回顧2023，國內電芯廠商、車企相繼發(fā)布了近20款電池產品：寧德時代的凝聚態(tài)電池、比亞迪的刀片電池、蜂巢能源的龍鱗甲電池、億偉鋰能的π電池、欣旺達的閃充電池、廣汽埃安的彈匣電池2.0......

鋰電企業(yè)的競爭早已不僅是規(guī)模和數(shù)量的較量，更是關于技術、品質和戰(zhàn)略眼光的角逐，而其中，數(shù)字化和智能化技術能力將起到關鍵性的支撐作用。 大數(shù)據(jù)量的處理和分析的質量和效率，更是逐漸成為制約研發(fā)迭代效率的重要因素！

在日常工作中，研發(fā)人員對于實驗數(shù)據(jù)分析往往有如下的困擾

測試數(shù)據(jù)龐大、格式雜亂，處理非常繁瑣

大部分時間都浪費在了數(shù)據(jù)收集和處理等瑣碎事務上

數(shù)據(jù)整理時出了錯沒檢查出來，設計方向直接偏了

有些測試既有溫度變化、又有倍率變化、又有SOC變化，對比起來非常累

測試有異常總是事后才知道，電芯早已起火爆炸

……

有沒有一種方案能夠同時解決數(shù)據(jù)的采、算、用三大問題呢？

筆者在與多個頭部電池企業(yè)交流的過程中，逐漸發(fā)現(xiàn)一個共識，必須要從流程的規(guī)范、數(shù)據(jù)的高效采集、存儲、分析、使用全鏈條上構建數(shù)據(jù)閉環(huán)，建立全流程追溯體系，才能幫助企業(yè)提升其數(shù)據(jù)管理能力，充分挖掘數(shù)據(jù)背后蘊藏的價值。

01 第一，打破數(shù)據(jù)孤島，全流程可追溯

目前很多實驗室仍然采用線下統(tǒng)計設備通道狀態(tài)，手動導出數(shù)據(jù)來進行分析處理的工作模式，龐大的業(yè)務數(shù)據(jù)零散分布在多個文件/系統(tǒng)中，彼此之間難以關聯(lián)打通，產生大量的數(shù)據(jù)孤島，類型多樣的實驗數(shù)據(jù)以數(shù)據(jù)文檔、掃描件形式傳遞，測試報告高度分散在郵件、文件夾中，難以集中管理，出現(xiàn)差錯之后，無法追溯，且共享性和復用性非常低下……不僅浪費資源且無法保證數(shù)據(jù)的真實性、時效性。

人工傳遞：真實性 時效性差

測試任務難追蹤 出現(xiàn)問題難追溯

為此，我們擴展了傳統(tǒng)lims的功能，完成了全要素考慮（人機料法環(huán)），全場景覆蓋（下單、審批、領樣、檢測等），全成員參與（研發(fā)人員、檢測人員、管理者）的深度閉環(huán)。通過線上快速提單，自動流轉審核等，實現(xiàn)全流程電子化，數(shù)據(jù)記錄全留存，錯誤數(shù)據(jù)及環(huán)節(jié)可追蹤，快速查閱，快速調用。

02 第二，搭建專用算法，自動分析操作

各電池企業(yè)的實驗室每年都在不斷累計測試數(shù)據(jù)，從測試2w通道到4w多通道，數(shù)據(jù)也從幾十TB到幾百TB甚至更多，海量的測試信息，使得鋰電工程師們被淹沒在數(shù)據(jù)的海洋中，找不到方向。

從測試設備上獲取的數(shù)據(jù)需要經(jīng)過人工計算、展示、對比、篩選、擬合等操作，得出差異性，分析結果判斷圖表是否有意義，再進行報告匯報，不僅耗費人力、出錯率高、且數(shù)據(jù)未做深度挖掘，利用率低。

為幫助企業(yè)更好地克服上述挑戰(zhàn)，我們團隊搭建了一套完整的數(shù)據(jù)采集? 清洗? 分析?展示平臺，讓測試數(shù)據(jù)不再霧里看花。

