高精度针孔检测设备
More >>
您所在的位置：谈球吧(中国)官方网站 > 新闻中心>视觉检测设备助力锂电生产线完成检测
2022-08-20 13:05:40 谈球吧(中国)官方网站
机器视觉生产线自己“长眼睛”♦☜☞☝✍☚☛☟✌✽✾✿❁❃，从而从手工劳动的低效率和不稳定性中解放出来⒜⒝⒞⒟⒠⒡⒢⒣⒤，机器视觉越来越多地用于生产和制造过程⒥⒦⒧⒨⒩⒪⒫⒬⒭⒮⒯⒰⒱⒲⒳⒴⒵❆❇❈❉❊†☨✞✝☥☦☓☩☯。 根据GGII的数据⒃⒄⒅⒆⒇⒈⒉⒊⒋⒌⒍⒎⒏⒐⒑⒒⒓，3C电子工业是机器视觉应用最多的领域✵✶✷✸✹✺✻✼❄❅，并已连续多年应用☧☬☸✡♁✙♆。，、＇：∶；，其次是汽车ⅲⅳⅴⅵⅶⅷⅸⅹⒶⒷⒸⒹ、半导体☧☬☸✡♁✙♆。，、＇：∶；、锂电池웃유ღ♋♂、制药等行业ⓚⓛⓜⓝⓞⓟⓠⓡⓢ。 其中⒥⒦⒧⒨⒩⒪⒫⒬⒭⒮⒯⒰⒱⒲⒳⒴⒵❆❇❈❉❊†☨✞✝☥☦☓☩☯，锂离子行业需求增长明显ⒺⒻⒼⒽⒾⒿⓀⓁⓂⓃⓄⓅⓆⓇⓈⓉ，预计未来5-10年将是机器视觉的主要增长引擎之一✺ϟ☇♤♧♡♢♠♣♥。
通用智能动力电池组装线
“近两年来㈠㈡㈢㈣㈤㈥㈦，锂电池行业突飞猛进☈⊙☉℃℉❅，不仅产能快速扩张⒥⒦⒧⒨⒩⒪⒫⒬⒭⒮⒯⒰⒱⒲⒳⒴⒵❆❇❈❉❊†☨✞✝☥☦☓☩☯，对生产线良品率的要求也越来越高✤✥❋✦✧✩✰✪✫✬✭✮✯❂✡★✱✲✳✴，这为机器视觉的广泛应用带来了肥沃的土壤ⒺⒻⒼⒽⒾⒿⓀⓁⓂⓃⓄⓅⓆⓇⓈⓉ。公司在新能源汽车行业拥有大量客户♀☿☼☀☁☂☄。公司正在自主研发机器视觉智能检测和人机交互软件❻❼❽❾❿⓫⓬⓭⓮⓯⓰，与视觉检测模块进行数据通信웃유ღ♋♂。可应用于新能源ⒺⒻⒼⒽⒾⒿⓀⓁⓂⓃⓄⓅⓆⓇⓈⓉ、汽车生产线的检测㊀㊁㊂㊃㊄㊅㊆㊇㊈㊉，可采集识别锂电池웃유ღ♋♂、汽车电子零部件等智能装配生产环节的关键缺陷信息☾☽❄☃。自主研发机器视觉技术不仅可以降本增效㊀㊁㊂㊃㊄㊅㊆㊇㊈㊉，还有助于提高汽车等行业制造测量和缺陷检测的精度和可靠性✵✶✷✸✹✺✻✼❄❅，为生产线的数字化ⓣⓤⓥⓦⓧⓨⓩ、智能化生产赋能①②③④⑤⑥⑦⑧⑨⑩⑪⑫⑬⑭⑮⑯。
机器视觉的技术企业核心在于图像进行识别和信息数据处理⒔⒕⒖⒗⒘⒙⒚⒛ⅠⅡⅢⅣⅤⅥⅦⅧⅨⅩⅪⅫⅰⅱ，可以得到广泛应用在工业生产制造ⅲⅳⅴⅵⅶⅷⅸⅹⒶⒷⒸⒹ、农业❻❼❽❾❿⓫⓬⓭⓮⓯⓰、交通等多行业的智能化发展过程中♦☜☞☝✍☚☛☟✌✽✾✿❁❃。
与人眼相比㈧㈨㈩⑴⑵⑶⑷⑸⑹⑺⑻⑼⑽⑾⑿⒀⒁⒂，机器视觉在检测效率⓱⓲⓳⓴⓵⓶⓷⓸⓹⓺⓻⓼⓽⓾、准确性和工作时间方面具有显著优势ⓚⓛⓜⓝⓞⓟⓠⓡⓢ。 介绍了自主研发机器视觉智能检测和人机交互技术ⓣⓤⓥⓦⓧⓨⓩ，并以检测效率为例❋❀⚘☑✓✔√☐☒✗✘ㄨ✕✖✖⋆✢✣。 可应用于新能源汽车①②③④⑤⑥⑦⑧⑨⑩⑪⑫⑬⑭⑮⑯、智能汽车等生产线自动化检测ⓣⓤⓥⓦⓧⓨⓩ，与传统检测方法相比♀☿☼☀☁☂☄，检测效率可提高2倍以上㈧㈨㈩⑴⑵⑶⑷⑸⑹⑺⑻⑼⑽⑾⑿⒀⒁⒂。
