-
公开(公告)号：CN109761012A
公开(公告)日：2019-05-17
申请号：CN201811418237.6
申请日：2018-11-26
Applicant: 格林美(武汉)城市矿产循环产业园开发有限公司 , 武汉格林美城市矿产装备有限公司 , 格林美股份有限公司
Abstract: 本发明涉及物料输送技术领域，提供一种电池模组输送系统及方法，所述输送系统包括：电池模组输送机构和升降传输机构，电池模组输送机构包括返回运输机构，返回运输机构末端设有阻挡器和位置检测装置，阻挡器前端设有光电感应开关，升降传输机构包括升降控制模块。本发明提供的电池模组输送系统及方法，通过加设阻挡器和位置检测装置，能够自动检测电池模组到达返回运输机构末端使将其阻挡，同时发出信号使升降传输机构升起到高位与返回运输机构对接，当位置检测装置将检测到升降传输机构上升到高位时，将高位信号返回给光电感应开关并触发阻挡器复位，使得电池模组顺利输送至升降传输机构上，从而实现无缝对接，提高了输送效率。
-
公开(公告)号：CN113933718B
公开(公告)日：2024-02-09
申请号：CN202111297850.9
申请日：2021-11-04
Applicant: 格林美股份有限公司
IPC: G01R31/382
Abstract: 本发明涉及一种退役电池容量分选方法、装置、设备及存储介质，包括：建立初始退役电池容量分选神经网络模型；获取退役电池的特征参数数据；根据所述退役电池的特征参数数据对所述初始退役电池容量分选神经网络模型进行训练、验证和测试，得到目标退役电池容量分选神经网络模型；将待预测电池的特征参数数据输入至所述目标电池容量分选神经网络模型，对所述待预测电池的放电容量进行预测，并根据所述放电容量预测的结果对待预测电池进行分选。本发明提供的一种退役电池容量分选方法、装置、设备及存储介质，通过选择退役电池的特征参数，并根据特征参数训练神经网络，通过神经网络预测退役电池的容量，实现了对退役电池的筛选。
-
公开(公告)号：CN114011739B
公开(公告)日：2023-12-22
申请号：CN202111422920.9
申请日：2021-11-26
Applicant: 格林美股份有限公司
Abstract: 本发明公开了一种电池自动分选装置，包括测试件、温度检测件、隔爆机构以及转移机构；测试件用于检测电池的性能参数；温度检测件用于检测电池的温度；隔爆机构包括隔爆箱及制冷件，隔爆箱具有一用于储存导电粉的隔爆腔，制冷件用于对隔爆腔进行制冷；转移机构用于在电池的温度超过预设值时，将电池转移至隔爆腔内。本发明提出的技术方案的有益效果是：温度检测件持续检测电池的温度，若电池的温度超过预设值，则将电池转移至隔爆腔内，由于隔爆腔内存在导电粉，因此，可使电池进行缓慢放电，同时，制冷件可对电池进行降温，防止其在放电过
-
公开(公告)号：CN113927267A
公开(公告)日：2022-01-14
申请号：CN202111276972.X
申请日：2021-10-29
Applicant: 格林美股份有限公司
Abstract: 本发明公开了一种用于拆卸电池包底板的装置，包括卷扬机构及升降机构；所述卷扬机构包括卷扬滚筒及卷扬驱动件，所述卷扬滚筒用于与所述底板的一端连接，所述卷扬驱动件与所述卷扬滚筒连接、并用于驱动所述卷扬滚筒转动；所述升降机构与所述卷扬滚筒连接、并用于驱动所述卷扬滚筒移动。与现有技术相比，本发明提出的技术方案的有益效果是：通过卷扬驱动件带动卷扬滚筒转动，从而对底板进行拆卸，通过升降机构缓慢驱动卷扬滚筒向上移动，从而防止因卷扬滚筒上缠绕的底板的圈数过多、导致卷扬滚筒无法转动的情况的出现，从而通过本装置可高效地拆卸电池包上的底板。
-
公开(公告)号：CN113618385A
公开(公告)日：2021-11-09
申请号：CN202110819443.3
申请日：2021-07-20
Applicant: 格林美(武汉)动力电池回收有限公司 , 格林美股份有限公司
IPC: B23P19/06
Abstract: 本发明涉及一种巡航式电池包螺栓拆解装置，包括固定机构，所述固定机构具有固定待拆卸电池的固定面，巡航机构，包括导引件、移动件，所述导引件环绕所述固定机构设置，所述导引件能够引导所述移动件按照设定路线环绕所述固定机构运动；拆卸机构，所述拆卸机构固定在所述移动件上，能够对处所述固定机构上待拆解电池进行螺栓拆卸。本发明所提供的巡航式电池包螺栓拆解装置利用所述巡航机构带动拆卸机构移动，调整拆卸位置，将电池拆卸工作分成多次作业，从而能够在不增加拆解机构的作业半径的情况下，对电池周身的螺栓进行拆解，降低了生产成本。
-
Patent Agency Ranking
公开(公告)号：CN108711651A
公开(公告)日：2018-10-26
