-
公开(公告)号:CN104412415A
公开(公告)日:2015-03-11
申请号:CN201380034668.1
申请日:2013-06-27
IPC: H01M2/16 , H01M2/18 , H01M10/04 , H01M10/0587 , H01M10/42 , H01M10/44 , H01M10/615
CPC classification number: H01M10/0587 , H01M2/0217 , H01M2/1673 , H01M2/18 , H01M10/0431 , H01M10/0468 , H01M10/4235 , H01M10/446 , H01M10/615 , Y10T29/49115
Abstract: 提供一种电池(1)的制造处理(SI),电池(1)被配备壳体(10)和电极体(20),电极体(20)具有正电极(21)、负电极(22)和隔离物(23、24)。电极体(20)具有上R部(20a),并且各个隔离物(23、24)具有剩余部(23a、24a)。壳体(10)具有容纳部(11)和盖部(12),容纳部(11)在其上面中具有开口并且容纳电极体,以及盖部(12)封闭容纳部(11)的上面中的开口。该制造处理(SI)包括处理(S20)和处理(S30),在处理(S20)中,在电池(1)被限制以使电极体(20)通过容纳部(11)被施压的同时,对电池(1)进行充电,其中多个隔离物(23、34)的剩余部(23a、24a)不位于电极体(20)的上R部(20a)处,以及在处理(S30)中,已受到初始充电处理(S20)的电池(1)被保持在预定的高温。
-
公开(公告)号:CN115210040A
公开(公告)日:2022-10-18
申请号:CN202180007968.5
申请日:2021-12-14
Applicant: 株式会社不二越
IPC: B23Q17/09 , G05B23/02 , G05B19/18 , G05B19/4065 , G05B19/4155
Abstract: 提供一种不需要专家就能够自动地进行机器学习的再学习的磨损判定装置。一种加工机中的刀具的磨损判定装置(100),其特征在于,具备:特征量提取部(130),其从传感器的输出获取特征量;动态学习部(140),其基于特征量来构建学习模型;推断部(160),其基于动态学习部构建的学习模型来进行磨损度的推断;阈值存储部(180),其存储磨损的阈值;以及磨损判定部(190),其基于磨损度和阈值来判定磨损,其中,推断部判断基于当前的学习模型的推断是否适当,在判断为不适当的情况下,向动态学习部发送再学习指示,动态学习部当从推断部接收到控制数据时,基于阈值和与在构建当前的学习模型时使用的特征量不同的追加特征量来进行再学习,并更新学习模型。
-
-