１動力電池智能制造的背景

動力電池作為新能源汽車的核心零件，是新能源汽車能源存儲與轉換的基礎單元，其技術發展水平將成為全球汽車產業電動化轉型的關鍵支撐。近年來，全球對新能源汽車的發展都已形成共識，各主要經濟體都制定了動力電池的發展規劃。從目前來看，國際動力電池市場的需求強勁，而我國在整個產業鏈上多個環節都擁有一半以上的產能，預計未來十年將是產業發展的關鍵時期。 在現有低碳環保出行的理念下，多國政府積極出臺相應政策（如“限制燃油車銷售”和“規劃新能源汽車比例”等），推動電動汽車快速發展，從而帶動動力電池產業的良好發展。根據ＳＮＥＲｅｓｅａｒｃｈ公布的數據，２０２２年全球動力電池建成產能已接近１ＴＷｈ；同年全球動力電池裝機量為５１７．９ＧＷｈ，同比增長高達７５％。這些數據反映動力電池市場仍然存在巨大的需求。

圖１ 智能制造標準框架體系結構（２０１８版）

在高端動力電池產品領域，我國與國外領先技術差距不大。我國在磷酸鐵鋰動力電池技術方面處于領先地位，不僅在車用動力電池大規模工業化穩定生產、低成本和高安全方面具有顯著的技術優勢，還積累了豐富的應用經驗。總體而言，在先進材料、新電池體系和回收技術方面，我國還需進一步提升；但在電池系統和大宗材料技術等方面，我國基本與國外先進水平保持同步。 智能制造是指利用先進的信息技術、智能化設備和云計算等技術手段，實現制造過程的智能化、自動化、靈活化和高效化。它是工業４．０的核心和重要組

成部分，是推動制造業升級和經濟轉型的重要手段之一。

隨著信息、機器人和自動化、大數據等技術的快速發展，工業生產方式正在發生根本性的變革。傳統的制造方式已經無法滿足市場和消費者對產品質量、靈活性、交貨期、個性化的要求，同時全球經濟競爭日趨激烈，制造業需要不斷提高生產效率、降低成本，才能在市場競爭中取得優勢。因此，智能制造成了制造業轉型升級的關鍵路徑。 動力電池的設計與制造，首先要考慮電池性能，包括安全性、合格率、一致性、制造效率等。其中，安全性包括設備安全、制造過程安全、應用安全等。

目前新能源車安全事故頻發，其中相當一部分是電池本身的安全性問題導致，因此，提高動力電池的安全性已經迫在眉睫。當前電池一次制造合格率（又稱直通率）在９０％左右，目標是在２０２５年提升到９５％以上。合格率的提升可以直接降低電池制造成本，給電池制造企業帶來可觀的經濟效益。一致性主要包括容量一致性、內阻一致性、自放電一致性等。提高一致性可以減少電池生產過程中的產品檢測環節，簡化部分制造工序，從而有效提高生產效率。目前國內儲能電池企業的單線產能普遍較低，無法滿足新能源汽車和儲能電站市場對儲能電池，尤其是高端電池產能的迫切需求。

提高動力電池制造的安全性、合格率、一致性及制造效率等指標是動力電池制造商不斷努力的目標，要實現這個目標，必須在涂布、卷繞、疊片、組裝和化成等核心制造能力上有大幅度提升，而且必須實現材料技術、電池技術、設備技術和智能控制技術等方面的全面突破。采用標準化、數字化、智能化等技術手段是實現動力電池大規模、高質量制造的必然途徑。

２動力電池智能制造的路徑

實現動力電池智能化制造是規模制造業的必然選擇，應該采取標準化、模型化、數字化、智能化的路徑。

２.１標準化

目前，《國家智能制造標準體系建設指南》（２０１８版，簡稱《指南》）已經發布，框架體系結構如圖１所示。正如《指南》中的“智能制造、標準先行”，動力電池大規模制造需要采用標準化的手段，需要標準體系的支撐。動力電池技術起步較晚，其設計、制造、檢驗、應用缺少完整的標準，尤其針對鋰電池行業的互聯互通準則、集成接口、集成功能、集成能力標準，現場裝備與系統集成、系統之間集成、系統互操作等集成標準嚴重缺少。面對動力電池智能制造發展的新形勢、新機遇和新挑戰，有必要系統梳理現有的相關標準，明確動力電池制造、集成的需求。從基礎共性、關鍵技術以及行業應用等方面，建立一整套標準體系來支撐動力電池產業有序健康發展。 首先要實現電池規格的標準化，目前國內８０多家動力電池企業有１５０多種電池規格型號，意味著需要有１５０多種不同的生產工藝和生產線，這嚴重限制了動力電池大規模制造能力的提升。應該總結分析過去的經驗及給產業造成的損失教訓，盡快制定出動力電池尺寸規格標準，將電池規格型號限制在１０種左右。其次，元數據是動力電池設計、制造、應用的基礎，要實現動力電池設計及基礎標準化，需要建立動力電池領域元數據標準。

