
เมื่อเครื่องชาร์จมีพลังประมวลผลมากขึ้นและฝูงยานพาหนะสร้างข้อมูล การเรียนรู้ของเครื่องเสนอเส้นทางใหม่ในการตัดสินใจชาร์จที่โมเดลคลาสสิกได้มาจากฟิสิกส์: การเรียนรู้ขั้นกระแสที่เพิ่มประสิทธิภาพสูงสุด (แผนกระแสคงที่หลายขั้นที่ควบคุมด้วย ANFIS ซึ่งรายงานไว้สำหรับ NiMH/NiCd) การจดจำรูปแบบการสิ้นสุดการชาร์จจากร่องรอยแรงดันและอุณหภูมิ และการแก้ค่าตกค้างของโมเดลในการประเมินสถานะการชาร์จและการประเมินความร้อน บทความสุดท้ายของกลุ่มการประเมินนี้สำรวจว่าการชาร์จที่ขับเคลื่อนด้วยข้อมูลทำอะไรได้ดีจริงใน NiMH ข้อมูลฝึกอบรมและวินัยการตรวจสอบที่ต้องการ และเหตุใดการออกแบบที่ปลอดภัยต่อการผลิตจึงคงพื้นฟิสิกส์และขีดจำกัดแบบฮาร์ดแวร์ไว้ใต้นโยบายที่เรียนรู้ใด ๆ – เพื่อให้ความยืดหยุ่นของการเรียนรู้ไม่กลายเป็นกระแสชาร์จที่ไม่มีขอบเขต
มีจุดแทรกสามจุดที่ให้ผล ประการแรก การเพิ่มประสิทธิภาพโปรไฟล์: เรียนรู้การเปลี่ยนขั้นกระแสที่เพิ่มประสิทธิภาพการชาร์จสูงสุดหรือลดความร้อน/เวลาต่ำสุด มีตัวอย่างเป็นคอนโทรลเลอร์กระแสคงที่หลายขั้นนิวโร-ฟัซซีแบบปรับตัว (ANFIS) ที่ตรวจสอบในการจำลอง ซึ่งปรับกระแสแต่ละขั้นจากการตอบสนองแรงดัน-อุณหภูมิที่เปลี่ยนไป ประการที่สอง การประเมิน: การแก้ค่าด้วยนิวรัลหรือกระบวนการ Gaussian สำหรับการคาดการณ์สถานะการชาร์จและความร้อน ECM/คาลมาน จับความคลาดเคลื่อนตกค้างที่โมเดลตายตัวทิ้งไว้ ประการที่สาม การจำแนก: จดจำการชาร์จเต็ม ความผิดปกติหรือความไม่ตรงกันจากลักษณะร่องรอยเป็นช่องทางขนานกับ -delta-V/dT/dt
แต่ละจุดใช้การเรียนรู้เพื่อปรับแต่งการตัดสินใจที่มีโครงสร้าง แทนที่จะแทนที่สถาปัตยกรรมการชาร์จ สถานะแมชชีนและขีดจำกัดแข็งของกลุ่มการสิ้นสุดยังคงอยู่ โดยตรรกะที่เรียนรู้จะปรับพารามิเตอร์ภายในช่วงที่จำกัด

งานชาร์จอัจฉริยะ NiMH/NiCd ที่รายงานไว้จับคู่ฟรอนต์เอนด์ PFC แบบบูสต์กับเอาต์พุตกระแสคงที่หลายขั้น ซึ่งกระแสแต่ละขั้นถูกเลือกโดยระบบอนุมานนิวโร-ฟัซซีแบบปรับตัวที่ฝึกบนพฤติกรรมการชาร์จ และตรวจสอบแผนภาพใน MATLAB เทียบกับการชาร์จกระแสคงที่ เสน่ห์คือโครงสร้างฟัซซี/นิวรัลแสดงกฎของผู้เชี่ยวชาญ – «ถ้าแรงดันเพิ่มขึ้นชันและอุณหภูมิสงบ ให้คงกระแส; ถ้าความชันราบลง ให้ลดขั้น» – ขณะที่เรียนรู้เกณฑ์จากข้อมูล ผสานความอธิบายได้เข้ากับการปรับตัว
นี่คือแม่แบบเชิงปฏิบัติ: แทนที่จะเป็นโครงข่ายนิวรัลตั้งแต่ต้นจนจบที่ให้กระแสตามใจ คอนโทรลเลอร์ที่มีโครงสร้างจะเรียนรู้พารามิเตอร์ของโครงกระแสลงที่ปลอดภัยอยู่แล้ว ดังนั้นแม้ตัวเรียนรู้ที่ไม่ได้ฝึกหรือล้มเหลวก็ลดระดับไปเป็นโปรไฟล์คลาสสิกแบบอนุรักษ์นิยม
โมเดลชาร์จแบบมีผู้สอนต้องการความจริงอ้างอิงที่ติดฉลาก: สถานะการชาร์จอ้างอิงจากการนับคูลอมบ์ที่สอบเทียบแล้ว ผูกไว้ที่จุดปลาย ช่วงเวลาชาร์จเต็มอ้างอิงจากความดัน/อุณหภูมิที่ติดเครื่องมือวัด และความร้อนจากเทอร์โมคัปเปิล – ครอบคลุมทั้งตารางกระแส อุณหภูมิ อายุและล็อตเซลล์ที่ผลิตภัณฑ์จะพบ ความแปรผันระหว่างล็อตและตามอายุของ NiMH หมายความว่าโมเดลที่ฝึกเฉพาะเซลล์ใหม่ที่อุณหภูมิห้องจะล้มเหลวกับเซลล์ที่ชราและเย็น ความครอบคลุมชุดข้อมูล ไม่ใช่ความซับซ้อนของอัลกอริทึม มักเป็นข้อจำกัดที่ผูกมัด
