專利名稱：用于估計(jì)電池的長期特性的系統(tǒng)和方法
技術(shù)領(lǐng)域：
本發(fā)明涉及用于估計(jì)電池的長期特性的系統(tǒng)和方法，更具體而言涉及基于電池的 初始特性用于估計(jì)電池的長期特性的系統(tǒng)和方法。
背景技術(shù)：
隨著電池被不斷使用，電池出現(xiàn)容量縮小和性能降低。因此，非常重要的是設(shè)計(jì)一 種雖已使用較長時間但仍可保持其長期特性的電池。該長期特性例如可以是，電池的充電 容量、放電容量、厚度以及開路電壓等。電池的長期特性是基于一循環(huán)充電/放電過程而被測量的。在循環(huán)充電/放電過 程中，從所制造的一批電池中取樣特定數(shù)量的電池，然后將所取樣的電池連續(xù)充電/放電。 如果所取樣電池的長期特性在預(yù)定的長期循環(huán)下滿足特定標(biāo)準(zhǔn)，則該相應(yīng)的電池批次被認(rèn) 為是合格的。例如，當(dāng)在第300個循環(huán)(第300次充電/放電)時、3V下的放電容量是初始 容量的75%或更高時，該相應(yīng)的電池批次被認(rèn)為是合格的。然而，估計(jì)電池的長期特性會消耗較長時間。例如，300個循環(huán)的充電/放電過程 花去約3個月的時間。這樣，為了基于循環(huán)充電/放電過程測量電池的長期特性，在充電/ 放電過程的時間內(nèi)，電池的發(fā)貨被延遲，由此增加了貯存負(fù)擔(dān)。從而，在傳統(tǒng)情況下，如果制造了一批電池，就取樣出特定數(shù)量的電池，隨即將該 批電池發(fā)貨，然后對所取樣電池的長期特性進(jìn)行估計(jì)便于以后采取合適的措施，這種方法 被稱為“后-發(fā)貨估計(jì)”。如果在電池發(fā)貨之后，通過長期特性的估計(jì)，發(fā)現(xiàn)任何問題的話， 與所取樣電池對應(yīng)的那批電池將被確定為具有不良的長期特性。其后，將已發(fā)貨的電池召 回，并研究用于消除這種長期特性缺陷的因素的對策，然后將該對策應(yīng)用于電池制造過程。 然而，這種后發(fā)貨估計(jì)方法存在以下問題。首先，在某一特定電池批次被確定為不合格的情況下，收回該相應(yīng)批次的電池會 消耗一定經(jīng)濟(jì)成本(例如，分銷成本)。其次，在具有不良長期特性的電池已被銷售給最終用戶的情況下，則幾乎不可能 對電池采取措施，例如不可能將電池召回。再次，通過內(nèi)部長期特性分析確定在制造過程中存在缺陷的情況下，使用該相同 制造過程所制造的所有電池的長期特性都變得可疑，從而同樣擴(kuò)大了制造商的損失。第四，如果具有不良長期特性的電池被賣出并用于電子產(chǎn)品中，則電池的滿意度 會降低，從而也會降低電池制造商和零售商的信譽(yù)度。因此，非常需要一種能夠在電池發(fā)貨之前可靠地估計(jì)相關(guān)領(lǐng)域中的電池的長期特 性的方案。公開文本技術(shù)問題本發(fā)明被設(shè)計(jì)用于解決現(xiàn)有技術(shù)的問題，因此本發(fā)明的目的在于提供用于估計(jì)電 池的長期特性的系統(tǒng)和方法，該系統(tǒng)和方法能夠通過基于電池的初始特性來估計(jì)電池的長期特性從而快速確定缺陷，并且還能夠通過使用所有電池所測量的特性一例如，在激活過程時的充電數(shù)據(jù)一來進(jìn)行電池的全數(shù)檢查。技術(shù)方案為了完成上述目的，本發(fā)明提供了用于估計(jì)電池的長期特性的系統(tǒng)，其包括學(xué)習(xí) 數(shù)據(jù)輸入單元，其用于接收要作為學(xué)習(xí)對象的電池的初始特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù) 據(jù)；測量數(shù)據(jù)輸入單元，其用于接收要作為估計(jì)長期特性的對象的電池的初始特性測量數(shù) 據(jù)；人工神經(jīng)網(wǎng)絡(luò)操作單元，其用于將所述初始特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)轉(zhuǎn)換到 第一數(shù)據(jù)結(jié)構(gòu)和第二數(shù)據(jù)結(jié)構(gòu)中，允許人工神經(jīng)網(wǎng)絡(luò)基于每一數(shù)據(jù)結(jié)構(gòu)學(xué)習(xí)所述初始特性 學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)，將所輸入的初始特性測量數(shù)據(jù)轉(zhuǎn)換到第一和第二數(shù)據(jù)結(jié)構(gòu) 中，并獨(dú)立地應(yīng)用相應(yīng)于每一數(shù)據(jù)結(jié)構(gòu)的已學(xué)習(xí)過的人工神經(jīng)網(wǎng)絡(luò)來計(jì)算并輸出基于每一 數(shù)據(jù)結(jié)構(gòu)的長期特性估計(jì)數(shù)據(jù)；以及長期特性估計(jì)單元，其用于計(jì)算每一數(shù)據(jù)結(jié)構(gòu)的輸出 的長期特性估計(jì)數(shù)據(jù)的誤差，并根據(jù)該誤差確定長期特性估計(jì)數(shù)據(jù)的可靠性。優(yōu)選地，基于每一數(shù)據(jù)結(jié)構(gòu)的已學(xué)習(xí)過的人工神經(jīng)網(wǎng)絡(luò)具有串聯(lián)布置的至少一個 神經(jīng)元層。該神經(jīng)元層將輸入矢量轉(zhuǎn)換為輸出矢量。此時，通過人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)計(jì)算 的偏移矢量和權(quán)矩陣被反映在輸入矢量上，偏移矢量和權(quán)矩陣被反映在其上的輸入矢量通 過神經(jīng)元傳遞函數(shù)處理，接著神經(jīng)元傳遞函數(shù)的結(jié)果被作為輸出矢量輸出。在神經(jīng)元層的 串聯(lián)布置中，第一神經(jīng)元層具有由初始特性測量數(shù)據(jù)組成的輸入矢量。最后的神經(jīng)元層的 輸出矢量是長期特性估計(jì)矢量。優(yōu)選地，其中關(guān)聯(lián)于初始特性的數(shù)據(jù)包括在電池激活過程中測量的電池的充電特 性變化數(shù)據(jù)；或通過測量初始循環(huán)特性而獲取的電池的充電特性變化數(shù)據(jù)、放電特性變化 數(shù)據(jù)、厚度變化數(shù)據(jù)，或者開路電壓變化數(shù)據(jù)。而且，關(guān)聯(lián)于長期特性的數(shù)據(jù)包括預(yù)定的長 期循環(huán)上的電池的充電特性變化數(shù)據(jù)、放電特性變化數(shù)據(jù)、厚度變化數(shù)據(jù)，或者開路電壓變 化數(shù)據(jù)。根據(jù)本發(fā)明的系統(tǒng)還包括初始特性測量傳感器，其用于測量置于激活過程的電池 的充電特性，并接著將所測量的充電特性輸出作為初始特性測量數(shù)據(jù)，以及測量數(shù)據(jù)輸入 單元可從初始特性測量傳感器接收初始特性測量數(shù)據(jù)。根據(jù)本發(fā)明的系統(tǒng)還包括顯示器，該顯示器用于從人工神經(jīng)網(wǎng)絡(luò)操作單元接收基 于每一數(shù)據(jù)結(jié)構(gòu)計(jì)算的長期特性估計(jì)數(shù)據(jù)，以通過顯示裝置在圖形-用戶界面上顯示長期 特性估計(jì)數(shù)據(jù)。在本發(fā)明中，其中在誤差小于標(biāo)準(zhǔn)值的情況下，長期特性估計(jì)單元確定基于每一 數(shù)據(jù)結(jié)構(gòu)計(jì)算的長期特性估計(jì)數(shù)據(jù)中的任一個或所述長期特性估計(jì)數(shù)據(jù)的平均數(shù)據(jù)作為 長期特性估計(jì)數(shù)據(jù)，并接著輸出該長期特性估計(jì)數(shù)據(jù)。優(yōu)選地，長期特性估計(jì)單元通過將所確定的長期特性估計(jì)數(shù)據(jù)與標(biāo)準(zhǔn)的長期特性 數(shù)據(jù)相比較，來確定電池的長期特性質(zhì)量，并且長期特性估計(jì)單元將電池的長期特性質(zhì)量 的確定結(jié)果通過顯示裝置輸出至圖形_用戶界面上。在本發(fā)明的另一方面中，也提供了用于估計(jì)電池的長期特性的方法，包括接收要 作為學(xué)習(xí)對象的電池的初始特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)；將所接收的初始特性學(xué)習(xí) 數(shù)據(jù)和所接收的長期特性學(xué)習(xí)數(shù)據(jù)轉(zhuǎn)換到第一和第二數(shù)據(jù)結(jié)構(gòu)中，并接著獨(dú)立地允許人工 神經(jīng)網(wǎng)絡(luò)基于每一數(shù)據(jù)結(jié)構(gòu)而學(xué)習(xí)；接收要作為估計(jì)長期特性的對象的電池的初始特性測量數(shù)據(jù)；將所接收的初始特性測量數(shù)據(jù)轉(zhuǎn)換到第一和第二數(shù)據(jù)結(jié)構(gòu)中，接著將對應(yīng)于每一 數(shù)據(jù)結(jié)構(gòu)的已學(xué)習(xí)過的人工神經(jīng)網(wǎng)絡(luò)應(yīng)用至其上，并接著基于每一數(shù)據(jù)結(jié)構(gòu)計(jì)算和輸出長 期特性估計(jì)數(shù)據(jù)；以及基于每一數(shù)據(jù)結(jié)構(gòu)計(jì)算所輸出的長期特性估計(jì)數(shù)據(jù)的誤差，并接著 依據(jù)該誤差確定長期特性估計(jì)數(shù)據(jù)的可靠性。