ＳＤＳ／Ｔ２１１１－２００４《元數據標準化原則與方法》中規定了領域元數據制定時的選取原則，可以參照此原則制定動力電池領域元數據標準。最后要實現動力電池制造的標準化，需要解決一系列問題。動力電池制造過程復雜、工藝流程長、生產產線設備眾多，而且同一條產線的生產設備往往來自不同的廠家，采用不同的通信接口和協議，導致設備之間缺乏互聯互通互操作的基礎。為了解決這個問題，需要建立電池制造過程數據字典標準，統一設備模型，制定設備通信接口規范，進行數據治理，實現產線設備和企業信息化系統的集成，實現運營技術與信息技術深度融合。同時，利用工業互聯網平臺，實現企業內部和外部信息集成，優化電池制造資源的配置及過程管控。

２.２模型化

模型化是智能化的基礎，它是將工廠、物料、機器和過程轉化為計算機可以識別、優化和提升的基本手段。在動力電池制造中，需要建立電池模型、工廠模型、設備模型、工藝模型以及質量模型等，如圖２所示。

圖２動力電池制造模型體系 模型要能夠準確完整地描述對象的真實屬性。模型的建立是一個不斷調整和優化的過程。模型化和數字化是互相促進的過程，對于有理論模型的物理量或過程，可以使用現有模型將其數字化；對于沒有模型或難以用理論模型準確描述的物理量或過程，可以先采集數據，通過數字分析建立數字化模型。這種方法可以很好地解決制造過程中的質量優化問題，也是數字化和智能化給制造業帶來的紅利。

２.３數字化

數字化研制體系包括數字化設計、數字化制造及數字化應用等方面。數字化設計包括材料設計、結構設計及工藝設計等方面。在電池設計過程中，需要使用專業的產品設計工具和結構設計工具，并建立電化學仿真模型和電池壽命模型等。 數字化制造包括工藝規劃、設備研制、系統集成等。通過運用工廠仿真、過程仿真、虛擬調試等技術手段，建立實際生產過程與虛擬生產過程的數字孿生系統。設計人員利用軟件提供的仿真環境對產品及生產過程進行設計及優化，從而縮短產品從構思到投產的周期，減少失誤并降低成本。 數字化應用包括電池質量控制、電池追溯系統的建立以及產品大數據分析等。為了實現數字化應用，需要建立動力電池設計、制造、質量追溯及梯次利用等全生命周期數據管理應用平臺。 通過動力電池數字化設計、制造、應用全流程系統的建立，可以實現電池的高效設計、高質量制造、低成本生產及可靠的安全管控。

２.４智能化

智能化指的是基于數據分析結果，挖掘隱形問題，并生成描述、診斷、預測、決策、控制等不同應用，從而形成優化決策建議或直接控制指令，實現個性化定制、智能化生產、協同化組織和服務化制造等創新模式，并將結果以數據化形式存儲下來，最終構成從數據采集到設備、生產現場及企業運營管理的持續優化閉環，以提高電池制造的合格率、一致性和安全性。總的來說，動力電池智能制造的目標是實現基于模型的數字化和基于數據的智能化，從而提升制造的安全性、質量，并降低制造成本。

３動力電池智能制造的思路

動力電池智能制造的核心是基于模型的數字化和基于大數據的智能化。首先，建立動力電池制造系統的信息模型，將設備、物料、信息系統模型化，建立基于模型定義的企業（MBE），實現模型的數字化，為基于大數據的智能化提供基礎。 有了數字化模型，通過數字連接，將實體模型和虛擬模型相互關聯，形成數字孿生。通過數字孿生，可以對系統進行優化，實現虛擬調試。 在沒有模型的情況下，制造優化方式是通過人為認識問題、調整影響要素并解決問題，最后實現的是人的經驗積累。基于模型的優化方式則不同，制造優化積累的結果是模型的迭代和進化，實現了數字化的積累，使計算機能夠自主進行優化和深度學習，這就是基于模型優化的魅力所在。基于模型的數字化智能制造路徑的演繹如圖４所示。

圖４ 基于模型的數字化智能制造路徑的演繹 通過模型和數據，可以基于模型尋找影響質量的關鍵因素和關鍵質量控制點，并控制這些關鍵因素，以獲得最佳質量，從而解決顯性問題。同時，利用數據進行數字特征分析提取關鍵特征，實現預測性維護和健康管理，大大提升生產線制造的合格率。此外，還可以優化設計模型，實現反向升級，進一步優化制造過程，這正是智能制造的本質。

４動力電池智能制造質量閉環

４.１縱向數據閉環

設備的智能制造水平可以分成４個層級：Ｌ１為邏輯控制與檢測級，設備具備基本結構，能夠滿足控制檢測和邏輯控制的需求，這個級別的制造合格率只有８８％左右；Ｌ２為工藝模型級，這個級別的設備通過導入工藝模型實現制造合格率的提升，這級的合格率可達９７％左右，相當于４．５σ的水平；Ｌ３為工藝模型優化閉環級，這個級別的裝備實現了制造工藝的閉環，能夠修正設備的加工參數，從而保證制造合格率達到９９．９％以上，相當于５σ的水平；Ｌ４為自學習循環提升級，此時的設備通過工藝積累判斷來料和工藝過程的變化，自動修正參數，實現更高質量的加工，可以保證９９．９９％以上的制造合格率，相當于６σ以上的水平。裝備智能化的總體要求如圖５所示。

圖５ 裝備智能化的總體要求

裝備是產業的核心，也是實現智能制造的基礎。首先，需要解決制造裝備本身的智能化問題。裝備實現智能制造的基本思路是應用閉環控制原理，并設置優化算法，以實現最優的控制目標。同時，需要應用閉環方法解決裝備制造產品過程中不同層級的優化問題。裝備控制閉環優化架構如圖６所示。

圖６ 裝備閉環控制優化層級架構

首先，是裝備底層的控制。這一層主要基于傳感器和邏輯控制，解決裝備本身的定位精度、效率及穩定性等問題。例如，卷繞機主軸和涂布箔材驅動軸的控制等。每臺設備都有很多這樣的控制環，這些控制環通常要求具有實時性。隨著制造精度和效率的不斷提高，對底層控制的閉環周期時間要求也越來越高，一般在毫秒級，有些甚至要達到微秒級。這一層對于設備的控制性能和產品制造質量而言是開環的。 其次，是工藝閉環層。在這一層，通過對設備材料來料參數、過程參數、環境參數和加工產品質量參數進行工藝閉環，可以保證該工序的質量閉環。工藝閉環的閉環周期一般在毫秒到幾十個毫秒。同時，工藝閉環也通過整體模型優化選擇實現整體制造過程的大數據閉環，也就是第三層閉環。

４.２橫向過程閉環

從來料到極片制造，再到電芯制造、化成分容和模組，通過互聯互通的方式，實現對大約３０００個數據點的監測，這樣可以進行電芯和電池包的失效模式分析。動力電池制造質量閉環優化如圖７所示。

圖７ 動力電池制造質量閉環優化

動力電池制造過程復雜、工藝流程長。主要分為極片制造單元、電芯制造單元和電池包制造單元，全流程影響電池質量的關鍵控制點超過２０００個，包括來料尺寸、黏度、固含量、張力、對齊度、溫度、濕度等。為了有效控制電池的生產質量，需要建立電池從原材料、電芯到電池包的全流程追溯體系，構造大數據質量閉環優化系統。首先，需要按生產工段分別建立極片制造、電芯制造及電池包制造的質量數據閉環系統，實現產線數據的閉環控制。在此基礎上，完成全流程數據的集成，實現完整的電池制造大數據分析與閉環系統。通過閉環反饋，持續優化，不斷提高電池制造從材料投入到電池包整體質量的橫向優化。

５動力電池智能制造系統成熟度實現的層級

動力電池制造系統從制造維度和智能維度兩個方面進行分類。制造維度體現了面向產品的全生命周期的智能化提升，包括了設計、生產、物流、銷售和服務五類，涵蓋了從接收客戶需求到提供產品及服務的整個過程。與傳統的制造過程相比，智能制造更加側重于各業務環節的智能化應用和智能水平的提升。智能維度是智能技術、智能化基礎建設和智能化結果的綜合體現，是對信息物理融合的詮釋，完成了感知、通信、執行和決策的全過程，包括了全資源要素、互聯互通、系統集成、信息融合和新興業態五類，引導企業利用數字化、網絡化和智能化技術進行模式創新。根據動力電池企業客戶的需求，以及技術發展的狀態、技術能力、技術手段和企業自身的目標定位，動力電池智能制造按成熟度分為五個級別，如表１所示。 表１ 動力電池智能制造各級成熟度的功能

一級（規劃級）：電池生產企業應開始對實施智能制造的基礎和條件進行規劃，能夠對核心業務（設計、資源供給、生產、銷售、服務）進行流程化管理。 二級（規范級）：電池生產企業應采用數字化設計、自動化技術、信息化手段對核心裝備與核心業務進行改造和規范，實現單一業務活動的數據共享。 三級（集成級）：電池生產企業應采取數字化手段對產品進行設計、制造驗證，對裝備、系統等開展集成，實現跨業務活動的數據共享，實現互聯互通。 四級（優化級）：電池生產企業應利用數據挖掘技術對資源、制造過程等進行分析，實現對電池質量和安全性能的精準預測、閉環控制和優化，并實現生產的互操作。 五級（引領級）：電池生產企業應基于模型持續驅動業務活動的優化和創新，以實現黑燈工廠生產和產品自適應定制化生產。 ?

?作者：陽如坤 柯奧

編輯：黃飛

?