CN / EN
banner图
掌握核心技术 驾驭光的运用

行业新闻

Industry News

机器视觉技术或成为锂电池新的增长点

日期:2022-06-06 来源:《智能制造纵横》

2019年我国提出新能源替代传统能源是大势所趋,大力发展新能源是实现双碳目标的必经之路。

2020年提出到2030年要实现碳达峰,2060年实现碳中和,实现双碳目标,发展新能源已经成为全球的共识。

随着新能源汽车市场的大爆发,特别是在“双碳”战略目标的牵引下,动力电池的市场规模正在以肉眼可见的速度扩张。

据中汽协统计数据:2021年,中国动力锂电池进入爆发年,市场化提速明显。我国新能源汽车销量达352.1万辆,同比增长157.6%,连续7年居世界首位。预计2-3年后,全球动力电池出货量达到1100GWh,意味着动力电池市场将进入TWh时代。

据不完全统计,2021年锂电扩产投资额超6000亿元。

市场的轰轰烈烈,不仅体现在新能源汽车行业的高速增长,更带动了整个锂电产业链的增长,锂电生产线的自动化、智能化程度将直接决定锂电企业的未来竞争力,在锂电的生产、质检、运输、应用等众多领域中,新的增长点开始出现——谁具备高端自动化装备生产能力,谁就将率先获益。

但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。

机器视觉技术或成为锂电池新的增长点_mgbhive.com

来源:高工机器人

在电池的制作过程中,根据先后顺序,可以分为前段、中段、后段三个环节。

前段是正负极生产的过程,包含搅拌、涂布、辊压、分切、制片、模切等六道工序。

中段就是电池制作的过程,包含叠片/卷绕、入壳、焊接、干燥、注液等五道工序。

后段是检测组装的环节,包含化成、分容检测、Pack成组等三道工序。

如此复杂的生产工艺,让锂电池在生产过程中难免会遇到一些问题,影响生产质量与效率。

如何快速对锂电池的各段生产工序进行层层的质检,成为了锂电高效生产的关键环节。

对此,机器视觉以极高的检测效率、检测精度和超强稳定性,改变了锂电池的生产方式,已成为锂电池生产装配中的标准配置。

以锂电池生产装配阶段为例,叠片工位的正负极片放置在隔离膜中的位置,对于电池的性能有较大影响,这种错位会减少极片的有效反应面积,甚至会造成电池内部短路。这主要是因为隔离膜在分隔正负极片后,膜两端会长出极片 2mm~ 5mm,如果位置不合适,就会对下工序顶、侧封环节精准定位极片实际边缘尺寸产生影响,只有定位准确才能有效完成自动封装作业。

机器视觉可以有效取得极片实际边缘,得到理想的极片轮廓的准确图像信息,再将图像信息反馈给 PLC,控制后面的设备动作。消除因为定位不准而给叠片封装等环节造成安全风险。

目前,针对锂电生产过程中的隔膜、涂布、辊压、分切、模切、卷绕、叠片等工序,各大机器视觉供应商也分别给到了尺寸检测、对齐度检测、外观缺陷检测、位置归正和纠偏闭环控制等解决方案。

No.1

蹲封-盖帽角度矫正

检测要求:

检测盖帽,引导马达旋转的角度

机器视觉技术或成为锂电池新的增长点_mgbhive.com

检测结果:

通过查找盖帽上的特征点来确定盖帽旋转角度及方向,检测精度约为0.04mm。

No.2底壳焊工位检测

检测要求:

①中心孔定位 ②中心孔检测 ③电池角度矫正 ④正极绝缘片检测

机器视觉技术或成为锂电池新的增长点_mgbhive.com

产品实测示意图

检测结果:能稳定检测中心孔大小、纠正电池角度以及白色绝缘片的有无。

No.3电池端面检测

检测要求:

①电池正极端面套管质量检测 ②电池负极端面套管质量检测

检测结果:

可以检测正极有无垫片,套管上有无缺陷,电池端面有无凹坑、划伤;检测负极端面套管质量以及电池端面上有无凹坑、划伤等。

机器视觉的检测系统克服人工检测的缺点,如电池检测结果受检测人员主观意愿、情绪、视觉疲劳等人为因素的影响,从而使检测结果标准、可量化,提高整个生产系统的自动化程度。既节约了人力成本,也避免人为统计数据所带来的错误。

另外值得一提的是,随着电芯、模组、PACK测量要求的提高及细化,被测物体条件愈发复杂,单摄像头的2D机器视觉无法获得物体的空间坐标信息,因此不支持与形状相关的测量,如:物体平面度、表面角度、体积或者对相同颜色的物体之间特征进行区分。

且2D视觉测量物体的对比度过于依赖光源和颜色/灰度变化,测量精度易受设备、光源、算法、检测环境等因素影响。

对此,部分企业已引入3D机器视觉,以解决传统2D视觉无法精准检测高度特征的缺陷。

例如,方形铝壳电池在组装过程中,需要大量应用到激光焊接工艺,其中顶盖焊封口上的焊缝是方形铝壳电池中尺寸最长、耗时最久的焊缝。

焊缝过程中受应力、拘束力、刚性、化学成分等因素影响,可能产生各种各样的缺陷,如爆点、断焊、凸起、凹坑、焊偏等类型均会发生在顶盖焊缝中。因此,采用高精度的3D视觉检测是必不可少的重要环节。

1. 电池盖板极柱圆直径、圆半径、内圆圆心距检测

机器视觉技术或成为锂电池新的增长点_mgbhive.com

电池盖板极柱3D热力点云图

2. 电池盖板正负极柱平面度及平行度检测

电池盖板正负极柱到底面的高度差检测

机器视觉技术或成为锂电池新的增长点_mgbhive.com

电池盖板3D热力点云图

3. 电池焊接质量检测

机器视觉技术或成为锂电池新的增长点_mgbhive.com

电池盖板焊缝3D热力点云图

4. 电池极柱焊点孔洞检测

机器视觉技术或成为锂电池新的增长点_mgbhive.com

电池极柱3D热力点云图

5. 电池密封钉焊后检测

机器视觉技术或成为锂电池新的增长点_mgbhive.com

电池密封钉3D热力点云图

3D机器视觉测量方案也为锂电池制造商带来了更多选择,预计未来几年,3D视觉领域将延续高热度。国内外厂商之间的竞争将更加直接,国产化进程有望加速。

当然,3D机器视觉的崛起并不意味着传统机器视觉在锂电池检测的应用中失去地位。相反,老牌机器视觉供应商不断推出更高精度、更高分辨率、更快响应速度的2D解决方案。在锂电膜面缺陷识别、极片材料的高清采集等应用上,仍具有一定的性价比优势。

锂电市场的爆发只是中国制造业发展中的一朵浪花。当下一个行业崛起之时,机器视觉又将以哪些新技术、新产品来突破应用局限,推进中国制造业智能化、数字化发展之路呢?

来源 | 《智能制造纵横》10月刊、Smart Energy Expo


返回列表