本發(fā)明的其它目的和方面將從下面參照附圖對實(shí)施方案的描述中變得顯而易見， 在所述附圖中圖1是示出根據(jù)本發(fā)明的第一實(shí)施方案的用于估計(jì)電池的長期特性的系統(tǒng)的框 圖；圖2是示出根據(jù)本發(fā)明的一個實(shí)施方案的、通過人工神經(jīng)網(wǎng)絡(luò)操作單元而具有學(xué) 習(xí)能力的人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的框圖；圖3是示出了初始特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)被限定在第一數(shù)據(jù)結(jié)構(gòu)中 的情況下的示意圖；圖4是示出了初始特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)被限定在第二數(shù)據(jù)結(jié)構(gòu)中 的情況下的示意圖；圖5是示出根據(jù)本發(fā)明的第二實(shí)施方案的用于估計(jì)電池的長期特性的系統(tǒng)的框 圖；圖6是示出根據(jù)本發(fā)明的第一實(shí)施方案的用于估計(jì)電池的長期特性的系統(tǒng)的操 作順序的示意流程圖；圖7是示出根據(jù)本發(fā)明的第二實(shí)施方案用于估計(jì)電池的長期特性的系統(tǒng)的操作 順序的示意流程圖；圖8是一個示出了可用于執(zhí)行根據(jù)本發(fā)明的用于估計(jì)電池長期特性的系統(tǒng)的操 作方法的通用計(jì)算機(jī)的內(nèi)部配置的框圖。
具體實(shí)施例方式在下文中，將參照附圖詳細(xì)描述本發(fā)明的優(yōu)選實(shí)施方案。在描述之前，應(yīng)理解的 是，本說明書和所附權(quán)利要求中所使用的術(shù)語不應(yīng)被解釋為普通含義及字典含義，基于發(fā) 明人被允許對術(shù)語的最佳解釋進(jìn)行適當(dāng)限定這一原則，本說明書和所附權(quán)利要求中所使用 的術(shù)語應(yīng)基于相應(yīng)于本發(fā)明的技術(shù)方面的含義和概念來進(jìn)行解釋。因此，此處所提出的本 發(fā)明僅是用于示例目的的優(yōu)選實(shí)施例，不意在限制本發(fā)明的范圍，因此應(yīng)理解的是，在不偏 離本發(fā)明的主旨和范圍的情況下，可以對其進(jìn)行其它等同變化或修改。圖1是示出根據(jù)本發(fā)明的第一實(shí)施方案的用于估計(jì)電池的長期特性的系統(tǒng)的框 圖。 參照圖1，根據(jù)本發(fā)明的用于估計(jì)電池的長期特性的系統(tǒng)由一通用計(jì)算機(jī)來實(shí)現(xiàn)， 所述系統(tǒng)包括一個學(xué)習(xí)數(shù)據(jù)輸入單元10，其用于接收要作為學(xué)習(xí)對象的電池的初始特性 學(xué)習(xí)數(shù)據(jù)Pt和長期特性學(xué)習(xí)數(shù)據(jù)Tt ；一個測量數(shù)據(jù)輸入單元20，其用于接收要作為估計(jì)長 期特性的對象的電池的初始特性測量數(shù)據(jù)Pm ；以及一個人工神經(jīng)網(wǎng)絡(luò)操作單元30，其用于 從學(xué)習(xí)數(shù)據(jù)輸入單元10中接收初始特性學(xué)習(xí)數(shù)據(jù)Pt和長期特性學(xué)習(xí)數(shù)據(jù)Tt以允許該人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)這兩種學(xué)習(xí)數(shù)據(jù)的相關(guān)性，以及用于接收來自于測量數(shù)據(jù)輸入單元20的初 始特性測量數(shù)據(jù)Pm并將已學(xué)習(xí)過的人工神經(jīng)網(wǎng)絡(luò)應(yīng)用至其上，從而根據(jù)電池的初始特性測 量數(shù)據(jù)計(jì)算長期特性估計(jì)數(shù)據(jù) ；，并將該長期特性估計(jì)數(shù)據(jù)Te輸出。 學(xué)習(xí)數(shù)據(jù)輸入單元10和測量數(shù)據(jù)輸入單元20是用于接收——人工神經(jīng)網(wǎng)絡(luò)進(jìn)行 學(xué)習(xí)以及對長期特性估計(jì)數(shù)據(jù)進(jìn)行計(jì)算所需的——各種數(shù)據(jù)的接口。所述學(xué)習(xí)數(shù)據(jù)輸入單元10提供一個具有如下標(biāo)準(zhǔn)化模板的用戶接口，該標(biāo)準(zhǔn)化 模板根據(jù)預(yù)定協(xié)議選定計(jì)算機(jī)上的一個媒介文檔(medium file)來記錄初始特性學(xué)習(xí)數(shù)據(jù) 和長期特性學(xué)習(xí)數(shù)據(jù)，或者允許用戶直接記錄初始特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)，這 樣所述學(xué)習(xí)數(shù)據(jù)輸入單元10就可接收初始特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)。另外，測量數(shù)據(jù)輸入單元20提供一具有如下標(biāo)準(zhǔn)化模板的用戶接口，該標(biāo)準(zhǔn)化模 板根據(jù)預(yù)定協(xié)議選定在計(jì)算機(jī)上的一個媒介文檔來記錄初始特性測量數(shù)據(jù)，或者允許用戶 直接記錄初始特性測量數(shù)據(jù)，這些類似于學(xué)習(xí)數(shù)據(jù)輸入單元10，由此測量數(shù)據(jù)輸入單元20 可接收初始特性測量數(shù)據(jù)。所述初始特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)是通過被選定為學(xué)習(xí)對象的多個電 池的循環(huán)充電/放電過程而獲得的。所述循環(huán)充電/放電過程意味著重復(fù)對一電池進(jìn)行周 期性充電和放電直到某一循環(huán)的過程。一個循環(huán)意味著一次充電和一次放電。初始特性學(xué)習(xí)數(shù)據(jù)是在循環(huán)充電/放電過程的開始部分中所進(jìn)行的循環(huán)處所獲 得的要作為學(xué)習(xí)對象的電池的特性數(shù)據(jù)。這里，在其中獲取初始特性學(xué)習(xí)數(shù)據(jù)的循環(huán)的數(shù) 目可根據(jù)所需改變。初始特性學(xué)習(xí)數(shù)據(jù)例如可以是在1-10個循環(huán)過程中所獲得的電池的 充電特性變化數(shù)據(jù)、放電特性變化數(shù)據(jù)、厚度變化數(shù)據(jù)或開路電壓變化數(shù)據(jù)。這里，充電特 性是電池的充電電流、充電電壓或充電容量，放電特性是電池的放電電流、放電電壓或放電 容量。然而，本發(fā)明不限于此。因此，應(yīng)理解的是，任何一個能夠限定電池的充電特性或放 電特性的參數(shù)都可被包括在限定了所述充電/放電特性的參數(shù)的范圍內(nèi)。初始特性學(xué)習(xí)數(shù)據(jù)是關(guān)于電池充電特性、電池放電特性、電池厚度或電池開路電 壓的數(shù)據(jù)，因此其被配置為至少兩種數(shù)據(jù)的集合。例如，如果初始特性學(xué)習(xí)數(shù)據(jù)是使用電池 的每個充電電壓或每個充電時間的充電容量變化數(shù)據(jù)——其通過1-10個循環(huán)的充電/放 電過程而獲得一而被配置的，初始特性學(xué)習(xí)數(shù)據(jù)就包括10組充電容量變化數(shù)據(jù)，每組充 電容量變化數(shù)據(jù)包括相應(yīng)于多個測量電壓和測量時間的多個充電容量值。