新能源電池在裝配過程中，每個電池包要經(jīng)歷氣密性、IL和EOL測試等，過程中將產(chǎn)生海量的工藝數(shù)據(jù)，從數(shù)據(jù)分析的角度獲取有意義的信息和知識來解決制造缺陷問題，對降低生產(chǎn)成本、提高生產(chǎn)效率具有重要的現(xiàn)實(shí)意義。目前企業(yè)對新能源電池裝配過程中的數(shù)據(jù)分析與排故方案推理多依賴人工，分析不夠全面準(zhǔn)確、排故經(jīng)驗(yàn)無法充分利用等問題亟待解決。因此，需要一套數(shù)據(jù)診斷系統(tǒng)以準(zhǔn)確分析故障模式、快速定位故障環(huán)節(jié)與采取有效排故措施，從而提高生產(chǎn)率與良品率。

總體目標(biāo)是形成一個可以自動讀取生產(chǎn)線測試數(shù)據(jù)的專家系統(tǒng)，完成異常檢測、溯源與措施推薦，具體包括：1、對異常模式進(jìn)行時序聚類分析，并通過基于滑動時間窗的算法對數(shù)據(jù)進(jìn)行突變檢測與異常檢測，形成相應(yīng)的新能源電池測試數(shù)據(jù)分析診斷系統(tǒng)，為后續(xù)推理模型提供支持；2、構(gòu)建制造過程質(zhì)量特性傳遞鏈，通過上下工序質(zhì)量特性間的關(guān)聯(lián)關(guān)系矩陣及質(zhì)量特性與影響因素間的關(guān)聯(lián)關(guān)系矩陣為制造過程工序質(zhì)量溯源提供有效的技術(shù)支持；3、根據(jù)企業(yè)排故案例，利用多種機(jī)器學(xué)習(xí)方法，智能地推理出推薦的排故措施，并能夠智能地處理新出現(xiàn)的故障及其組合。

建立了基于時序聚類的時序異常模式識別模型和基于自適應(yīng)滑動時間窗的突變檢測模型；建立了基于故障傳遞鏈的質(zhì)量問題溯源模型；分別基于樸素貝葉斯-決策樹和BP神經(jīng)網(wǎng)絡(luò)建立了裝配氣密測試和EOL測試的智能排故模型；完成了最終系統(tǒng)的前后端開發(fā)任務(wù)，形成了新能源電池測試數(shù)據(jù)分析診斷專家系統(tǒng)。