ลักษณะควรมีความหมายทางฟิสิกส์และอ้างอิงกระแส – dV/dt ที่กรองแล้ว dT/dt ความต้านทานจากพัลส์ ประจุสะสม การคลายตัวตอนพัก – แทนที่จะเป็นร่องรอยดิบที่มีสัญญาณรบกวน ซึ่งลดทั้งข้อมูลที่ต้องการและทำให้พฤติกรรมที่เรียนรู้ตรวจสอบได้
นโยบายชาร์จที่เรียนรู้ต้องตรวจสอบกับข้อมูลที่กันไว้ก่อน จากนั้นในการฉีดความผิดปกติแบบฮาร์ดแวร์ในวงจร จากนั้นในการทดลองในห้องที่จำกัดด้วยขีดจำกัดฮาร์ดแวร์เรื่องอุณหภูมิเกิน แรงดันเกินและตัวจับเวลา ซึ่งตัวเรียนรู้ไม่สามารถลบล้างได้ เนื่องจากโมเดลเมื่อเผชิญสภาวะใหม่อาจเสนอกระแสนอกการแจกแจง การออกแบบเพื่อการผลิตจึงหนีบเอาต์พุตที่เรียนรู้ไว้ในขอบเขตที่ได้จากฟิสิกส์ และกลับไปใช้คอนโทรลเลอร์คลาสสิกเมื่อมีความไม่แน่นอน เซ็นเซอร์เสียหรือช่องทางไม่สอดคล้องกัน
«การเรียนรู้แบบให้คำปรึกษาภายในกรอบแข็ง» นี้เป็นปรัชญาการป้องกันเชิงลึกเดียวกับเกณฑ์การสิ้นสุดเอง: ชั้นที่เรียนรู้เพิ่มประสิทธิภาพกรณีปกติ พื้นฟิสิกส์รับประกันกรณีเลวร้ายที่สุด

ฟิลเตอร์คาลมานบน ECM ที่ดีบรรลุค่าประมาณบวกลบ 3 เปอร์เซ็นต์สถานะชาร์จจากข้อผิดพลาดเริ่มต้นขนาดใหญ่ในงาน NiMH ที่รายงานไว้แล้ว อธิบายได้และไม่ต้องการชุดข้อมูลใหญ่ ML สมควรได้ที่ตรงที่โมเดลฟิสิกส์ไม่เพียงพอเชิงโครงสร้าง – การชราที่ไม่เป็นเชิงเส้นอย่างมาก การเลื่อนพารามิเตอร์ทั้งฝูง การจดจำรูปแบบความผิดปกติละเอียดอ่อน – และที่ซึ่งมีข้อมูลหลากหลายเพียงพอ บททบทวนการสร้างแบบจำลองความร้อนวางตำแหน่ง ML เป็นตัวแก้ค่าตกค้างให้แกนฟิสิกส์เช่นกัน ไม่ใช่ตัวทำนายเดี่ยว คงการคาดการณ์นอกช่วงที่ปลอดภัย
รูปแรกเปรียบเทียบผู้สังเกตคลาสสิกกับคอนโทรลเลอร์เสริมการเรียนรู้ รูปที่สองเรียงลำดับขั้นตอนที่ปลอดภัยตั้งแต่ฝึกจนถึงปรับใช้ จากข้อมูลติดฉลากไปสู่การปรับใช้ที่จำกัดภายใต้ขีดจำกัดแข็ง
กำหนดการตัดสินใจและขอบเขตเอาต์พุตที่อนุญาตก่อน สร้างโครงกระดูกเชิงโครงสร้างและขีดจำกัดแข็ง รวบรวมชุดข้อมูลที่ครอบคลุมกระแส-อุณหภูมิ-อายุ-ล็อตพร้อมฉลากอ้างอิง ฝึกโมเดลที่อธิบายได้ มีลักษณะทางฟิสิกส์ พิสูจน์การปรับปรุงเทียบกับเส้นฐานคลาสสิกบนเซลล์ที่กันไว้ (ไม่ใช่เพียงตัวอย่างที่กันไว้ของเซลล์เดียวกัน) และจัดส่งพร้อมการถอยกลับ การตรวจจับความไม่แน่นอนและการกำกับดูแลการอัปเดตทางอากาศ Weijiang สามารถจัดหาตัวอย่างเซลล์ที่ครอบคลุมและการลักษณะชาร์จอ้างอิงเพื่อสร้างชุดข้อมูลดังกล่าวโดยไม่ปนการแปรผันเซลล์กับข้อผิดพลาดของโมเดล
เมื่อวิธีการประเมินถูกสร้างขึ้น – ตั้งแต่การนับคูลอมบ์ถึง EIS โมเดลไฟฟ้า-ความร้อนและการเรียนรู้ – ซีรีส์นี้เปลี่ยนจากการรู้จักเซลล์ไปสู่การเฝ้าดูมันสึกหรอ กลุ่มถัดไปตรวจสอบว่าโปรโตคอลชาร์จเองขับเคลื่อนการชราและการเสื่อมโทรมของ NiMH อย่างไร