這里，用于測量 充電容量的測量電壓和測量時間被提前確定。長期特性學(xué)習(xí)數(shù)據(jù)是在循環(huán)充電/放電過程的較后部分中所進(jìn)行的循環(huán)處所獲 得的電池的充電特性變化數(shù)據(jù)、放電特性變化數(shù)據(jù)、厚度變化數(shù)據(jù)或開路電壓變化數(shù)據(jù)。這 里，充電特性是電池的充電電流、充電電壓或充電容量，放電特性是電池的放電電流、放電 電壓或放電容量。然而，本發(fā)明不限于此。從而，應(yīng)理解的是，任何一個能夠限定電池的充 電特性或放電特性的參數(shù)都可被包括在限定了所述充電/放電特性的參數(shù)的范圍內(nèi)。在較 后部分中所進(jìn)行的循環(huán)數(shù)是根據(jù)電池的長期特性說明、或者客戶的要求而確定的，其例如 可以是300。然而，本發(fā)明對于在其中獲得長期特性學(xué)習(xí)數(shù)據(jù)的具體循環(huán)數(shù)不進(jìn)行限制。長期特性學(xué)習(xí)數(shù)據(jù)是關(guān)于電池充電特性、電池放電特性、電池厚度或電池開路電 壓的數(shù)據(jù)，因此類似于初始特性學(xué)習(xí)數(shù)據(jù)，該長期特性學(xué)習(xí)數(shù)據(jù)也被配置為至少兩種數(shù)據(jù) 的集合。例如，如果長期特性學(xué)習(xí)數(shù)據(jù)是使用電池的每個充電電壓或每個充電時間的充電容量變化數(shù)據(jù)——其通過第300個循環(huán)的充電/放電過程而獲得——而被配置的，長期特 性學(xué)習(xí)數(shù)據(jù)就包括在第300個循環(huán)的電池充電過程中所獲得的、相應(yīng)于多個充電電壓和充 電時間的多個充電容量值。這里，用于測量充電容量的充電電壓和充電時間被提前確定，它 們與獲得初始特性學(xué)習(xí)數(shù)據(jù)時的充電電壓或測量時間相同。
同時，相關(guān)于電池的初始特性和長期特性的參數(shù)不限于本發(fā)明中的上述內(nèi)容，對 于本領(lǐng)域普通技術(shù)人員顯然的是，任何可識別為電池特性的特性都應(yīng)解釋為被包括在初始 特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)的范圍內(nèi)。所述初始特性測量數(shù)據(jù)是借助于循環(huán)充電/放電過程而從以下電池直接測得 的初始特性數(shù)據(jù)，所述電池為其長期特性將要被估計(jì)的電池，該初始特性數(shù)據(jù)的屬性 (attribute)和種類基本相同于初始特性學(xué)習(xí)數(shù)據(jù)的屬性和種類。也就是說，初始特性測 量數(shù)據(jù)是在循環(huán)充電/放電過程的開始部分中的循環(huán)處所獲得的電池的特性數(shù)據(jù)，例如在 1-10個循環(huán)內(nèi)所獲得的電池的充電特性變化數(shù)據(jù)、放電特性變化數(shù)據(jù)、厚度變化數(shù)據(jù)或開 路電壓變化數(shù)據(jù)。所述長期特性估計(jì)數(shù)據(jù)是由人工神經(jīng)網(wǎng)絡(luò)操作單元30所計(jì)算的數(shù)據(jù)，它不是通 過循環(huán)充電/放電過程實(shí)際測得的數(shù)據(jù)，而是由人工神經(jīng)網(wǎng)絡(luò)所估計(jì)的數(shù)據(jù)。長期特性估 計(jì)數(shù)據(jù)的屬性和種類基本相同于長期特性學(xué)習(xí)數(shù)據(jù)的屬性和種類。也就是說，長期特性估 計(jì)數(shù)據(jù)是，針對例如第300個循環(huán)所估計(jì)的電池的充電特性變化數(shù)據(jù)、放電特性變化數(shù)據(jù)、 厚度變化數(shù)據(jù)或開路電壓變化數(shù)據(jù)。圖2是示出根據(jù)本發(fā)明的一個實(shí)施方案的通過人工神經(jīng)網(wǎng)絡(luò)操作單元30而具有 學(xué)習(xí)能力的人工神經(jīng)網(wǎng)絡(luò)的框圖。參照圖2，通過人工神經(jīng)網(wǎng)絡(luò)操作單元30而具有學(xué)習(xí)能力的人工神經(jīng)網(wǎng)絡(luò)包括串 聯(lián)連接布置的神經(jīng)元層(層1，層2，層3)。在附圖中，布置了三個神經(jīng)元層，但是本發(fā)明對 神經(jīng)元層的數(shù)目不進(jìn)行限制。為了方便，所述神經(jīng)元層(層1，層2，層3)將被分別稱為第 一神經(jīng)元層、第二神經(jīng)元層和第三神經(jīng)元層。人工神經(jīng)網(wǎng)絡(luò)操作單元30從測量數(shù)據(jù)輸入單元20接收初始特性測量數(shù)據(jù)Pm，并 將該數(shù)據(jù)轉(zhuǎn)換為初始特性測量矢量#，然后將該矢量輸入至第一神經(jīng)元層(層1)。這里， 初始特性測量矢量具有的維數(shù)是R行X1列。R是包括在初始特性測量數(shù)據(jù)內(nèi)的單元數(shù)據(jù) 的數(shù)目。例如，假設(shè)初始特性測量數(shù)據(jù)是在1-10個循環(huán)的充電/放電過程中以規(guī)則間隔 所測量的電池的充電容量變化數(shù)據(jù)，在每個循環(huán)所獲得的充電容量數(shù)據(jù)的數(shù)目是20，則R 是“20X10 = 100”。在這種情況下，初始特性測量矢量戶具有的維數(shù)是100行Xl列，則
1-20行、21-40行、41-60行........181-200行分別代表第1個循環(huán)、第2個循環(huán)、第3個
循環(huán)........第10個循環(huán)的充電容量變化數(shù)據(jù)。在第一神經(jīng)元層(層1)中，初始特性測量矢量盧與作為權(quán)矩陣W1中的一個元的 權(quán)相乘，然后還對其增加一個作為偏差矢量廠1的元的偏差值。此時的結(jié)果——即中間結(jié)果 η ‘——通過一神經(jīng)元傳遞函數(shù)f1被計(jì)算為相應(yīng)層的結(jié)果矢量5 \然后被輸出至第二神經(jīng) 元層(層2)。下面的等式1表示關(guān)于第一神經(jīng)元層(層1)的數(shù)值公式等式1a x= f^W1^+ b上述第一神經(jīng)元層(層1)的操作方法被同樣應(yīng)用于第二神經(jīng)元層(層2)和第三神經(jīng)元層(層3)。然而，被輸入到每個層的輸入矢量都是最后一層的輸出矢量。被應(yīng)用至 第二神經(jīng)元層(層2)和第三神經(jīng)元層(層3)的操作方法分別如下等式2a 2=f2(W2 '+b 2)等式3a3=f3(W3a2+b3)在等式1-3中，權(quán)矢量W1J2和W3分別具有的維數(shù)為S行X 1列、S行XS列以及 S行XS列，偏差矢量廣、f2和P具有的維數(shù)為S行Xl列。這里，S是由人工神經(jīng)網(wǎng)絡(luò) 所計(jì)算的最終輸出矢量S3中的行數(shù)。在最終輸出矢量53中的行數(shù)相同于被包括在長期特 性估計(jì)數(shù)據(jù)中的單元數(shù)據(jù)的數(shù)目。在本發(fā)明中，人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)意味著獲得權(quán)矩陣W1、W2和W3以及偏差矢量 5、ε2和^ %從而使最終輸出矢量5 3和通過將長期特性學(xué)習(xí)數(shù)據(jù)Tt矢量化所獲得的長期 特性學(xué)習(xí)矢量之間的差值最小化或優(yōu)化。為此，人工神經(jīng)網(wǎng)絡(luò)操作單元30使用初始特 性學(xué)習(xí)矢量戶,和長期特性學(xué)習(xí)矢量Tri,所述兩個矢量是通過將初始特性學(xué)習(xí)數(shù)據(jù)Pt和長 期特性學(xué)習(xí)數(shù)據(jù)Tt進(jìn)行矢量化而獲得的。例如，假設(shè)每個循環(huán)的R/k數(shù)目個初始特性數(shù)據(jù)是對要作為學(xué)習(xí)對象的N個電池 的k個循環(huán)期間獲得的，則將其用作初始特性學(xué)習(xí)數(shù)據(jù)，對第300個循環(huán)總計(jì)獲得S個長期 特性數(shù)據(jù)，然后將其用作長期特性學(xué)習(xí)數(shù)據(jù)，而權(quán)矩陣W1I2和W3，以及偏差矢量i1、F2和 廠3是通過允許人工神經(jīng)網(wǎng)絡(luò)使用盧,=。1、02、.......pN) [R行XN列，Pl、ρ2........ρΝ
是列矢量]以及尹i=(tl、t2........ tN) ^行χΝ列，t”t2........tN是列矢量]進(jìn)
行學(xué)習(xí)而獲得的。這里，關(guān)于人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的技術(shù)在本領(lǐng)域中是眾所周知的。例如，Jure Zupan, Johann Gasteiger在第二版的《Neural Networksin Chemistry and Drug Design》 (ffeinheim ；New York ；Chichester ；Brisbane ；Singapore ；Toronto :ffiIey-VCH, 1999)中 公開了借助于在輸入數(shù)據(jù)和輸出數(shù)據(jù)之間的相關(guān)度來計(jì)算權(quán)矩陣W和偏差矢量f的方法。 因此，這里就不再詳細(xì)解釋人工神經(jīng)網(wǎng)絡(luò)使用盧,和:r,的詳細(xì)學(xué)習(xí)算法。神經(jīng)元傳遞函數(shù)f是在人工神經(jīng)網(wǎng)絡(luò)的領(lǐng)域中公知的傳遞函數(shù)。例如，可采用 Competλ Hard-limit、Symmetric Hard-Limit、Log-Sigmoid、Positive Linear、Linear、 Radial Basis、Satlin、Satlins、Softmax、Tan_Sigmoid、Triangular Basis 以及 Netinv 等 傳遞函數(shù)可作為神經(jīng)元傳遞函數(shù)f。然而，本發(fā)明對此不進(jìn)行限制。再參照圖1，如果最終輸出矢量萬3是由人工神經(jīng)網(wǎng)絡(luò)計(jì)算的，則人工神經(jīng)網(wǎng)絡(luò)操 作單元30將最終輸出矢量(該矢量相應(yīng)于一長期特性估計(jì)矢量)輸出作為電池的長期特 性估計(jì)數(shù)據(jù)。然后，顯示器40接收該長期特性估計(jì)數(shù)據(jù)，并將該長期特性估計(jì)數(shù)據(jù)通過一 顯示設(shè)備顯示在圖形-用戶界面中。例如，如果長期特性估計(jì)數(shù)據(jù)是第300次循環(huán)的充電 時間或充電電壓所對應(yīng)的電池的充電容量變化數(shù)據(jù)，則顯示器40可通過一顯示設(shè)備以圖 形形式將該對于長達(dá)300次循環(huán)所估計(jì)的電池的充電容量變化數(shù)據(jù)輸出。在這種情況下， 盡管循環(huán)充電/放電過程沒有進(jìn)行長達(dá)300次循環(huán)，但可輕易估計(jì)出電池的長期特性。
在另一實(shí)施方案中，如果最終輸出矢量3 3是由人工神經(jīng)網(wǎng)絡(luò)計(jì)算的，則人工神經(jīng) 網(wǎng)絡(luò)操作單元30可將該最終輸出矢量輸出至一估計(jì)電池的長期特性的長期特性估計(jì)單元 50。然后，該長期特性估計(jì)單元50將人工神經(jīng)網(wǎng)絡(luò)所計(jì)算的長期特性估計(jì)數(shù)據(jù)與預(yù)定的標(biāo) 準(zhǔn)的長期特性數(shù)據(jù)進(jìn)行比較，那么，如果其誤差大于閾值，所述長期特性估計(jì)單元50就判 斷該電池具有不良的長期特性。在該情況下，長期特性估計(jì)單元50確定相應(yīng)的電池在長期 特性方面是劣質(zhì)的，然后可通過顯示設(shè)備將該結(jié)果顯示在一圖形-用戶界面中。例如，如果長期特性估計(jì)數(shù)據(jù)相關(guān)于第300個循環(huán)所估計(jì)的、電池的每個充電時間或充電電壓的充電容量，則僅當(dāng)人工神經(jīng)網(wǎng)絡(luò)所估計(jì)的充電容量大于每個充電時間或充 電電壓的預(yù)定的標(biāo)準(zhǔn)的充電容量時，長期特性估計(jì)單元50可確定相應(yīng)電池的長期特性是 卓越的。然而，在確定電池的長期特性的卓越性方面，本發(fā)明并不進(jìn)行限制。同時，如果初始特性測量數(shù)據(jù)在用于人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)的初始特性學(xué)習(xí)數(shù)據(jù)的范圍之外，則通過人工神經(jīng)網(wǎng)絡(luò)所計(jì)算的長期特性估計(jì)數(shù)值的可靠性被降低。為了解決該問題，在本發(fā)明的另一實(shí)施方案中，將初始特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)不同地限定，使得對每個數(shù)據(jù)結(jié)構(gòu)而言人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)被不同地 執(zhí)行。圖3示出初始特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)被限定在第一數(shù)據(jù)結(jié)構(gòu)中的情 況圖4示出初始特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)被限定在第二數(shù)據(jù)結(jié)構(gòu)中的情況。參照圖3的第一數(shù)據(jù)結(jié)構(gòu)，對要作為學(xué)習(xí)對象的N個電池所獲得的同一循環(huán)的初始特性學(xué)習(xí)數(shù)據(jù)被沿著橫向布置。例如，在初始特性學(xué)習(xí)數(shù)據(jù)的第一行中，布置了電池1至 電池N的第1個循環(huán)的充電/放電過程中所獲得的初始特性學(xué)習(xí)數(shù)據(jù)。其它行被以相同方 式布置。此外，在長期特性學(xué)習(xí)數(shù)據(jù)的第一行中，布置了對電池1至電池N的第300個循環(huán) 的充電/放電過程中所獲得的長期特性學(xué)習(xí)數(shù)據(jù)。這里，正如對于本領(lǐng)域普通技術(shù)人員顯 然的，可以改變在其中獲得初始特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)的循環(huán)的范圍或數(shù)目。 如果每個循環(huán)所獲得的學(xué)習(xí)數(shù)據(jù)的數(shù)目是k，則具有第一數(shù)據(jù)結(jié)構(gòu)的初始特性學(xué)習(xí)數(shù)據(jù)變 成具有10行X (k*N)列的維數(shù)的矩陣，長期特性學(xué)習(xí)數(shù)據(jù)變成具有1行X (k*N)列的維數(shù) 的矩陣。然后，參照圖4的第二數(shù)據(jù)結(jié)構(gòu)，初始特性學(xué)習(xí)數(shù)據(jù)是通過對要作為學(xué)習(xí)對象的N 個數(shù)目的電池執(zhí)行1-10個循環(huán)的充電/放電過程而獲得的，但對每個電池所獲得的1-10 個循環(huán)的初始特性學(xué)習(xí)數(shù)據(jù)被沿著垂直方向相繼布置。從而，在初始特性學(xué)習(xí)數(shù)據(jù)的第一 列，在對電池1的1-10個循環(huán)的充電/放電過程中所獲得的初始特性學(xué)習(xí)數(shù)據(jù)被相繼布 置。其它列被以相同方式布置。此外，在長期特性學(xué)習(xí)數(shù)據(jù)的每一列中，在電池1-電池N 的第300個循環(huán)的充電/放電過程中所獲得的長期特性學(xué)習(xí)數(shù)據(jù)被沿著垂直方向布置。這 里，正如對于本領(lǐng)域普通技術(shù)人員顯然的，可以改變在其中獲得初始特性學(xué)習(xí)數(shù)據(jù)和長期 特性學(xué)習(xí)數(shù)據(jù)的循環(huán)的范圍或數(shù)目。如果對于每個循環(huán)所獲得的學(xué)習(xí)數(shù)據(jù)的數(shù)目是k，則具 有第二數(shù)據(jù)結(jié)構(gòu)的初始特性學(xué)習(xí)數(shù)據(jù)會變成具有(k*10)行XN列的維數(shù)的矩陣，長期特性 學(xué)習(xí)數(shù)據(jù)變成具有k行XN列的維數(shù)的矩陣。人工神經(jīng)網(wǎng)絡(luò)操作單元30將初始特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)轉(zhuǎn)換為第一 和第二數(shù)據(jù)結(jié)構(gòu)，然后允許人工神經(jīng)網(wǎng)絡(luò)基于所述數(shù)據(jù)結(jié)構(gòu)單獨(dú)學(xué)習(xí)。