基于WOA-BPNN的锂电池极片涂布缺陷检测识别.pdfVIP

下载本文档

4
0
约4.03万字
约 9页
2023-07-13 发布于福建
举报
版权申诉

基于WOA-BPNN的锂电池极片涂布缺陷检测识别.pdf

1、本文档共9页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第 11 卷第8 期储能科学与技术 Vol .11 No.8 2022 年8 月 Energy Storage Science and Technology Aug . 2022 电化学储能安全专刊基于WOA-BPNN 的锂电池极片涂布缺陷检测识别 1, 2 1 钟健平，费韬 1 2 （华南理工大学自动化科学与工程学院，精密电子制造装备教育部工程研究中心，广东省高端芯片智能封测装备工程实验室，广东广州 510641）摘要：锂电池的正、负极片是锂电池的重要组成部分，极片涂布的质量很大程度上影响着电池的性能和使用寿命，而有缺陷的极片往往是电池安全隐患的根源。为了进一步提高锂电池极片涂布缺陷检测与识别的自动化性能水平，本工作提出了一套基于WOA-BPNN 的锂电池极片涂布缺陷检测识别算法。首先，对采集到的锂电池极片涂布图像进行图像预处理操作；接着，将图像中的缺陷目标区域分割出来后，提取其形态、灰度、纹理特征；然后，搭建误差反向传播网络(back propagation neural network，BPNN)，并将串行融合后的融合特征向量作为网络的输入；最后，在训练神经网络分类模型的过程中，使用鲸鱼优化算法(whale optimization algorithm ，WOA)用于辅助调参，以进一步提高模型的识别准确率。本工作算法可精确实现对划痕、漏金属、孔洞、裂纹、异污、脱碳等8 种常见的锂电池极片涂布缺陷的检测与识别，实验结果证明，当检测的锂电池极片宽度为200 mm，检测精度为0.05 mm，检测速度为60 m/min 时，本工作算法的平均漏检率为1.68%，平均误检率为0%，平均分类识别准确率为97.08%。本工作算法能够有效应用于高速高精度的锂电池极片涂布缺陷检测