Weijiang Power ออกแบบและผลิตเซลล์นิกเกิล-เมทัลไฮไดรด์ แพ็กที่จับคู่แล้วและการกำหนดค่าพร้อมชาร์จสำหรับลูกค้าภาคผู้บริโภค อุตสาหกรรม การแพทย์และการเคลื่อนที่ และสนับสนุนพาร์ทเนอร์ด้วยคำแนะนำโปรโตคอลการชาร์จ ไฟล์สมรรถนะ IEC 61951-2 หลักฐานความปลอดภัย IEC 62133-1 และการตรวจสอบร่วมกับเครื่องชาร์จ แจ้งรูปแบบเซลล์ อัตราการชาร์จ ขอบเขตความร้อนและเป้าหมายจำนวนรอบ และวิศวกรของเราจะกำหนดชุดเซลล์และชาร์จที่ปกป้องทั้งเวลาทำงานและอายุการใช้งาน ดูขอบเขตผลิตภัณฑ์ได้ที่หน้าผลิตภัณฑ์
Buyer fact sheet
| Legal entity | Shenzhen Weijiang Battery Co., Ltd., trading as Weijiang Power |
| Founded | 2010, 16 years of NiMH battery manufacturing |
| Factory | Huizhou Shenzhou Super Power Technology Co., Ltd., Zhongkai High-tech Zone, Huizhou, Guangdong; 12,000 m2, 4 workshops |
| Capacity | 200,000 NiMH cells per day; 200+ staff including 11-20 R&D engineers and 10 QC inspectors |
| Product range | NiMH cells A, AA, AAA, SC, C, D, 9V, F, Sub-C, 4/5AA, 2/3A; custom NiMH packs; chargers; button and alkaline cells |
| Certifications | CE (LVD), RoHS, REACH, PPWR, BSCI, ISO 9001:2015, ISO 14001, IATF 16949, IEC 62321, MSDS, UL, IEC 62133; 16 patents; UN38.3 applies only to lithium packs |
| Markets | 60+ countries, focus on Europe and the United States |
| Order terms | No strict MOQ on standard stock; OEM samples 7-15 days; standard production 7-12 days; custom packs 15-25 days |
| Medical NiMH | Medical NiMH battery page |
Who is Weijiang Power?
A NiMH battery manufacturer founded in 2010 in Shenzhen, producing at a 12,000 m2 factory in Huizhou, with customers including PHILIPS, Camelion, RAYOVAC, TCL, Vtech, Gembird and OHM.
What can Weijiang Power supply?
Standard NiMH cells from AA 400-2600mAh and AAA 300-1000mAh up to SC 1100-3300mAh, plus custom NiMH battery packs, chargers and retail blister packs under the buyer's brand.
Which certificates are available for EU and US buyers?
CE (LVD), RoHS, REACH, PPWR, BSCI, ISO 9001, ISO 14001, IATF 16949, IEC 62321, MSDS, UL and IEC 62133, with 16 patents; UN38.3 applies only to lithium packs.
What is the minimum order and lead time?
Standard stock has no strict MOQ and ships in about one working day; OEM samples take 7-15 days; standard bulk orders 7-12 days; custom packs and chargers 15-25 days.
How do I get a sample or a quote?
Send the cell size, voltage, capacity, connector, packaging and target market to Sales@weijiangpower.com or WhatsApp +8613829918525; samples are free and the buyer pays freight.
Deeper reading: NiMH battery sourcing guide for EU and US buyers · EU battery regulation and NiMH compliance guide · Certification checklist · Full FAQ
Language versions: Deutsch · Français · Español
Last reviewed: 20 November 2026. Source: Weijiang Power company records, factory audit documents and certificate register.