這里，允許人工神經(jīng)網(wǎng)絡(luò)基于數(shù)據(jù)結(jié)構(gòu)單獨(dú)學(xué)習(xí)的含義是，基于第一和第二數(shù)據(jù)結(jié)構(gòu)獨(dú)立地計(jì)算人工神經(jīng)網(wǎng)絡(luò)的權(quán)矩陣w^w2和w3，以及偏差矢量b1、b2、b3.如果允許人工神經(jīng)網(wǎng)絡(luò)基于第一數(shù)據(jù)結(jié)構(gòu)進(jìn)行學(xué)習(xí)，則可計(jì)算權(quán)矩陣和偏差矢 量，使得在300個循環(huán)內(nèi)的一個相應(yīng)循環(huán)處所測量的長期特性值可以通過基于要作為學(xué)習(xí) 對象的同一電池的在1-10個循環(huán)內(nèi)的一個特定循環(huán)處所測量的初始特性值的列矢量(沿 垂直方向)而被估計(jì)。另外，如果允許人工神經(jīng)網(wǎng)絡(luò)基于第二數(shù)據(jù)結(jié)構(gòu)進(jìn)行學(xué)習(xí)，則可計(jì)算 權(quán)矩陣和偏差矢量，使得整300次循環(huán)的長期特性值，可通過基于要作為學(xué)習(xí)對象的同一 電池的在整個1-10循環(huán)內(nèi)的初始特性值的列矢量(沿垂直方向)而被估計(jì)。在人工神經(jīng)網(wǎng)絡(luò)基于數(shù)據(jù)結(jié)構(gòu)的單獨(dú)學(xué)習(xí)完成之后，如果其長期特性應(yīng)被確定的 電池的初始特性測量數(shù)據(jù)被輸入，則人工神經(jīng)網(wǎng)絡(luò)操作單元30將該初始特性測量數(shù)據(jù)的 數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)換為第一數(shù)據(jù)結(jié)構(gòu)和第二數(shù)據(jù)結(jié)構(gòu)，然后應(yīng)用基于每個數(shù)據(jù)結(jié)構(gòu)已學(xué)習(xí)過的人 工神經(jīng)網(wǎng)絡(luò)，來計(jì)算兩種長期特性估計(jì)數(shù)據(jù)。此時，當(dāng)根據(jù)具有第一數(shù)據(jù)結(jié)構(gòu)的初始特性測量數(shù)據(jù)來計(jì)算長期特性估計(jì)數(shù)據(jù) 時，人工神經(jīng)網(wǎng)絡(luò)操作單元30通過使用由1-10個循環(huán)的每個測量時間的初始特性值所組 成的列矢量，來估計(jì)相應(yīng)于列矢量位置的第300個循環(huán)的長期特性值。在這種方法中，初始 特性值與彼此不同的10個循環(huán)相關(guān)聯(lián)以依次對300個循環(huán)的長期特性數(shù)據(jù)進(jìn)行估計(jì)。同 時，在根據(jù)具有第二數(shù)據(jù)結(jié)構(gòu)的初始特性測量數(shù)據(jù)計(jì)算長期特性估計(jì)數(shù)據(jù)的情況下，由整 1-10個循環(huán)的初始特性值所組成的列矢量被用于估計(jì)整300個循環(huán)的長期特性值。在這種 方法中，參照整10個循環(huán)的初始特性值來一次估計(jì)第300個循環(huán)的長期特性值。如果人工神經(jīng)網(wǎng)絡(luò)使用不同的方法估計(jì)長達(dá)300個循環(huán)的長期特性數(shù)據(jù)，盡管應(yīng) 用的是基于不同數(shù)據(jù)結(jié)構(gòu)進(jìn)行學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)，如果初始特性測量數(shù)據(jù)不偏離初始特 性學(xué)習(xí)數(shù)據(jù)的范圍，則在兩種長期特性估計(jì)數(shù)據(jù)之間基本上不存在偏差。這是因?yàn)?，人?神經(jīng)網(wǎng)絡(luò)已充分學(xué)會用于估計(jì)基本上相同的長期特性學(xué)習(xí)數(shù)據(jù)，而不管用于學(xué)習(xí)的初始特 性學(xué)習(xí)數(shù)據(jù)的范圍內(nèi)的初始特性測量數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)如何。換言之，如果初始特性測量數(shù) 據(jù)偏離初始特性學(xué)習(xí)數(shù)據(jù)的范圍，如果應(yīng)用的是基于不同數(shù)據(jù)結(jié)構(gòu)進(jìn)行學(xué)習(xí)的人工神經(jīng)網(wǎng) 絡(luò)，則兩種長期特性估計(jì)數(shù)據(jù)之間的誤差會增加。從而，通過利用這種現(xiàn)象，可以輕易估計(jì) 出長期特性估計(jì)數(shù)據(jù)的可靠性。也就是說，人工神經(jīng)網(wǎng)絡(luò)操作單元30從具有不同數(shù)據(jù)結(jié)構(gòu)的初始特性測量數(shù)據(jù) 中獲得兩種長期特性估計(jì)數(shù)據(jù)，然后將其輸出至長期特性估計(jì)單元50。然后，該長期特性估 計(jì)單元50計(jì)算在兩種長期特性估計(jì)數(shù)據(jù)之間的誤差，由此，如果該誤差超過閾值，則長期 特性估計(jì)單元50就確定所述用于估計(jì)電池的長期特性的初始特性測量數(shù)據(jù)位于用于人工 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)的初始特性學(xué)習(xí)數(shù)據(jù)的定性范圍和定量范圍之外。在這種情況下，長期特 性估計(jì)單元50可通過顯示設(shè)備在一圖形_用戶界面中通知關(guān)于長期特性估計(jì)數(shù)據(jù)的可靠 性低的消息。相反，如果該兩種長期特性估計(jì)數(shù)據(jù)之間的誤差小于閾值，則長期特性估計(jì)單元 50就確定用于估計(jì)電池的長期特性的初始特性測量數(shù)據(jù)位于用于人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)的 初始特性學(xué)習(xí)數(shù)據(jù)的定性范圍和定量范圍內(nèi)。在這種情況下，長期特性估計(jì)單元50最終確 定將所述兩種長期特性估計(jì)數(shù)據(jù)中的任一個的矢量或者將所述兩種長期特性估計(jì)數(shù)據(jù)的 矢量平均數(shù)據(jù)作為長期特性估計(jì)數(shù)據(jù)，然后將該長期特性估計(jì)數(shù)據(jù)的變化圖樣通過一顯示 設(shè)備顯示在圖形-用戶界面中。另外，長期特性估計(jì)單元50可將最終確定的長期特性估計(jì)數(shù)據(jù)與標(biāo)準(zhǔn)長期特性數(shù)據(jù)進(jìn)行比較，以確定電池的長期特性是否卓越，然后通過一顯示設(shè) 備將結(jié)果顯示在圖形-用戶界面中。
根據(jù)如上所述的用于估計(jì)電池的長期特性的系統(tǒng)，在電池制造完成之后對于每批 電池取樣出將要對其長期特性進(jìn)行估計(jì)的多個電池，然后對于每個所取樣的電池進(jìn)行循環(huán) 充電/放電過程以獲得初始特性測量數(shù)據(jù)，然后通過使用所獲得的初始特性測量數(shù)據(jù)來測 試每個所取樣電池的長期特性，因此該系統(tǒng)對于取樣檢查一批電池的長期特性質(zhì)量是有用 的。圖5是示出根據(jù)本發(fā)明第二實(shí)施方案的用于估計(jì)電池的長期特性的系統(tǒng)的框圖。根據(jù)第二實(shí)施方案的用于估計(jì)電池的長期特性的系統(tǒng)，是用于通過使用在電池激 活過程中所測量的電池的充電特性來估計(jì)電池的長期特性的。該系統(tǒng)將電池激活過程中當(dāng)電池被初始充電時的關(guān)于電池的充電電壓變化數(shù)據(jù)、 充電電流變化數(shù)據(jù)或充電容量變化數(shù)據(jù)作為電池的初始特性測量數(shù)據(jù)。由此，與第一實(shí)施方案不同，根據(jù)第二實(shí)施方案的系統(tǒng)還包括一初始特性測量傳 感器60。當(dāng)進(jìn)入激活過程的電池被初始充電時，所述初始特性測量傳感器60以規(guī)則間隔檢 測電池的兩個端子的充電電壓、被引入電池的充電電流，或者電池的充電容量，然后將其輸 出至測量數(shù)據(jù)輸入單元20。然后，測量數(shù)據(jù)輸入單元20將輸出自初始特性測量傳感器60 的初始特性測量數(shù)據(jù)輸入到人工神經(jīng)網(wǎng)絡(luò)操作單元30。