機器視覺在鋰電行業(yè)應用
2022-07-20
通常所說的鋰電池指的是鋰離子電池，隨著電子產(chǎn)品不斷升級，人們對鋰電池的質量提出了更高的要求。鋰電池人工生產(chǎn)、裝配及檢測的方法無法找出極片表面的所有缺陷，也難以保證極片的質量。機器視覺的檢測系統(tǒng)可以克服人工檢測的缺點，使檢測結果標準、可量化，提高整個生產(chǎn)系統(tǒng)的自動化程度。
通常所說的鋰電池指的是鋰離子電池，隨著電子產(chǎn)品不斷升級，人們對鋰電池的質量提出了更高的要求。鋰電池人工生產(chǎn)、裝配及檢測的方法無法找出極片表面的所有缺陷，也難以保證極片的質量。機器視覺的檢測系統(tǒng)可以克服人工檢測的缺點，使檢測結果標準、可量化，提高整個生產(chǎn)系統(tǒng)的自動化程度。
動力電池大規(guī)模制造下，整個工藝鏈對機器視覺的需求明顯提升。GGII數(shù)據(jù)顯示，2021年中國動力電池出貨量220GWh，預計2022年達到450GWh。機器視覺的市場規(guī)模也將從去年8.8億-11億提升至18億-22.5億元。 可以看到，鋰離子電池的制作工藝復雜，涉及的工藝眾多，不同工序需要不同的機器視覺檢測系統(tǒng)。
鋰電池表面缺陷檢測具有集成度高，操作簡便，設置靈活，穩(wěn)定可靠等優(yōu)點。本產(chǎn)品適用、涂布機、模切機、疊片機等鋰電池生產(chǎn)設備。
而光源是影響機器視覺系統(tǒng)圖像質量的重要因素，它直接影響輸入數(shù)據(jù)的質量，所以在整個機器視覺系統(tǒng)中，光源有著關鍵性的作用。由于目前尚沒有一個通用的機器視覺照明設備，因此針對每個特定的案例，設計合適的照明裝置，以達到最佳效果。
機器視覺線掃描系統(tǒng)經(jīng)過優(yōu)化，可檢測薄膜連續(xù)卷材生產(chǎn)中的小表面缺陷或大密度缺陷，并采用最先進的線性掃描技術來保證滿足苛刻的分辨率/速度要求。
以帶狀表面缺陷檢測系統(tǒng)為例，其硬件框架主要由照明設備，CCD相機，圖像處理計算機和服務器組成，其照明設備采用特殊的紅外光源陣列。CCD線掃描攝像機組水平排列在帶鋼生產(chǎn)線上，水平和垂直可視范圍相互重疊，以確保沒有漏檢。CCD攝像機收集的圖像通過光纖傳輸?shù)綀D像處理計算機組，以進行圖像處理和圖案識別。
金屬平面材料(例如，鋼，鋁，銅板等)廣泛用于汽車制造，橋梁建筑，航空航天和其他支柱產(chǎn)業(yè)，為現(xiàn)代社會發(fā)展和生活改善做出了巨大貢獻。然而，在實際的工業(yè)生產(chǎn)過程中，加工設備的損壞或
精質視覺為了實現(xiàn)缺陷檢測的自動化，金屬表面缺陷檢測系統(tǒng)應運而生。該系統(tǒng)專門為金屬卷材(如帶鋼、銅帶、鋁箔)生產(chǎn)企業(yè)所開發(fā)，利用光學成像和圖像處理等技術，實現(xiàn)對生產(chǎn)線上的材料進行在線質量控制，保障產(chǎn)品質量。
金屬材料生產(chǎn)由于環(huán)境等各種問題，可能導致材料表面產(chǎn)生各種缺陷，產(chǎn)品表面質量得不到保障，將直接影響到生產(chǎn)過程中的效率，傳統(tǒng)的目檢無法滿足高質量的金屬生產(chǎn)工藝要求?！ ?
基于深度學習的金屬表面缺陷檢測方法，包括： 步驟1，根據(jù)金屬缺陷零件大小確定相機和光源型號，搭建好光源和相機的取圖環(huán)境，進行圖像采集; 步驟2，對采集的圖像進行數(shù)據(jù)集