随着现代科技的快速迭代和发展,制造业和信息科学也得到广泛结合与应用,来应对复杂多变的制造业竞争和变幻莫测的市场,进一步提高我国制造业信息化水平,生产更为精良的产品,满足新的工艺标准已经“迫在眉睫”。在实际生产过程当中,由于电池数量较多会产生大量的过程数据,为解决存储和计算的快速性,引入大数据机制。锂离子电池组包含几十个类似的电池,单个锂动力电池电能小,电压低,功率不足等缺点无法满足电动车等设备的动力需求,同时单个电池的特性不一致会严重影响整个电池组的性能和寿命。因此,为减少电池特性的不一致性,本文提出一种合理电池配组决策方法,可以有效解决电池特性不一致的问题。本文的主要工作和贡献如下:(1)根据实际情况设计搭建大数据平台,根据实际的数据量与应用需求,将系统总体架构分为数据接入层,数据存储计算层,大数据WEB展示三层结构,该清晰的框架结构可以对各个目标进行有效管理和后续扩展。(2)提出一种动态高斯混合应用模型:由于传统方法,采用静态终止电压和容量进行电池配组,没有保证锂离子动力电池内部特性的一致性。本文以锂电池实际生产环境为背景,提出了基于高斯混合模型的锂电池配组方法。结合了传统方法和电池内部特性,提高电池配组后电池内部的一致性,从而提高电池寿命。最后,通过实际生产标准,动态调整模型结构,满足锂电池配组要求。(3)提出一种改进K均值聚类算法:由于传统的聚类算法,都各自有一定的局限性,且对于锂电池配组问题,无法满足锂电池配组一致性的业务需求。结合实际,提出了一种改进K均值算法,满足电池配组业务需求。该模型包括数据预处理模型和K均值算法的一种新电池配组方法,在电池数据预处理模型中,通过对工艺数据预处理方法和实际生产标准,去除故障电池,在电池匹配算法中,使用该算法在电池配组完成之后,每个簇中电池数量相等。该算法,既可以保证锂离子动力电池内部特性,同时在配组完成后,每个簇中锂电池数量相等。