人工神經(jīng)網(wǎng)絡(luò)操作單元30接收在被選定為學(xué)習(xí)對象的電池的激活過程中所測量 的關(guān)于電池的充電電壓變化數(shù)據(jù)、充電電流變化數(shù)據(jù)或者充電容量變化數(shù)據(jù)作為初始特性 學(xué)習(xí)數(shù)據(jù)，并且在定下一選定為學(xué)習(xí)對象的電池之后，還通過學(xué)習(xí)數(shù)據(jù)輸入單元10接收對 于一預(yù)定循環(huán)——例如，第300個循環(huán)——所測量的充電特性變化數(shù)據(jù)、放電特性變化數(shù) 據(jù)、厚度變化數(shù)據(jù)或開路電壓變化數(shù)據(jù)作為長期特性學(xué)習(xí)數(shù)據(jù)，然后允許人工神經(jīng)網(wǎng)絡(luò)學(xué) 習(xí)。此外，每當(dāng)從測量數(shù)據(jù)輸入單元20中輸入在電池激活過程中所測量的初始特性測量數(shù)據(jù)時，人工神經(jīng)網(wǎng)絡(luò)操作單元30通過應(yīng)用已學(xué)習(xí)過的人工神經(jīng)網(wǎng)絡(luò)來計(jì)算并輸出長期特 性估計(jì)數(shù)據(jù)。第二實(shí)施方案的系統(tǒng)具有一個初始特性測量傳感器60，從而其可從激活過程實(shí)時 地獲取初始特性測量數(shù)據(jù)。由此，第二實(shí)施方案的系統(tǒng)可被應(yīng)用于在電池激活過程對電池 的長期特性進(jìn)行全數(shù)檢查。此外，第二實(shí)施方案的用于計(jì)算初始特性學(xué)習(xí)數(shù)據(jù)的初始特性 測量數(shù)據(jù)的種類、和用于人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)的長期特性估計(jì)數(shù)據(jù)的種類不同于第一實(shí)施 方案的所述兩種數(shù)據(jù)的種類。除了上述以外，第二實(shí)施方案的系統(tǒng)基本相同于第一實(shí)施方 案的系統(tǒng)?，F(xiàn)在，將解釋根據(jù)本發(fā)明的一個實(shí)施方案的用于估計(jì)電池的長期特性的方法。圖6是示出根據(jù)本發(fā)明的第一實(shí)施方案的用于估計(jì)電池的長期特性的系統(tǒng)的操 作順序的示意流程圖。參照圖1和圖6，首先，人工神經(jīng)網(wǎng)絡(luò)操作單元30通過學(xué)習(xí)數(shù)據(jù)輸入單元10收集 要作為學(xué)習(xí)對象的電池的初始特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)(Sioo)。這里，初始特性 學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)已在上面解釋過。接下來，人工神經(jīng)網(wǎng)絡(luò)操作單元30允許人工神經(jīng)網(wǎng)絡(luò)使用所收集的初始特性學(xué) 習(xí)數(shù)據(jù)和所收集的長期特性學(xué)習(xí)數(shù)據(jù)進(jìn)行學(xué)習(xí)(Slio)。
在人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)完成之后，人工神經(jīng)網(wǎng)絡(luò)操作單元30通過測量數(shù)據(jù)輸入 單元20接收要作為估計(jì)長期特性的對象的電池的初始特性測量數(shù)據(jù)(S120)。該初始特性 測量數(shù)據(jù)可通過如下方式獲得從完整制造的一批電池中取樣出預(yù)定數(shù)量的電池，然后對 所取樣的電池執(zhí)行循環(huán)充電/放電過程。作為一種替代方案，初始特性測量數(shù)據(jù)可通過當(dāng) 進(jìn)入激活過程的電池被初始充電時、使用初始特性測量傳感器60獲得(參見圖5)。此后，人工神經(jīng)網(wǎng)絡(luò)操作單元30通過將已學(xué)習(xí)過的人工神經(jīng)網(wǎng)絡(luò)應(yīng)用至輸入初 始特性測量數(shù)據(jù)，計(jì)算預(yù)定的長期循環(huán)的長期特性估計(jì)數(shù)據(jù)。然后，人工神經(jīng)網(wǎng)絡(luò)操作單元30將所計(jì)算的長期特性估計(jì)數(shù)據(jù)顯示到顯示器40上。然后，顯示器40通過一顯示設(shè)備將該長期特性估計(jì)數(shù)據(jù)顯示在圖形-用戶界面中 (S140)。作為一種替代方案，人工神經(jīng)網(wǎng)絡(luò)操作單元30將所計(jì)算的長期特性估計(jì)數(shù)據(jù)輸 出至長期特性估計(jì)單元50。然后，長期特性估計(jì)單元50通過將所計(jì)算的長期特性估計(jì)數(shù)據(jù) 與標(biāo)準(zhǔn)長期特性數(shù)據(jù)進(jìn)行比較來估計(jì)電池的長期特性質(zhì)量，然后將結(jié)果通過顯示設(shè)備顯示 在圖形-用戶界面中(S150)。圖7是示出根據(jù)本發(fā)明的第二實(shí)施方案的用于估計(jì)電池的長期特性的系統(tǒng)的操 作順序的示意流程圖。參照圖1和圖7，首先，人工神經(jīng)網(wǎng)絡(luò)操作單元30通過學(xué)習(xí)數(shù)據(jù)輸入單元10收集 作為學(xué)習(xí)對象的電池的初始特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)(S200)。這里，初始特性學(xué) 習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)已在上面解釋過。接下來，人工神經(jīng)網(wǎng)絡(luò)操作單元30將所收集的初始特性學(xué)習(xí)數(shù)據(jù)和所收集的長 期特性學(xué)習(xí)數(shù)據(jù)轉(zhuǎn)換到第一數(shù)據(jù)結(jié)構(gòu)和第二數(shù)據(jù)結(jié)構(gòu)中(S210)。在此之后，人工神經(jīng)網(wǎng)絡(luò) 被允許基于每個數(shù)據(jù)結(jié)構(gòu)進(jìn)行學(xué)習(xí)(S220)。這里，第一數(shù)據(jù)結(jié)構(gòu)和第二數(shù)據(jù)結(jié)構(gòu)已被參照 圖3和圖4詳細(xì)解釋如上。在人工神經(jīng)網(wǎng)絡(luò)基于每個數(shù)據(jù)結(jié)構(gòu)的學(xué)習(xí)已完成之后，人工神經(jīng)網(wǎng)絡(luò)操作單元30 通過測量數(shù)據(jù)輸入單元20接收要作為估計(jì)長期特性的對象的電池的初始特性測量數(shù)據(jù) (S230)。初始特性測量數(shù)據(jù)可通過如下方式獲得即從所完整制造的一批電池中取樣出預(yù) 定數(shù)目個電池，然后對所取樣的電池執(zhí)行循環(huán)充電/放電過程。作為一種替代方案，所述初 始特性測量數(shù)據(jù)可通過在當(dāng)進(jìn)入激活過程的電池被初始充電時、由初始特性測量傳感器60 獲得(參見圖5)。在此之后，人工神經(jīng)網(wǎng)絡(luò)操作單元30將輸入的初始特性測量數(shù)據(jù)轉(zhuǎn)換到第一數(shù) 據(jù)結(jié)構(gòu)和第二數(shù)據(jù)結(jié)構(gòu)(S240)中。然后，根據(jù)第一數(shù)據(jù)結(jié)構(gòu)和第二數(shù)據(jù)結(jié)構(gòu)，將基于每個 數(shù)據(jù)結(jié)構(gòu)已學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)應(yīng)用至輸入初始特性測量數(shù)據(jù)，由此計(jì)算對于預(yù)定的長期 循環(huán)的兩種長期特性估計(jì)數(shù)據(jù)(S250)。然后，人工神經(jīng)網(wǎng)絡(luò)操作單元30將所計(jì)算的兩種長期特性估計(jì)數(shù)據(jù)顯示在顯示 器40中。從而，顯示器40通過一顯示設(shè)備將所述兩種長期特性估計(jì)數(shù)據(jù)顯示到圖形-用 戶界面中(S260)。作為一種替代方案，人工神經(jīng)網(wǎng)絡(luò)操作單元30將所計(jì)算的兩種長期特性估計(jì)數(shù) 據(jù)輸出至長期特性估計(jì)單元50。然后，該長期特性估計(jì)單元50通過將二者互相比較來計(jì)算 在兩種長期特性估計(jì)數(shù)據(jù)之間的誤差，根據(jù)該誤差是否超出閾值來確定長期特性估計(jì)數(shù)據(jù)的可靠性，然后通過一顯示設(shè)備將結(jié)果顯示在圖形-用戶界面中(S270)。另外，長期特性估計(jì)單元50確定將所述兩種長期特性估計(jì)數(shù)據(jù)中的任一個或者該兩種長期特性估計(jì)數(shù)據(jù)的矢量平均數(shù)據(jù)選擇作為長期特性估計(jì)數(shù)據(jù)，以及通過將所確定 的長期特性估計(jì)數(shù)據(jù)與標(biāo)準(zhǔn)的長期特性數(shù)據(jù)進(jìn)行比較來估計(jì)電池的長期特性質(zhì)量，然后將 該結(jié)果通過一顯示設(shè)備顯示在圖形用戶界面中(S280)。根據(jù)本發(fā)明的用于估計(jì)電池的長期特性的系統(tǒng)和方法，可以以一種能夠被各種計(jì) 算機(jī)裝置執(zhí)行的并被記錄在一計(jì)算機(jī)可讀介質(zhì)中的程序指令形式實(shí)現(xiàn)。所述計(jì)算機(jī)可讀 介質(zhì)可包括單一的或組合的程序指令、數(shù)據(jù)文檔或數(shù)據(jù)結(jié)構(gòu)。記錄在介質(zhì)中的程序指令可 以是為了本發(fā)明專門設(shè)計(jì)并配置的，或者是在計(jì)算機(jī)程序領(lǐng)域眾所周知的任何其它可使 用的程序指令。計(jì)算機(jī)可讀記錄介質(zhì)包括，例如，諸如硬盤、軟盤和磁帶等的磁介質(zhì)；諸如 CD-ROM和DVD的光學(xué)介質(zhì)；諸如光磁軟盤的磁-光介質(zhì)；以及諸如ROM、RAM和閃存的專門 被配置用于存儲并執(zhí)行程序指令的硬件設(shè)備。所述介質(zhì)還可以是如下的傳輸介質(zhì)，諸如波 導(dǎo)管以及具有載體的光學(xué)導(dǎo)線或金屬導(dǎo)線等，這種傳輸介質(zhì)傳送表示程序指令或數(shù)據(jù)結(jié)構(gòu) 的信號。所述程序指令包括，例如，由編譯器生成的機(jī)器代碼、或者由使用解碼器等的計(jì)算 機(jī)可執(zhí)行的高級程序語言代碼。所述硬件設(shè)備可被配置為作為用于執(zhí)行本發(fā)明的操作的至 少一個軟件模塊而被運(yùn)行，反之亦然。圖8是一個示出了可用于執(zhí)行根據(jù)本發(fā)明的用于估計(jì)電池長期特性的系統(tǒng)的操 作方法的通用計(jì)算機(jī)系統(tǒng)的框圖。參照圖8，通用目的計(jì)算機(jī)系統(tǒng)400包括連接至具有RAM 420和ROM 430的主存儲 器的至少一個處理器410。處理器410還被稱為CPU。如本領(lǐng)域公知的，ROM 430用于向處 理器410單方面地傳輸數(shù)據(jù)和指令。RAM 420通常被用于雙向地向處理器410傳輸數(shù)據(jù)和指 令。RAM 420和ROM 430可具有計(jì)算機(jī)可讀介質(zhì)的任意合適形狀。海量存儲器(massstorage device)440被雙向連接至處理器410從而為其提供額外的數(shù)據(jù)存儲能力，并且其可以是上 述計(jì)算機(jī)可讀介質(zhì)中的任一種。海量存儲器440被用于存儲程序、數(shù)據(jù)等，并且其通常是諸 如硬盤等的輔助存儲器，輔助存儲器的速度低于主存儲器。還可使用諸如CD-ROM 460的特 定海量存儲器。處理器410連接到至少一個1/0接口 450，該1/0接口諸如視頻監(jiān)視器、跟 蹤球鼠標(biāo)、鍵盤、麥克風(fēng)、觸屏式顯示器、讀卡器、磁帶或紙帶閱讀器、語音或書寫識別器、操 縱桿或其它公知的計(jì)算機(jī)1/0設(shè)備。最后，處理器410可通過網(wǎng)絡(luò)接口 470連接至有線或 無線通信網(wǎng)絡(luò)。上述方法還可通過聯(lián)網(wǎng)進(jìn)行。上述設(shè)備和工具對于計(jì)算機(jī)硬件和軟件領(lǐng)域 的普通技術(shù)人員是眾所周知的。同時，硬件設(shè)備還可被配置運(yùn)行為至少一種軟件模式用以 執(zhí)行本發(fā)明的操作。本發(fā)明已被詳細(xì)描述如上。然而，應(yīng)理解的是，盡管給出了本發(fā)明的優(yōu)選實(shí)施方 案，但詳細(xì)說明和具體實(shí)施例僅是通過示例方式給出的，因?yàn)楦鶕?jù)本詳細(xì)說明書，在本發(fā)明 主旨和范圍內(nèi)的各種變化和修改對于本領(lǐng)域技術(shù)人員而言將是顯而易見的。工業(yè)適用性根據(jù)本發(fā)明，可利用電池的初始特性快速估計(jì)電池的可靠的長期特性，因此可解 決常規(guī)的后發(fā)貨長期特性估計(jì)方法的各種問題。也就是說，可以降低用于召回被確定為具有不良質(zhì)量的電池批次的成本。此外，由 于長期特性的劣質(zhì)因素可被快速識別并去除，從而可以防止額外制造具有劣質(zhì)長期特性的電池。另外，可以僅向消費(fèi)者提供具有卓越長期特性的電池，并且還可減輕用于電池的循環(huán)充電/放電過程的設(shè)備上的負(fù)荷。 在本發(fā)明的另一方面，由于使用了電池被制造時對所有電池所測量的特性，例如 在激活過程中的充電數(shù)據(jù)，從而可以實(shí)現(xiàn)電池的全數(shù)檢查。
權(quán)利要求
用于估計(jì)電池的長期特性的系統(tǒng)，包括學(xué)習(xí)數(shù)據(jù)輸入單元，其用于接收要作為學(xué)習(xí)對象的電池的初始特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)；測量數(shù)據(jù)輸入單元，其用于接收要作為估計(jì)長期特性的對象的電池的初始特性測量數(shù)據(jù)；人工神經(jīng)網(wǎng)絡(luò)操作單元，其用于將所述初始特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)轉(zhuǎn)換到第一數(shù)據(jù)結(jié)構(gòu)和第二數(shù)據(jù)結(jié)構(gòu)中，允許人工神經(jīng)網(wǎng)絡(luò)基于每一數(shù)據(jù)結(jié)構(gòu)學(xué)習(xí)所述初始特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)，將所輸入的初始特性測量數(shù)據(jù)轉(zhuǎn)換到第一和第二數(shù)據(jù)結(jié)構(gòu)中，并獨(dú)立地應(yīng)用相應(yīng)于每一數(shù)據(jù)結(jié)構(gòu)的已學(xué)習(xí)過的人工神經(jīng)網(wǎng)絡(luò)來計(jì)算并輸出基于每一數(shù)據(jù)結(jié)構(gòu)的長期特性估計(jì)數(shù)據(jù)；以及長期特性估計(jì)單元，其用于計(jì)算每一數(shù)據(jù)結(jié)構(gòu)的輸出的長期特性估計(jì)數(shù)據(jù)的誤差，并根據(jù)該誤差確定長期特性估計(jì)數(shù)據(jù)的可靠性。
2.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中基于每一數(shù)據(jù)結(jié)構(gòu)的已學(xué)習(xí)過的人工神經(jīng)網(wǎng)絡(luò)具 有串聯(lián)布置的至少一個神經(jīng)元層，其中該神經(jīng)元層將輸入矢量轉(zhuǎn)換為輸出矢量以使通過人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)計(jì)算的偏 移矢量和權(quán)矩陣被反映在輸入矢量上，偏移矢量和權(quán)矩陣被反映在其上的輸入矢量通過神 經(jīng)元傳遞函數(shù)處理，接著神經(jīng)元傳遞函數(shù)的結(jié)果被作為輸出矢量輸出。
3.根據(jù)權(quán)利要求2所述的系統(tǒng)，其中在神經(jīng)元層的串聯(lián)布置中，第一神經(jīng)元層具有由 初始特性測量數(shù)據(jù)組成的輸入矢量。
4.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中關(guān)聯(lián)于初始特性的數(shù)據(jù)包括在電池激活過程中測 量的電池的充電特性變化數(shù)據(jù)；或通過測量初始循環(huán)特性而獲取的電池的充電特性變化數(shù) 據(jù)、放電特性變化數(shù)據(jù)、厚度變化數(shù)據(jù)，或者開路電壓變化數(shù)據(jù)，以及其中關(guān)聯(lián)于長期特性的數(shù)據(jù)包括預(yù)定的長期循環(huán)上的電池的充電特性變化數(shù)據(jù)、放電 特性變化數(shù)據(jù)、厚度變化數(shù)據(jù)，或者開路電壓變化數(shù)據(jù)。
5.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中還包括初始特性測量傳感器，其用于測量置于激 活過程的電池的充電特性，并接著將所測量的充電特性輸出作為初始特性測量數(shù)據(jù)，其中測量數(shù)據(jù)輸入單元從初始特性測量傳感器接收初始特性測量數(shù)據(jù)。
6.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中還包括顯示器，該顯示器用于從人工神經(jīng)網(wǎng)絡(luò)操 作單元接收基于每一數(shù)據(jù)結(jié)構(gòu)計(jì)算的長期特性估計(jì)數(shù)據(jù)，以通過顯示裝置在圖形_用戶界 面上顯示長期特性估計(jì)數(shù)據(jù)。
7.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中在誤差小于標(biāo)準(zhǔn)值的情況下，長期特性估計(jì)單元 確定基于每一數(shù)據(jù)結(jié)構(gòu)計(jì)算的長期特性估計(jì)數(shù)據(jù)中的任一個或所述長期特性估計(jì)數(shù)據(jù)的 平均數(shù)據(jù)作為長期特性估計(jì)數(shù)據(jù)，并接著輸出該長期特性估計(jì)數(shù)據(jù)。
8.根據(jù)權(quán)利要求7所述的系統(tǒng)，其中長期特性估計(jì)單元通過將所確定的長期特性估計(jì) 數(shù)據(jù)與標(biāo)準(zhǔn)的長期特性數(shù)據(jù)相比較，來確定電池的長期特性質(zhì)量。
9.根據(jù)權(quán)利要求8所述的系統(tǒng)，其中長期特性估計(jì)單元將電池的長期特性質(zhì)量的確定 結(jié)果通過顯示裝置輸出至圖形_用戶界面上。
10.用于估計(jì)電池的長期特性的方法，包括(a)接收要作為學(xué)習(xí)對象的電池的初始特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)；(b)將所接收的初始特性學(xué)習(xí)數(shù)據(jù)和所接收的長期特性學(xué)習(xí)數(shù)據(jù)轉(zhuǎn)換到第一和第二數(shù) 據(jù)結(jié)構(gòu)中，并接著獨(dú)立地允許人工神經(jīng)網(wǎng)絡(luò)基于每一數(shù)據(jù)結(jié)構(gòu)而學(xué)習(xí)； (C)接收要作為估計(jì)長期特性的對象的電池的初始特性測量數(shù)據(jù)；(d)將所接收的初始特性測量數(shù)據(jù)轉(zhuǎn)換到第一和第二數(shù)據(jù)結(jié)構(gòu)中，接著將對應(yīng)于每一 數(shù)據(jù)結(jié)構(gòu)的已學(xué)習(xí)過的人工神經(jīng)網(wǎng)絡(luò)應(yīng)用至其上，并接著基于每一數(shù)據(jù)結(jié)構(gòu)計(jì)算和輸出長 期特性估計(jì)數(shù)據(jù)；以及(e)基于每一數(shù)據(jù)結(jié)構(gòu)計(jì)算所輸出的長期特性估計(jì)數(shù)據(jù)的誤差，并接著依據(jù)該誤差確 定長期特性估計(jì)數(shù)據(jù)的可靠性。
11.根據(jù)權(quán)利要求10的方法，其中基于每一數(shù)據(jù)結(jié)構(gòu)的已學(xué)習(xí)過的人工神經(jīng)網(wǎng)絡(luò)具有 串聯(lián)布置的至少一個神經(jīng)元層，以及其中在步驟(d)中，基于每一數(shù)據(jù)結(jié)構(gòu)應(yīng)用已學(xué)習(xí)過的人工神經(jīng)網(wǎng)絡(luò)的過程包括 (dl)將初始特性測量數(shù)據(jù)轉(zhuǎn)換到輸入矢量中； (d2)將所轉(zhuǎn)換的輸入矢量輸入至神經(jīng)元層布置的第一神經(jīng)元層； (d3)神經(jīng)元層布置的每一神經(jīng)元層將通過人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)計(jì)算的偏移矢量和權(quán) 矩陣反映到輸入矢量上，接著通過神經(jīng)元傳遞函數(shù)處理輸入矢量，以使輸入矢量被轉(zhuǎn)換為 輸出矢量，并接著被輸出；以及(d4)神經(jīng)元層布置的最末神經(jīng)元層將長期特性估計(jì)矢量作為輸出矢量輸出。
12.根據(jù)權(quán)利要求10的方法，其中關(guān)聯(lián)于初始特性的數(shù)據(jù)包括在電池激活過程中測 量的電池的充電特性變化數(shù)據(jù)；或通過測量初始循環(huán)特性而獲取的電池的充電特性變化數(shù) 據(jù)、放電特性變化數(shù)據(jù)、厚度變化數(shù)據(jù)，或者開路電壓變化數(shù)據(jù)，以及其中關(guān)聯(lián)于長期特性的數(shù)據(jù)包括預(yù)定的長期循環(huán)上的電池的充電特性變化數(shù)據(jù)、放電 特性變化數(shù)據(jù)、厚度變化數(shù)據(jù)，或者開路電壓變化數(shù)據(jù)。
13.根據(jù)權(quán)利要求10的方法，其中初始特性學(xué)習(xí)數(shù)據(jù)是置于電池激活過程中的要作為 學(xué)習(xí)對象的電池的充電特性變化數(shù)據(jù)，而長期特性學(xué)習(xí)數(shù)據(jù)是預(yù)定的長期循環(huán)上的電池的 充電特性變化數(shù)據(jù)、放電特性變化數(shù)據(jù)、厚度變化數(shù)據(jù)，或者開路電壓變化數(shù)據(jù)，以及其中步驟(c)包括將要作為估計(jì)長期特性的對象的電池置于電池激活過程中； 從電池上測量充電特性變化；以及將所測量的充電特性變化數(shù)據(jù)接收作為初始特性測量數(shù)據(jù)。
14.根據(jù)權(quán)利要求10的方法，其中還包括 可視地顯示長期特性估計(jì)數(shù)據(jù)。
15.根據(jù)權(quán)利要求10的方法，其中還包括確定基于每一數(shù)據(jù)結(jié)構(gòu)計(jì)算的長期特性估計(jì)數(shù)據(jù)中的任一個或所述長期特性估計(jì)數(shù) 據(jù)的平均數(shù)據(jù)作為長期特性估計(jì)數(shù)據(jù)；將所確定的長期特性估計(jì)數(shù)據(jù)與標(biāo)準(zhǔn)的長期特性數(shù)據(jù)相比較，以確定電池的長期特性質(zhì)量。
16.根據(jù)權(quán)利要求15的方法，其中還包括 可視地顯示電池的長期特性質(zhì)量的確定結(jié)果。
全文摘要
一種系統(tǒng)，包括其包括學(xué)習(xí)數(shù)據(jù)輸入單元，其用于接收要作為學(xué)習(xí)對象的電池的初始特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)；測量數(shù)據(jù)輸入單元，其用于接收要作為估計(jì)長期特性的對象的電池的初始特性測量數(shù)據(jù)；人工神經(jīng)網(wǎng)絡(luò)操作單元，其用于將所述初始特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)轉(zhuǎn)換到第一數(shù)據(jù)結(jié)構(gòu)和第二數(shù)據(jù)結(jié)構(gòu)中，允許人工神經(jīng)網(wǎng)絡(luò)基于每一數(shù)據(jù)結(jié)構(gòu)學(xué)習(xí)所述初始特性學(xué)習(xí)數(shù)據(jù)和長期特性學(xué)習(xí)數(shù)據(jù)，將所輸入的初始特性測量數(shù)據(jù)轉(zhuǎn)換到第一和第二數(shù)據(jù)結(jié)構(gòu)中，并獨(dú)立地應(yīng)用相應(yīng)于每一數(shù)據(jù)結(jié)構(gòu)的已學(xué)習(xí)過的人工神經(jīng)網(wǎng)絡(luò)來計(jì)算并輸出基于每一數(shù)據(jù)結(jié)構(gòu)的長期特性估計(jì)數(shù)據(jù)；以及長期特性估計(jì)單元，其用于計(jì)算每一數(shù)據(jù)結(jié)構(gòu)的輸出的長期特性估計(jì)數(shù)據(jù)的誤差，并根據(jù)該誤差確定長期特性估計(jì)數(shù)據(jù)的可靠性。
文檔編號H01M10/48GK101803104SQ200880106937
公開日2010年8月11日 申請日期2008年9月12日 優(yōu)先權(quán)日2007年9月13日
發(fā)明者孫美暎, 宋炫坤, 曹正柱, 李鎬春, 秋淵旭 申請人:株式會社Lg化學(xué)