کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
1697385 1519253 2016 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Online process monitoring with near-zero misdetection for ultrasonic welding of lithium-ion batteries: An integration of univariate and multivariate methods
ترجمه فارسی عنوان
نظارت بر فرآیند آنلاین با تشخیص اشتباه تقریبا صفر برای جوشکاری مافوق صوت باتری های لیتیوم یون: یکپارچه سازی روش های یک و چند وجهی
ترجمه چکیده
جوشکاری فلزات التراسونیک برای پیوند با باتری های لیتیوم یون خودروهای الکتریکی استفاده می شود. نظارت بر فرآیند پیوستگی باتری نیاز به تشخیص نادرست تقریبا صفر دارد تا مانع از اتصال هر گونه باتری با اتصال با کیفیت پایین به مونتاژ پایین دست شود. تکنیک های کنترل کنونی کنترل شده که به طور گسترده ای در بسیاری از سیستم های نظارت بر فرایند مورد استفاده قرار می گیرند براساس میزان زنگ هشدار پیش تعیین شده طراحی شده اند. برای اطمینان از کیفیت جوش و کاهش بازه دستی در یک زمان، نرخ پایین تشخیص اشتباه نزدیک به صفر در هنگام رسیدن به نرخ پایین هشدار اشتباه مورد نظر است. الگوریتم نظارت که با هدف شناسایی اشتباه تقریبا صفر در این مقاله بوسیله ادغام نمودارهای کنترل یک جانبه و روش فاصله ماهالانوبیس توسعه یافته است. الگوریتم پیشنهادی قادر است نظارت های چند متغیره غیر عادی را با محدودیت های کنترل انعطاف پذیری برای رسیدن به نرخ نادیده گرفتن تقصیر نزدیک به صفر، در حالی که میزان زنگ هشدار نادرست را پایین نگه دارد. با اجرای این الگوریتم در فرآیند جوشکاری فراصوت تولید باتری، الگوریتم توسعه یافته در دستیابی به تشخیص اشتباه صفر در نظارت بر فرایند موثر است تا کیفیت جوش باتری را تامین کند. الگوریتم توسعه یافته نیز پتانسیل بسیار بالایی برای نظارت بر فرآیندهای دیگر که در تشخیص اشتباه نزدیک به صفر قرار دارند، نشان می دهد.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی کنترل و سیستم های مهندسی
چکیده انگلیسی
Ultrasonic metal welding is used for joining lithium-ion batteries of electric vehicles. The monitoring of battery joining processes requires near-zero misdetection in order to prevent any battery joints with a low quality connection going into the downstream assembly. The conventional control chart techniques widely used in many process monitoring systems were designed based on a pre-specified false alarm rate. To ensure weld quality and reduce manual inspection at the same time, a near-zero misdetection rate is desired foremost while achieving a low false alarm rate. A monitoring algorithm targeting near-zero misdetection is developed in this article by integrating univariate control charts and the Mahalanobis distance approach. The proposed algorithm is capable of monitoring non-normal multivariate observations with flexible control limits to achieve a near-zero misdetection rate while keeping a low false alarm rate. By implementing this algorithm on the ultrasonic welding process of battery manufacturing, the developed algorithm proves to be effective in achieving near-zero misdetection in process monitoring to ensure battery weld quality. The developed algorithm also shows great potential for monitoring other processes that target at near-zero misdetection.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Manufacturing Systems - Volume 38, January 2016, Pages 141-150
نویسندگان
, , , , , , ,