1）數(shù)據(jù)采集：采集來自各個環(huán)節(jié)的數(shù)據(jù)，包括不同廠商、不同測點標識、異構數(shù)據(jù)介質等，建設HIVE數(shù)據(jù)倉庫加OLAP分析型數(shù)據(jù)庫集群的混合架構方式完成數(shù)據(jù)存儲。

2）數(shù)據(jù)異常監(jiān)控及預警：通過規(guī)則初篩、變點檢測、多工況過濾、集成分類器預測等步驟，對采集的數(shù)據(jù)進行異常監(jiān)控與分析，保證入庫質量。

3）數(shù)據(jù)治理：搭建了56個數(shù)據(jù)腳本（設備數(shù)據(jù)標準化、數(shù)據(jù)倉庫處理、數(shù)據(jù)質量探查等）和3個數(shù)據(jù)處理模型（預處理模型、溫度通道模型、工步序號模型），工步序號模型，重啟測試可自動關聯(lián)數(shù)據(jù)；溫度通道模型,差異溫度測試可快速解析數(shù)據(jù)；跨天處理模型，可快速接續(xù)不同時間、不同設備測試數(shù)據(jù)。

4）數(shù)據(jù)分析：平臺內嵌獨立的數(shù)據(jù)分析開發(fā)功能，覆蓋9大測試項，提供150余種專業(yè)分析模板，為5大分析場景服務，工程師可以在平臺上進行dQ/dV曲線分析、HPPC分析、放電速率分析、GITT分析、循環(huán)壽命分析等。

同時，支持對短期測試測試結果的不同設計方案性能優(yōu)劣自動分析，輔助設計人員確定迭代方向，避免由于數(shù)據(jù)分析不到位導致的不必要實驗，減少研發(fā)成本；支持長循環(huán)數(shù)據(jù)的日更新以及測試截止條件的監(jiān)控；測試過程異常自動識別，指導異常電芯及時下機、避免資源浪費，同時提供分析工具，支持數(shù)據(jù)分析。

5）智能報告：提供了超200個模板，只需要簡單的拖拽配置即可智能生成報告，單份報告制作時間可從8小時縮短至 2小時，同時杜絕了人為因素造成的偏差，保障了檢測數(shù)據(jù)的準確性。

這樣一套平臺就完成了數(shù)據(jù)的采-算-用貫通，幫助工程師更快、更準確地分析電池測試數(shù)據(jù)，及時發(fā)現(xiàn)問題，大大節(jié)省工作時間。

03 第三，數(shù)據(jù)沉淀AI智能預測 賦能研發(fā)

大量的測試化數(shù)據(jù)經(jīng)過標準化分析之后，結合鋰電池材料數(shù)據(jù)資源，可沉淀下來形成企業(yè)知識庫，如材料數(shù)據(jù)庫、電池表征庫、電化學參數(shù)庫等，將極大地有利于企業(yè)知識復用，加快產品的研發(fā)迭代。

比如一些工程師由于經(jīng)驗不足，在不同材料之間的選型需要查看大量的數(shù)據(jù)進行對比，并且有時候查到的內容還是不是準確信息，浪費很多時間。這時候，通過電池材料庫功能就可以直接在線查詢正極、負極、電解液、PACK、隔膜、粘結等各種材料的詳細精準信息，快速篩選成百上千種材料，在線對比找到最優(yōu)候選材料。

?

隨著應用的進一步深化，我們還將面臨一個關鍵問題，那就是如何將這些數(shù)據(jù)與AI進行有機結合，從而為我們的下一步研發(fā)計劃提供有力指導。比如綜合多項測試數(shù)據(jù)進行智能化預測計算，如電芯內阻/DCR預測、電芯體積變化預測等，結合電化學反應機理模型進行AI算法開發(fā)，最終實現(xiàn)指數(shù)級賦能電池研發(fā)工作，幫助管理者更快速、準確地進行科學決策。

當前，筆者團隊最新研發(fā)智能電芯平臺即將發(fā)布，為電芯研發(fā)工程師提供電芯快速設計工具、需求管理和材料數(shù)據(jù)庫等功能，可進行智能選材、單人一鍵生成設計方案、電芯成本仿真等，實現(xiàn)電芯開發(fā)從基于經(jīng)驗的設計到基于材料數(shù)據(jù)庫和人工智能的智能輔助設計。

審核編輯：劉清