在产业链中❻❼❽❾❿⓫⓬⓭⓮⓯⓰，目前机器视觉下游应用市场主要集中在汽车及其零部件ⅲⅳⅴⅵⅶⅷⅸⅹⒶⒷⒸⒹ、锂电池☈⊙☉℃℉❅、消费电子等离散制造行业✵✶✷✸✹✺✻✼❄❅。特别是在锂电池应用领域☧☬☸✡♁✙♆。，、＇：∶；，高科技锂电 GGII 资料显示♦☜☞☝✍☚☛☟✌✽✾✿❁❃，在涂层ⅲⅳⅴⅵⅶⅷⅸⅹⒶⒷⒸⒹ、轧制等环节㈠㈡㈢㈣㈤㈥㈦，锂电产品的表面容易产生箔✵✶✷✸✹✺✻✼❄❅、暗斑㊀㊁㊂㊃㊄㊅㊆㊇㊈㊉、划痕等缺陷⑰⑱⑲⑳⓪⓿❶❷❸❹❺。这些缺陷严重影响锂电池的质量⒜⒝⒞⒟⒠⒡⒢⒣⒤，造成安全隐患ⓣⓤⓥⓦⓧⓨⓩ。另外⓱⓲⓳⓴⓵⓶⓷⓸⓹⓺⓻⓼⓽⓾，以方形卷芯的制造为例①②③④⑤⑥⑦⑧⑨⑩⑪⑫⑬⑭⑮⑯，在顶盖预焊⒜⒝⒞⒟⒠⒡⒢⒣⒤、密封销焊接㊀㊁㊂㊃㊄㊅㊆㊇㊈㊉、外观检测等芯部工序中ⓚⓛⓜⓝⓞⓟⓠⓡⓢ，必须利用机器视觉进行三维检测⒃⒄⒅⒆⒇⒈⒉⒊⒋⒌⒍⒎⒏⒐⒑⒒⒓。在动力电池高品质ⓚⓛⓜⓝⓞⓟⓠⓡⓢ、高安全㈠㈡㈢㈣㈤㈥㈦、低成本✵✶✷✸✹✺✻✼❄❅、高效率的背景下♀☿☼☀☁☂☄，机器视觉设备的引入已成为生产的主流趋势❻❼❽❾❿⓫⓬⓭⓮⓯⓰。
“与其它行业降低成本⓱⓲⓳⓴⓵⓶⓷⓸⓹⓺⓻⓼⓽⓾、提高效率的需求相比㈧㈨㈩⑴⑵⑶⑷⑸⑹⑺⑻⑼⑽⑾⑿⒀⒁⒂，锂离子电池的下游应用是一个安全问题♀☿☼☀☁☂☄。目前✤✥❋✦✧✩✰✪✫✬✭✮✯❂✡★✱✲✳✴，行业对缺陷率的追求已经从 PPM (百万分之一)增加到了 ppb (百万分之一)웃유ღ♋♂。这也是机器视觉最能发挥其非凡能力的部分,”何川博士说❣❦❧♡۵，为了实现锂离子生产设备的高精度✵✶✷✸✹✺✻✼❄❅，有必要与摄像机♦☜☞☝✍☚☛☟✌✽✾✿❁❃、传输✵✶✷✸✹✺✻✼❄❅、环境光抑制❻❼❽❾❿⓫⓬⓭⓮⓯⓰、算法降噪等多种技术合作✤✥❋✦✧✩✰✪✫✬✭✮✯❂✡★✱✲✳✴。
基于学习独立进行视觉信息处理系统软硬件平台可以集成的复杂图像数据处理与分析算法库ⓊⓋⓌⓍⓎⓏⓐⓑⓒⓓⓔⓕⓖⓗⓘⓙ，通过提高图像预处理ⓣⓤⓥⓦⓧⓨⓩ、特征提取ⒺⒻⒼⒽⒾⒿⓀⓁⓂⓃⓄⓅⓆⓇⓈⓉ、特征匹配等多种学习算法㈠㈡㈢㈣㈤㈥㈦，可检测不低于5种锂电表面具有典型缺陷产品类型☾☽❄☃，同时单种缺陷检测工作时间不到1秒☈⊙☉℃℉❅，与工控单元的通讯信号延迟小于60毫秒ⓚⓛⓜⓝⓞⓟⓠⓡⓢ，解决传统工艺✵✶✷✸✹✺✻✼❄❅、工序复杂繁多的锂离子电池汽车制造高难度检测环境问题✺ϟ☇♤♧♡♢♠♣♥，进而能够实现产线节拍的协调及优化웃유ღ♋♂。
此外✵✶✷✸✹✺✻✼❄❅，锂产业的大规模扩张伴随着多元化ⒺⒻⒼⒽⒾⒿⓀⓁⓂⓃⓄⓅⓆⓇⓈⓉ。 目前❣❦❧♡۵，电池的整体标准化程度不高❻❼❽❾❿⓫⓬⓭⓮⓯⓰，不同的电池厂甚至统一的电池厂都有许多技术路线和不同的细分规格☧☬☸✡♁✙♆。，、＇：∶；。 这也对机器视觉的应用提出了更高的要求ⒺⒻⒼⒽⒾⒿⓀⓁⓂⓃⓄⓅⓆⓇⓈⓉ。
