視覺檢測設備助力鋰電生產線完成檢測

2022-08-20 13:05:40 精質視覺

　　機器視覺生產線自己“長眼睛”，從而從手工勞動的低效率和不穩(wěn)定性中解放出來，機器視覺越來越多地用于生產和制造過程。根據GGII的數據，3C電子工業(yè)是機器視覺應用最多的領域，并已連續(xù)多年應用，其次是汽車、半導體、鋰電池、制藥等行業(yè)。其中，鋰離子行業(yè)需求增長明顯，預計未來5-10年將是機器視覺的主要增長引擎之一。

　　通用智能動力電池組裝線

　　“近兩年來，鋰電池行業(yè)突飛猛進，不僅產能快速擴張，對生產線良品率的要求也越來越高，這為機器視覺的廣泛應用帶來了肥沃的土壤。公司在新能源汽車行業(yè)擁有大量客戶。公司正在自主研發(fā)機器視覺智能檢測和人機交互軟件，與視覺檢測模塊進行數據通信。可應用于新能源、汽車生產線的檢測，可采集識別鋰電池、汽車電子零部件等智能裝配生產環(huán)節(jié)的關鍵缺陷信息。自主研發(fā)機器視覺技術不僅可以降本增效，還有助于提高汽車等行業(yè)制造測量和缺陷檢測的精度和可靠性，為生產線的數字化、智能化生產賦能。

　　機器視覺的技術企業(yè)核心在于圖像進行識別和信息數據處理，可以得到廣泛應用在工業(yè)生產制造、農業(yè)、交通等多行業(yè)的智能化發(fā)展過程中。

　　與人眼相比，機器視覺在檢測效率、準確性和工作時間方面具有顯著優(yōu)勢。介紹了自主研發(fā)機器視覺智能檢測和人機交互技術，并以檢測效率為例。可應用于新能源汽車、智能汽車等生產線自動化檢測，與傳統(tǒng)檢測方法相比，檢測效率可提高2倍以上。

　　在產業(yè)鏈中，目前機器視覺下游應用市場主要集中在汽車及其零部件、鋰電池、消費電子等離散制造行業(yè)。特別是在鋰電池應用領域，高科技鋰電 GGII 資料顯示，在涂層、軋制等環(huán)節(jié)，鋰電產品的表面容易產生箔、暗斑、劃痕等缺陷。這些缺陷嚴重影響鋰電池的質量，造成安全隱患。另外，以方形卷芯的制造為例，在頂蓋預焊、密封銷焊接、外觀檢測等芯部工序中，必須利用機器視覺進行三維檢測。在動力電池高品質、高安全、低成本、高效率的背景下，機器視覺設備的引入已成為生產的主流趨勢。

　　“與其它行業(yè)降低成本、提高效率的需求相比，鋰離子電池的下游應用是一個安全問題。目前，行業(yè)對缺陷率的追求已經從 PPM (百萬分之一)增加到了 ppb (百萬分之一)。這也是機器視覺最能發(fā)揮其非凡能力的部分,”何川博士說，為了實現鋰離子生產設備的高精度，有必要與攝像機、傳輸、環(huán)境光抑制、算法降噪等多種技術合作。

　　基于學習獨立進行視覺信息處理系統(tǒng)軟硬件平臺可以集成的復雜圖像數據處理與分析算法庫，通過提高圖像預處理、特征提取、特征匹配等多種學習算法，可檢測不低于5種鋰電表面具有典型缺陷產品類型，同時單種缺陷檢測工作時間不到1秒，與工控單元的通訊信號延遲小于60毫秒，解決傳統(tǒng)工藝、工序復雜繁多的鋰離子電池汽車制造高難度檢測環(huán)境問題，進而能夠實現產線節(jié)拍的協(xié)調及優(yōu)化。

　　此外，鋰產業(yè)的大規(guī)模擴張伴隨著多元化。目前，電池的整體標準化程度不高，不同的電池廠甚至統(tǒng)一的電池廠都有許多技術路線和不同的細分規(guī)格。這也對機器視覺的應用提出了更高的要求。