上汽大众MEB车间的电池装配线有160台左右中型AGV导引车服务于新能源汽车电池装配过程。由于生产线环节环环相扣，如果AGV在生产过程中出现严重电池退化，则会导致生产工序无法正常运行，进而会影响到MEB平台的生产节拍。因此，需要有效利用MEB车间的大量工业数据，通过多种算法对AGV电池的健康信息进行整合与分析，提升数据的利用效率，提高AGV电池健康管理模式的智能化水平；同时，需要建立有效的电池健康信息与过程数据管理系统，实现数据采集、管理、可视化呈现等功能，最终实现AGV电池健康管理的数字化与信息化。

基于原始数据提取可以从应用层面表征电池健康状态的统计特征，对运行过程数据进行预处理；构建表征电池内在健康状态的健康因子，评估和验证提取出的健康因子的效果，并进行优化和改进；对于健康因子进行相关性、有效性检验，利用特征降维技术优化模型输入；构建电池健康因子演化模型，对非全生命周期数据进行轨迹扩增，以满足剩余使用寿命预测模型的训练需求；实现AGV健康数据采集平台接入，建立数据库，实现所采集数据相关信息的存储与管理；开发前端界面，集成健康评估与寿命预测算法，实现数据信息的可视化呈现以及电池健康管理的各项功能；设计电池决策交互式仿真模块，实现电池订购更换策略的仿真模拟。

1、  对企业提供的数据进行预处理，构建表征电池内在健康状态的健康因子；

2、  利用多种数据驱动方法对健康因子进行优化与改进；

3、  构建电池健康因子数据扩增模型，实现非全生命周期数据轨迹扩增；

4、  构建电池寿命预测模型，实现电池使用寿命的预测；

5、  建立数据库，实现所采集数据相关信息的存储与管理；

6、  开发前端界面，集成健康评估与寿命预测算法，实现数据信息的可视化呈现以及电池健康管理的各项功能。