锂电行业-方壳电池激光焊缺陷检测

投稿人：深度学习好学家

项目背景

随着新能源车需求的持续增长，锂电池在新能源汽车行业的应用前景广阔。目前锂电池包括硬壳和软包电池，硬壳则可分为圆柱电池和方形电池。其中方形电池凭借其充放电倍率、循环寿命、安全性等方面的优势，成为一种主流的电池封装应用。

锂电池工艺链分为前、中、后三段，以方形电池为例，其工艺链中存在大量的质检需求，传统视觉检测可满足各工艺环节的定位和纠偏应用。

而在极片、焊缝、绝缘隔膜等需要检测表面缺陷的工序中，传统视觉检测的精度受缺陷形态影响，通过针对性调参后，易消耗过多的内部资源，效果可能仍无法达到预期。因此，对锂电行业内的缺陷检测引入深度学习算法，使用一定量缺陷样本来训练生成AI模型，让AI来判断缺陷和位置，可达到较好的检测效果。

在工艺中段的顶盖焊接环节中，需检测方形电池壳体周围的激光焊印，如是否存在虚焊、漏焊、断焊、爆点等缺陷，以评估焊接质量。

不同的缺陷需要做准确分类；同个物件有三个检测区，背景会不断变化；部分缺陷受大面积的背景特征干扰。例如下图中的爆点特征，上半部分红色框内为需要检出的爆点，与而下半部分的焊印与爆点极其相似，需准确区分。

采用面阵相机配合步进的方式进行检测。

通过深度学习图像分割算法，可兼容不同背景的样本，对于相似缺陷，在标注上赋予忽略以加大采样，最终能快速精准的获得缺陷的位置及其类别标签。

工业相机参数设置获取通用接口调用说明

6月巡回交流会热门问题解答

评论请先登录登录

全部评论 0

关注

379

粉丝

创作

874

获赞