锂电池定制化生产与智能管控技术

目录前言第1章 锂电池概述11.1 锂电池的构成11.1.1 锂电池正极材料21.1.2 锂电池负极材料21.1.3 锂电池电解液31.1.4 锂电池隔膜51.2 锂电池的分类61.3 锂电池的电化学原理81.4 锂电池的发展101.4.1 国外锂电池的研究进展111.4.2 国内锂电池的研究进展121.5 锂电池的特点及应用131.5.1 锂电池的特点131.5.2 锂电池的应用131.6 本章小结15参考文献16第2章 锂电池定制化生产流程172.1 前段生产工艺172.1.1 正负极制浆工艺172.1.2 涂布工艺212.1.3 辊压和分切工艺212.1.4 烘烤工艺232.2 中段生产工艺242.2.1 叠片工艺252.2.2 入壳工艺272.2.3 焊接工艺282.2.4 烘烤工艺282.2.5 注液工艺292.2.6 封口焊接工艺302.2.7 清洗干燥工艺302.2.8 对齐喷码工艺312.3 后段生产工艺322.3.1 化成与老化工艺332.3.2 分容工艺342.3.3 检测与入库工艺352.4 本章小结35参考文献35第3章 锂电池定制化产线重组373.1 锂电池定制化产线重组问题描述373.2 常用锂电池定制化产线重组算法393.2.1 群智能算法393.2.2 规则调度算法403.2.3 数据驱动算法403.3 无故障状态下的锂电池定制化产线重组413.4 故障状态下的锂电池定制化产线重组443.5 锂电池定制化产线重组案例453.6 本章小结50参考文献50第4章 锂电池定制化生产工艺524.1 锂电池定制化生产工艺分析524.2 锂电池化成工艺分析534.2.1 化成原理534.2.2 化成特性554.2.3 化成流程554.2.4 DC/DC化成器的建模564.3 锂电池配组工艺常用算法584.3.1 单参数配组法584.3.2 多参数配组法594.3.3 动态特性配组法594.3.4 聚类算法594.4 锂电池配组工艺分析624.4.1 基于锂电池双参数的K均值聚类配组一致性分析算法624.4.2 基于双编码动态培育遗传聚类的电池定制化配组654.4.3 电池定制化配组工程案例784.5 锂电池定制化生产工艺分析案例844.6 本章小结92参考文献92第5章 锂电池定制化制造能力预测955.1 锂电池定制化制造能力预测问题描述955.2 常用预测算法965.2.1 时间序列平滑预测算法965.2.2 回归分析预测算法975.2.3 灰色预测算法985.2.4 人工神经网络预测算法985.3 循环神经网络算法995.3.1 RNN模型995.3.2 LSTM神经网络模型1025.3.3 GRU神经网络模型1055.4 数据预处理算法1055.4.1 经验模态分解1065.4.2 变分模态分解1075.4.3 滑动窗口算法1085.5 强化学习机制1095.5.1 强化学习1095.5.2 Q-learning算法1105.6 锂电池定制化制造能力预测案例1105.6.1 基于强化学习的锂电池定制化制造能力预测1105.6.2 基于三层强化学习的锂电池定制化制造能力变权重组合预测1175.7 本章小结130参考文献130第6章 锂电池定制化制造智能工厂1326.1 锂电池定制化制造智能工厂设计方案1326.2 智能工厂端级架构设计方案1366.2.1 端级生产信息点采集1366.2.2 智能工厂设备布局与选型1536.2.3 智能工厂数据采集与通信1596.3 智能工厂管级架构设计方案1676.3.1 锂电池制造5G+互联网专网设计1676.3.2 服务器与工作站的分布设计1716.3.3 工业控制网络设计1736.4 智能工厂云级架构设计方案1786.4.1 云级智能管控平台设计1786.4.2 电子商务平台1796.4.3 云级数据中心1826.5 锂电池定制化制造智能工厂设计效益1876.6 本章小结190参考文献191第7章 锂电池定制化制造智能管控平台1937.1 平台架构1937.2 数字孪生模块1947.2.1 数字孪生平台概述1947.2.2 数字孪生的应用1957.2.3 数字孪生平台实现效果1977.3 设备/工艺监控模块1987.3.1 生产设备故障监控和诊断1987.3.2 生产工艺波动监控2027.4 生产工艺能力分析模块2057.4.1 生产工艺能力分析模块概述2057.4.2 生产工艺变更和生产线重组2077.5 制造能力预测模块2117.6 本章小结214参考文献214