申请号：CN201810501687.5
申请日：2018-05-23
Applicant: 荆门市格林美新材料有限公司 , 格林美股份有限公司
IPC: H01M10/54
Abstract: 本发明提供一种废旧电池的资源化回收利用工艺，包括以下步骤：将由废旧锂电池电芯处理得到的锂电池电芯废料、由废旧正负极片处理得到的正负极片废料或废旧干电池中的任一种进行若干次破碎和水洗振动筛分，得到筛上物‑极片金属混合物和筛下物‑含有正负极活性物质的浆料，将筛下物进行压滤得到湿粉，将筛上物烘干后进行分选，得到金属回收料。采用本发明的技术方案至少能够实现废旧锂电池、回收极片或报废极片以及干电池中金属及正负极活性物质的有效分离，相对于现有的电池回收处理技术，能够显著地降低企业的回收成本，以及提高回收效率。
-
公开(公告)号：CN114013967B
公开(公告)日：2023-08-22
申请号：CN202111510029.0
申请日：2021-12-10
Applicant: 格林美股份有限公司
Abstract: 本发明公开一种电池定量输送机构，其用于定量输送电池，其特征在于，包括:规整管，且其一端具有进口，另一端具有出口；间隔组件，其包括多个弹性件，多个所述弹性件沿所述规整管的轴线等间距排列，所有所述弹性件均嵌设于所述规整管内壁，且所述弹性件具有能够相对规整管内壁伸缩的接触端；推送件，其具有以能相对所述规整管移动的活动端，以推动所述规整管中的电池。规整管中的电池会被阻挡在相邻两个弹性件之间，使得电池不会在振动和惯性等外部因素的作用下不受限制的在规整管道内滚动。利用本发明所提供的电池定量输送机构，可以在定量输送电池的过程中避免电池四处滚动，确保了电池定量输送的精确性。
-
公开(公告)号：CN115739699A
公开(公告)日：2023-03-07
申请号：CN202211409529.X
申请日：2022-11-11
Applicant: 格林美股份有限公司 , 武汉动力电池再生技术有限公司
Abstract: 本发明涉及一种电池包分类识别装置，包括放电池、水位监测器、升降装置以及置物板，放电池具有一敞口放电腔，放电腔内具有导电液，水位监测器用于监测导电液的液位高度，升降装置与置物板传动连接供于带动置物板从敞口进/出放电腔，置物板供于放置电池包。与现有技术相比，本发明提供的电池包分类识别装置在放电池集成了水位监测器，能够监测电池包进入导电液前后导电液的液位高度变化情况，再结合已知的放电腔的横截面就能计算得到电池包的体积大小，从而根据电池包的体积大小对其进行预分类，有效避免了外形相似但大小不同的电池包对识别过程的干扰；同时此预分类是在电池包放电时同步进行，没有增大整个拆解时长。
-
公开(公告)号：CN115719490A
公开(公告)日：2023-02-28
申请号：CN202211470438.7
申请日：2022-11-23
Applicant: 格林美股份有限公司 , 武汉动力电池再生技术有限公司
IPC: G06V30/148 , G06V10/82 , G06V30/14 , G06V30/19 , G06F16/25 , G06F16/215 , G06N3/0464
Abstract: 本发明涉及一种电芯快速识别检测编码方法、装置、设备及存储介质，其中方法通过设计多个特征字段构建通用的电芯编码格式，并根据多个目标存储系统的目标字段，建立每个目标存储系统对应的数据接口。当获取识别检测结果后，便可以基于电芯编码格式将数据以相同的格式存储与本地系统中，以方便管理。同时针对不同的目标存储系统，可以通过对应的数据接口对电芯编码数据进行清洗、转换等处理，并将处理后的所述电芯编码数据存储于所述目标存储系统。相比于现有技术，本发明实现电芯识别检测数据的统一存储，同时还可以根据实际需求不同，灵活地使用数据接口将实际需要的数据输出至不同的目标存储系统中，极大地提高了数据处理效率。
-
公开(公告)号：CN114192444A
公开(公告)日：2022-03-18
申请号：CN202111473880.0
申请日：2021-12-02
Applicant: 格林美股份有限公司
Abstract: 本发明涉及一种基于聚类算法的电池分选方法、装置、电子设备及计算机可读存储介质，所述方法包括：获取待分选电池的恒流放电曲线，根据所述恒流放电曲线得到放电电压平台；根据所述放电电压平台和第一预设算法确定初始聚类中心，利用第二预设算法对所述初始聚类中心进行优化，得到优化后的聚类中心；根据所述优化后的聚类中心确定聚类对象，根据所述聚类对象得到电池分选结果。本发明提供的基于聚类算法的电池分选方法，减少了电池分选的工作量，使得电池分选更加便利。
-
-
-
-
-
-
-
-
-
Search Results
171
records
(took 0.069 seconds)
