[发明专利]一种用于分析蓄电池生产情况的方法

说明书

技术领域

本发明涉及蓄电池生产质量控制技术领域，特别是涉及一种用于分析蓄电池生产情况的方法。

背景技术

铅蓄电池至今已有150余年的历史，且应用领域非常广泛。近些年，电动车凭其较好的代步性能、较低的存放场地要求和出色的价格优势在我国迅猛发展，得益于此，蓄电池产业也得到了迅速的发展。

铅蓄电池是一种化学电源，将化学能转变为电能，属于可逆直流电源，靠内部化学反应储存电能或向用电设备供电，同时也可将电能转变为化学能。铅蓄电池是由极板、隔板、电解液、电池槽等所组成。极板是铅蓄电池的核心部分，蓄电池充、放电的化学反应主要是依靠极板上的活性物质与电解液进行，极板分为正极板与负极板，正极板与负极板都由板栅和涂覆在板栅上的活性物质组成。

铅蓄电池公司发出的货中，每个月都有一定比例的电池因为各种问题退货返回工厂，公司通过对退货产品进行检测以发现退货的电池所存在的具体问题，以便对电池生产过程进行优化改进。

另一方面，实际退货率反映的是该生产基地当时真正的质量水平，但存在一定的滞后性。在以往使用实际退货率的时候，都是通过手工累计数的形式来统计出来的，且只用着考核使用。对于一些阶段性出现的生产工艺之外的影响电池质量的问题，比如某一批次原材料可能存在问题导致该批次电池质量出现问题，导致退货率增加，并不能很好的起到提示作用。

发明内容

本发明针对现有技术中存在的不足，提供了一种用于分析蓄电池生产情况的方法，可以通过对已有实际退货率的数据进行分析，预测出某一时间周期内生产的蓄电池在未来特定时间周期内的理论退货率，从而可以在较早的时候就发现该时间周期内生产的蓄电池存在异常，迅速查找出造成异常的原因并进行排除。

一种用于分析蓄电池生产情况的方法，包括以下步骤：

(1)设定周期的时长；

(2)提供训练样本，统计训练样本在各周期的实际退货率；

(3)拟合得到蓄电池实际退货率与出厂时间的关系曲线；

(4)根据所述关系曲线，预测待测样本在各周期的理论退货率；

(5)如待测样本的实际退货率不在理论退货率的误差范围内，则判断待测样本存在异常。

优选的，周期的时长为一个月。当然周期的时长也可以选择其他，比如以一周或者半个月等为一个周期。但因为蓄电池厂商习惯上以月为单位进行统计，所以优选周期的时长为一个月。

更优选的，所述训练样本和待测样本为同一月份生产的蓄电池。

优选的，所述关系曲线满足方程Y＝K×A+B，Y为实际退货率，A为周期数，K为系数，B为常数。

更优选的，所述A的阈值范围为0-8个月。一般蓄电池厂家以8个月为分界线，8个月内蓄电池出现问题认为是存在质量问题允许退货，超过8个月的，则认为是正常蓄电池。

优选的，所述误差范围为±0.1％。

优选的，统计训练样本不少于10000个。训练样本数量越多拟合的关系曲线越准确，但训练样本的数量受制约于厂家的产量。

本发明方法通过对现有的蓄电池实际退货率与出厂时间进行研究发现两者存在一定的规律，可以使用曲线进行拟合，然后通过拟合的曲线预测待测样本在各时间周期内的理论退货率，将待测样本的实际退货率与计算所得理论退货率进行比较即可判断待测样本是否存在异常，这样一方面可以准确寻找出异常情况，同时可以在早期发现某一待测样本是否存在异常，而不需要等到获得待测样本在所有周期中的所有实际退货率数据后，才能进行分析。

附图说明

图1为使用月与实际退货率之间的关系曲线图。

具体实施方式

实施例1

表1为申请人厂家在过去一定时间内的退货率值，周期时长按月为单位，其中退回月份是指蓄电池退回所在的月份；使用月即出厂时间，是指蓄电池从发货到退货的间隔月数，0个月表示发货当月即退回，1个月表示发货后次月退回，以此类推，每月退货量均在几十万只数量级。对表1数据初步分析发现，与其他退回月份相比，2016年2月份和3月份的退货率明显与其他月份相差很大，这是因为2016年2月份正好遇到春节放假，物流暂停了一段时间，造成退货的蓄电池积累在物流仓库，直到2016年3月份才集中退回，从而3月份的退货量特别巨大。所以在统计分析时，将2016年2月份和3月份的数据去除。

表1

注：1601是指2016年1月份，以此类推。