Dado que las lengüetas de la batería conducen electricidad, son fundamentales para la eficiencia, seguridad y longevidad general de la celda. Esta aplicación se centra en la inspección de las lengüetas de la batería después del proceso de estampado, antes de soldarlas a los electrodos.
¿Qué defectos de fabricación ocurren?
Las lengüetas de las baterías están hechas de diversos metales, que son delgados, blandos y se dañan fácilmente. Pueden dañarse prematuramente debido a su fragilidad durante los procesos de fabricación utilizados para moldear y cortar las lengüetas, los tratamientos superficiales a los que se someten para mejorar la conductividad y la manipulación y el almacenamiento antes del proceso de soldadura de las lengüetas. Los defectos comunes incluyen:
Estos defectos pueden provocar una soldadura deficiente aguas abajo, lo que resulta en fallos prematuros, menor rendimiento de la batería y riesgos de seguridad que pueden causar fugas térmicas, incendios o explosiones. Además, en los vehículos eléctricos, las baterías de iones de litio son las piezas más caras, por lo que se deben evitar a toda costa las retiradas del mercado.
Es crucial que los fabricantes implementen rigurosas medidas de control de calidad y procesos de inspección para detectar y corregir estos problemas en las lengüetas de los electrodos antes de que las celdas de la batería pasen a procesos adicionales de ensamblaje y acabado. Incorporar la inspección previa a la soldadura ayudará a evitar el desperdicio innecesario de recursos en etapas posteriores.
Sin embargo, los defectos en las pestañas de las baterías son difíciles de detectar. Estas pestañas están hechas de componentes metálicos con bajo contraste y superficies reflectantes, lo que dificulta la visualización de los defectos. Los sistemas de visión artificial tradicionales tienen dificultades para capturar imágenes nítidas y distinguir entre los defectos reales, las superficies reflectantes y el fondo, lo que finalmente pasa por alto defectos o provoca falsos rechazos.
Los defectos en las pestañas de las baterías se manifiestan en diversas formas, tamaños y ubicaciones. A medida que la tecnología de las baterías evoluciona, sus procesos de fabricación cambian. La visión artificial tradicional requiere la programación de cientos de reglas personalizadas, lo que impide la detección de defectos nuevos o variables que no se ajustan a los parámetros programados y dificulta su adaptación a los cambios.
La Solución
UnitX, AI-powered La inspección detecta eficazmente defectos en la pestaña de la batería donde otras soluciones fallan.
En primer lugar, la OptiX El sistema de imágenes ilumina e imagina las superficies de las pestañas de la batería. Luego, CorteX Central La plataforma de IA se entrena para detectar defectos de estampación. Finalmente, esos modelos de IA se implementan en... CorteX Edge Sistema de inferencia para detectar y clasificar defectos en línea.
Por Qué UnitX ¿Para inspección de estampado de la pestaña de la batería?
OptiX Proporciona imágenes superiores que minimizan la reflectividad y maximizan la visibilidad de los defectos. Cuenta con 32 fuentes de iluminación controlables de forma independiente, optimizadas mediante software para detectar defectos y superficies de las pestañas de la batería. Su capacidad de procesamiento de imágenes computacionales permite tomar múltiples fotografías y eliminar los puntos calientes causados por superficies altamente reflectantes de las pestañas de la batería. Además, su diseño de domo de iluminación permite un ángulo de incidencia muy agudo de la luz proyectada, lo que permite que incluso los defectos más pequeños 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.
Con UnitXLos fabricantes automatizan la inspección de la pestaña de la batería 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 pestañas de las celdas de la batería para detectar defectos estructurales, como pestañas rotas que pueden ocurrir durante la fabricación debido a fallas en la calibración del equipo o fallas del proceso al cortar o dar forma a las pestañas, o durante el manejo de las pestañas al organizarlas para el ensamblaje.
Proyección de imagen
Primero usamos OptiX para capturar imágenes de las pestañas de las celdas de la batería, asegurándonos de capturar tanto las partes defectuosas como las correctas.
Capacitación
A continuación, utilizamos CorteX Central Para entrenar nuestros modelos, creamos una etiqueta. para el defecto principal que queremos detectar, pestañas rotas.
Luego etiquetamos esos defectos en las imágenes que capturamos. OptiX, utilizando solo unas pocas imágenes del defecto de la pestaña rota.
Detección
A continuación, implementamos los modelos de IA para CorteX Edge en nuevas células, lo que da como resultado la detección y clasificación precisa de pestañas rotas.
