項目背景

隨著TWH時代的到來，各大終端瘋狂擴產，同時對電池制造的工藝要求也是越來越高，從前端的極片制造到后端的模組組裝，幾乎所有工位都會用到視覺檢測技術，特別是在電芯制造工藝段，例如密封釘的焊縫檢測，頂蓋焊焊縫檢測以及包藍膜后的外觀檢測等，都屬于行業(yè)痛點和難點。

針對這些行業(yè)的痛點，華漢偉業(yè)組織專項研發(fā)攻克，推出了2D/3D視覺技術、2.5D成像技術與AI深度融合的檢測方法，本篇以電池包藍膜后外觀缺陷檢測為例，重點介紹，華漢偉業(yè)采用2.5D+AI解決工業(yè)檢測難點。

一、檢測難點

包覆藍膜是動力電池的生產過程中的一道重要工序。藍膜，又名隔離膜、防粘膜、保護膜等，有紅、綠、藍、白、黑等多種顏色，分為單面離型膜和雙面離型膜，在動力電池中使用的通常為藍膜。

作為一種絕緣材料，藍膜將電芯與電芯之間分隔開來，阻隔單個電芯因各種故障對其他電芯造成的影響，防止“一損俱損”。藍膜的厚度小，僅在0.015mm-0.20mm間，在生產過程中容易出現(xiàn)劃痕、破損、褶皺等缺陷，這些缺陷有的會影響產品外觀，有的甚至會對產品功能造成損害。

而且， 藍膜本身光學特性致使許多缺陷特征不明顯，傳統(tǒng)算法過殺率和漏檢率極高; 缺陷種類極多且部分缺陷種類樣本難以收集；包藍膜的外觀檢測在行業(yè)里面是一大痛點，如果在檢測上只使用傳統(tǒng)的線掃成像或者深度學習很難解決這種包藍膜出現(xiàn)氣泡的應用場景。

二、檢測項目

1）包膜表面形成直徑大于2mm的氣泡；

2）長度大于2mm的褶皺、劃痕；

3）包膜邊緣不平整/裂紋/臟污/膜破。

三、解決方案

1）軟件：華漢AIDI Suite深度學習智能檢測系統(tǒng)

2）硬件：2.5D線陣相機+2.5D專用LED光源

四、檢測結果

1）華漢偉業(yè)使用2.5D的成像技術，通過輸入形狀圖像、漫反射圖像、灰度圖像，做多圖像的卷積運算，抽取其共性特征。AI中的分割模塊，可以對缺陷區(qū)域自動重采樣，提升小缺陷關注度，實現(xiàn)對細小缺陷的精確檢測。通過2.5D+AI可以很好地解決微小氣泡的缺陷和纖維劃痕。

2）掃描速度300mm/s,檢測時間2.5S,檢測出氣泡的直徑精確度可達0.06mm,漏檢率為零，過殺率<1%，其檢測節(jié)拍優(yōu)于生產節(jié)拍，突破了因檢測能力不足無法進一步增產的瓶頸。

項目總結

華漢偉業(yè)針對于高精度大工件測量與缺陷檢測，采用2D/2.5D/3D/+AI的視覺檢測方法，自研的AI核心算法功能支持源代碼的編程，小樣本的學習，可識別不規(guī)則物體缺陷，AI檢測可以解決傳統(tǒng)之間的方式空間，降低產品的誤判率，支持連代碼的開發(fā)模式，融合2D、2.5D、3D圖像，支持小樣本的學習，當產線處于市場狀態(tài)的時候，可以通過極少數樣品訓練就可以達到產線跑量的狀態(tài)。

華漢偉業(yè)——從成立之初就深耕鋰電行業(yè)，目前已經有了數十年的行業(yè)沉淀，擁有自研的核心算法MVDevelope平臺，可以對標國外的一流算法庫，基于自研核心算法，開發(fā)了擁有自主知識產權的2D/3D/AI視覺軟件，同時也提供標準的視覺零部件及完整的行業(yè)解決方案，目前3D/AI視覺軟件已經在3C電子、新能源領域得到了批量應用。