|
|
项目背景
随着新能源汽车市场的蓬勃发展，方壳电池因其较高的能量密度和相对简单的结构，在国内动力电池市场占据了重要地位。方壳电池的壳体材料通常为铝合金或不锈钢等金属材料。随着技术的进步和市场需求的变化，铝壳逐渐成为方形锂电池外壳的主流材料。
方壳电池在制造过程中可能受到多种因素的影响，导致电池表面出现划痕、凹陷、脏污、变形等缺陷。这些缺陷不仅会影响电池的性能和寿命，还可能引发安全事故。
因此，对方壳电池进行外观检测，防止外观不良工件流入下道工序，是保障电池质量、提升生产效率和预防安全事故的关键环节。
项目难点
1、复杂表面的成像难题：方壳电池外壳存在高亮、高反光、凹凸不平等复杂表面特性，这些特性会影响成像质量，导致许多缺陷特征不明显，增加检测难度,传统2D视觉检测方案过杀率和漏检率较高。
2、多样性缺陷种类：缺陷种类多，包括划痕、凹陷、凸起、脏污等微小缺陷，且部分缺陷样本难以收集。
3、多尺寸多型号的兼容性：市场上存在多种尺寸和型号的方壳电池，检测需要具备良好的兼容性和灵活性，以适应不同产品的检测需求。
4、检测精度与速度的平衡：方壳电池的检测需要同时满足高精度和高速度的要求，这对检测性能提出了极高的挑战。
基于在动力电池行业多年来的工艺沉淀，华汉伟业针对该复杂检测场景推出25D+3D+AI解决方案，有效帮助电池厂商现品质管控和良率提升。
项目亮点
为避免蓝膜、防爆阀表面金属等高反光、镜面材质的影响，华汉伟业在基于灰度图像引导的高度象征技术，做多尺寸特征融合，重构维图像，能够对不同位置、光照与复杂环境呈现出更好的适应性，清晰还原图像。重点利用HyperShape3D视觉软件图像的表面质量分析和点云的形位公差测量，对物体表面形貌、纹理边缘进行精准提取，如保护片的翘起，极柱表面的脏污，蓝膜上的凹坑凸点、纤维划痕、针孔、小气泡等，现了细微缺陷的精准检测。
在方壳电池六面检的解决方案中，华汉伟业使用线扫分时频闪，一次扫描可获得多个不同的光学成像效果，提高了兼容性，获得比较佳的成像效果，并结合iSense深度学习算法功能，对采集到的图像进行数据分析和处理，自动识别和分类不同的缺陷类型，持续学习产品缺陷形态，减少人工干预和误判，现漏判率为0。
华汉伟业通过综合运用多种视觉技术，现了图像级特征融合，提高了检测的精准度和覆盖率，特别是对于微小和低对比度缺陷，能够进行精准检测。超扫描速率和超高精度相结合，大幅提升了检测效率，降低了生产成本，同时保证了检测结果的准确性和可靠性。
（外观检测示意图）
（侧面25D检测示意图）
（大面3D检测示意图）
项目总结
华汉伟业通过综合运用25D+3D+AI技术，现了对高反光材质和微小缺陷的精准检测，同时保证了检测的高效性和稳定性。这不仅提升了电池生产的整体品质和安全性，还助力企业现了降本提质的目标。
华汉伟业柔性化定制解决方案，满足多样化的生产要求。目前已在动力电池领域突破多个行业级难题，覆盖从电芯到模组，电芯高盖焊接检测、电芯外观检测、模组焊接和PACK组装等多个工艺环节，为锂电行业客户打造动力电池视觉整体解决方案，复杂缺陷场景落地经验和标杆客户服务经验丰富。
未来，华汉伟业将继续专精于自己的领域，以创新为驱动，搭载3D+AI技术的机器视觉切入更多应用场景，以更加强大、齐备的功能和更高的性价比，成为3D+AI视觉交付专家。
为了快速增长，汽车及其零部件检测不惜改变战略，重新布局产品，从而获得意想不到的效果。数之联专注于大数据与人工智能技术的研发和应用的企业数字化转型服务商,提供大数据审计分析云平台,全链路数据资产管理平台,助力客户提升管理和服务的智慧化水平,实现降本提质增效。https://www.unionbigdata.com/
|
|
发表于 