Las celdas de batería tipo bolsa tienen una carcasa blanda, delicada y susceptible a daños. Una vez fabricadas, se colocan en módulos o paquetes de baterías y no se pueden extraer para su inspección. Por lo tanto, esta aplicación se centra en la inspección final de las celdas de batería tipo bolsa antes de su integración en un módulo o paquete.
¿Qué defectos de fabricación ocurren?
Las celdas de bolsa tienen una carcasa blanda, delicada y susceptible a daños. Durante el proceso de ensamblaje y acabado de las celdas, las celdas de bolsa presentan defectos como:
Estos defectos pueden afectar la calidad, la seguridad y el rendimiento de las celdas de batería tipo bolsa y causar retiros costosos y responsabilidades legales, por lo que es crucial que los fabricantes implementen rigurosas medidas de control de calidad y procesos de inspección para detectar y rectificar estos problemas durante la producción.
Además, los fabricantes deben distinguir entre defectos cosméticos aceptables y fallas funcionales para evitar destruir excesivamente las celdas de la batería y, en última instancia, reducir la tasa de desechos.
Sin embargo, los defectos en las celdas de bolsa son difíciles de detectar. La iluminación directa puede difuminar el defecto, lo que dificulta que los sistemas de inspección visualicen la pieza. Además, están compuestas de múltiples materiales, cada uno de los cuales requiere una configuración de iluminación diferente para una imagen óptima.
En entornos de fabricación de alto volumen, las celdas deben inspeccionarse rápidamente para mantener el ritmo de producción. Los productos de visión artificial tradicionales pueden no cumplir con los tiempos de ciclo requeridos.
La Solución
UnitX, AI-powered La inspección detecta eficazmente defectos en las celdas de la bolsa donde otras soluciones fallan.
En primer lugar, la OptiX El sistema de imágenes ilumina y captura imágenes de las células de la bolsa ensambladas. Luego, CorteX Central La plataforma de IA se entrena con defectos en las células de la bolsa. Finalmente, esos modelos de IA se implementan en... CorteX Edge Sistema de inferencia para detectar y clasificar defectos en línea.
Por Qué UnitX ¿Para la inspección final de la celda de la bolsa?
OptiX Proporciona imágenes superiores de diversos materiales de células de la bolsa. Cuenta con 32 fuentes de iluminación controlables de forma independiente, optimizadas mediante software para superficies y defectos de celdas de bolsa. Su diseño de domo de iluminación permite un ángulo de incidencia muy agudo de la luz proyectada, lo que provoca que incluso los defectos más diminutos proyecten sombras que aumentan su visibilidad.
CorteX detecta con precisión defectos aleatorios y complejos. Normaliza automáticamente la variabilidad en posiciones y orientaciones y reconoce defectos hasta el nivel de píxel.
UnitX Admite una experimentación rápida y se adapta a los cambios en los entornos de producción.. OptiX La iluminación se configura fácilmente a través del software y los modelos CorteX AI son eficientes en el uso de muestras: solo requieren unas pocas imágenes para entrenarse en nuevos tipos de defectos.
UnitX Proporciona una inspección rápida, 100% en línea. OptiX Tiene LED brillantes y velocidades de captura de moscas de 1 m/s para imágenes de alta velocidad. Y CorteX Edge Admite altas velocidades de inferencia (hasta 100 MP) para emitir rápidamente una decisión OK/NG y comunicar sin problemas dicha decisión mediante la integración con todos los principales sistemas PLC, MES y FTP.
Con UnitXLos fabricantes automatizan la inspección final de las celdas de las bolsas para:
- Evite fugas de calidad que provoquen un rendimiento degradado y fallas en la batería, riesgos de seguridad y retiradas costosas.
- Minimiza las tasas de rechazo falso comunes en la visión artificial tradicional, reduciendo los desechos y los materiales desperdiciados.
- Reemplace los inspectores manuales, ahorrando dinero a los fabricantes y mejorando la eficiencia
UnitX Ejemplo de inspección en profundidad
En este ejemplo, inspeccionamos las celdas de la bolsa de la batería para detectar rayones, abolladuras, porosidad y contaminación.
Proyección de imagen
Primero usamos OptiX para capturar imágenes de las celdas de la bolsa, asegurándonos de capturar tanto las partes defectuosas como las correctas.
Capacitación
A continuación, utilizamos CorteX Central Para entrenar nuestros modelos, creamos una etiqueta. para los 4 defectos que queremos detectar: rayones, abolladuras, porosidad y contaminación.
Luego etiquetamos esos defectos en las imágenes que capturamos. OptiX, utilizando sólo unas pocas imágenes de cada tipo de defecto.
Detección
A continuación, implementamos los modelos de IA para CorteX Edge en nuevas células, lo que resulta en la detección y clasificación precisa de defectos en las células de la bolsa.
Ejemplo de arañazos en las células de la bolsa detectados por UnitX:
