机器视觉在锂电行业应用
2022-07-20
通常所说的锂电池指的是锂离子电池，随着电子产品不断升级，人们对锂电池的质量提出了更高的要求。锂电池人工生产、装配及检测的方法无法找出极片表面的所有缺陷，也难以保证极片的质量。机器视觉的检测系统可以克服人工检测的缺点，使检测结果标准、可量化，提高整个生产系统的自动化程度。
您所在的位置： > 新闻中心
通常所说的锂电池指的是锂离子电池，随着电子产品不断升级，人们对锂电池的质量提出了更高的要求。锂电池人工生产、装配及检测的方法无法找出极片表面的所有缺陷，也难以保证极片的质量。机器视觉的检测系统可以克服人工检测的缺点，使检测结果标准、可量化，提高整个生产系统的自动化程度。
动力电池大规模制造下，整个工艺链对机器视觉的需求明显提升。GGII数据显示，2021年中国动力电池出货量220GWh，预计2022年达到450GWh。机器视觉的市场规模也将从去年8.8亿-11亿提升至18亿-22.5亿元。 可以看到，锂离子电池的制作工艺复杂，涉及的工艺众多，不同工序需要不同的机器视觉检测系统。
锂电池表面缺陷检测具有集成度高，操作简便，设置灵活，稳定可靠等优点。本产品适用、涂布机、模切机、叠片机等锂电池生产设备。
而光源是影响机器视觉系统图像质量的重要因素，它直接影响输入数据的质量，所以在整个机器视觉系统中，光源有着关键性的作用。由于目前尚没有一个通用的机器视觉照明设备，因此针对每个特定的案例，设计合适的照明装置，以达到最佳效果。
机器视觉线扫描系统经过优化，可检测薄膜连续卷材生产中的小表面缺陷或大密度缺陷，并采用最先进的线性扫描技术来保证满足苛刻的分辨率/速度要求。
以带状表面缺陷检测系统为例，其硬件框架主要由照明设备，CCD相机，图像处理计算机和服务器组成，其照明设备采用特殊的红外光源阵列。CCD线扫描摄像机组水平排列在带钢生产线上，水平和垂直可视范围相互重叠，以确保没有漏检。CCD摄像机收集的图像通过光纤传输到图像处理计算机组，以进行图像处理和图案识别。
金属平面材料(例如，钢，铝，铜板等)广泛用于汽车制造，桥梁建筑，航空航天和其他支柱产业，为现代社会发展和生活改善做出了巨大贡献。然而，在实际的工业生产过程中，加工设备的损坏或
为了实现缺陷检测的自动化，金属表面缺陷检测系统应运而生。该系统专门为金属卷材(如带钢、铜带、铝箔)生产企业所开发，利用光学成像和图像处理等技术，实现对生产线上的材料进行在线质量控制，保障产品质量。
金属材料生产由于环境等各种问题，可能导致材料表面产生各种缺陷，产品表面质量得不到保障，将直接影响到生产过程中的效率，传统的目检无法满足高质量的金属生产工艺要求。
基于深度学习的金属表面缺陷检测方法，包括： 步骤1，根据金属缺陷零件大小确定相机和光源型号，搭建好光源和相机的取图环境，进行图像采集; 步骤2，对采集的图像进行数据集