公开(公告)号：CN113238157B

公开(公告)日：2022-11-22

申请号：CN202110495066.2

申请日：2021-05-07

Applicant: 北京大学深圳研究生院

Inventor： 金鹏 ,  马晓明 ,  孙魏 ,  廖夏伟 ,  王创社

IPC: G01R31/387 ,  G01R31/385

Abstract: 一种通过对电动汽车退役电池进行AI检测来筛选的方法，首先对退役电池进行初步评估，筛选出可梯次利用的退役电池，然后将可梯次利用的退役电池拆解成相应的电芯，并进行电芯分容，对分容后的电芯进行参考性能测试，得到电芯的性能参数，还对电芯进行脉冲电流测试，得到电芯的脉冲电压特征，将电芯的脉冲电压特征输入预设的神经网络模型以得到电芯的容量，最后根据电芯的性能参数和容量，筛选出可梯次利用的电芯。由于引入人工智能来辅助进行电芯的检测，从而减少了检测时间和工作量，提高了检测精度。

公开(公告)号：CN113238157A

公开(公告)日：2021-08-10

申请号：CN202110495066.2

申请日：2021-05-07

Applicant: 北京大学深圳研究生院

Inventor： 金鹏 ,  马晓明 ,  孙魏 ,  廖夏伟 ,  王创社

IPC: G01R31/387 ,  G01R31/385

Abstract: 一种通过对电动汽车退役电池进行AI检测来筛选的方法，首先对退役电池进行初步评估，筛选出可梯次利用的退役电池，然后将可梯次利用的退役电池拆解成相应的电芯，并进行电芯分容，对分容后的电芯进行参考性能测试，得到电芯的性能参数，还对电芯进行脉冲电流测试，得到电芯的脉冲电压特征，将电芯的脉冲电压特征输入预设的神经网络模型以得到电芯的容量，最后根据电芯的性能参数和容量，筛选出可梯次利用的电芯。由于引入人工智能来辅助进行电芯的检测，从而减少了检测时间和工作量，提高了检测精度。