导览:

3月7日,上海国际新能源锂电池技术展览会(BTF)在上海新国际博览中心正式开幕,康耐视携全新锂电池制造技术亮相本次展会。展台现场,康耐视新能源行业经理万曙峰向我们介绍针对锂电池制造流水线检测的智慧解决方案,如何帮助动力电池生厂商攻克难点、实现突破。

全文约2854字,阅读需要15分钟

一方面,随着新能源产品与技术的层出不穷,激励政策不断促进,新能源汽车进入爆发期,现已成为未来汽车产业发展的导向与目标。新能源汽车行业高景气带动锂电池进入高成长时代,全球动力锂电池装机量快速增长。而中国作为动力锂电池生产大国,在锂电池增长动力转换之际,正乘着东风迅速崛起。另一方面,全球各国纷纷提出“零碳”目标,带到了储能电池的蓬勃发展。据综合预测,未来5年锂电池行业将持续增长。

3月7日,上海国际新能源锂电池技术展览会(BTF)在上海新国际博览中心正式开幕,康耐视携全新锂电池制造技术亮相本次展会。展台现场,康耐视新能源行业经理万曙峰向我们介绍针对锂电池制造流水线检测的智慧解决方案,如何帮助动力电池生厂商攻克难点、实现突破。

亮相BTF 2023,康耐视机器视觉赋能动力电池制造

 

打造针对性产品,好实力服务好市场

2022年,中国动力电池累计产量达到549.9GWh,累计同比增长148.5%,储能电池的出货量超过130GWh,产业规模不断扩大的同时,新能源行业也在进行产业结构性调整。

康耐视坚定看好中国新能源市场发展,从消费电池出发,不断向动力电池拓展。随着国内新能源行业的迅速增长,康耐视还在中国专门成立了新能源行业团队,服务大批国内知名品牌客户,并获得充足的行业经验及用户认可。

在展台现场,康耐视新能源行业经理万曙峰为我们一一介绍了本次带来的重磅产品:

Smartline智能找边工具, 是康耐视推出的首个搭载Cognex Edge Learning技术(边缘学习技术)的智能解决方案,专为处理具有挑战性的边线检测而设计。它将传统视觉找边工具的优势与深度学习强大的分割能力结合,以亚像素级别的高精度使用算法,实现快速且动态地找边,弥补了人工检测易产生误判的风险,可以解决锂电制造过程中因图像存在混淆边而无法找边等挑战性问题。据万曙峰介绍,部署该解决方案后,产线可提升30%检测效率,适用于叠片对齐度检测、模组端盖贴胶对齐度检测、顶盖尺寸测量等多种场合。

亮相BTF 2023,康耐视机器视觉赋能动力电池制造

应用康耐视智能相机In-Sight 2800视觉系统搭载的EL Classify工具,对电芯进行极柱脏污检测时,只需少量的训练样本,即可快速实现分类部署,判定极柱是否存在脏污。无需GPU,通过常用的PC即可生成训练模型和额外的现场学习,维护和追加学习也很方便。

亮相BTF 2023,康耐视机器视觉赋能动力电池制造

针对电池焊缝检测,康耐视DS800系列产品可应用于测量正负极相接位置、电极与封盖相接位置以及电池罐与封盖边角相交位置的焊缝,定位并检测焊接区域的焊接质量,能够有效提升电池组装效率。

亮相BTF 2023,康耐视机器视觉赋能动力电池制造

In-Sight 3D-L4000系列则针对顶盖平面检测,凭借三维激光位移技术与智能相机的结合,可以将视觉工具直接放到真三维零件图像上,保障锂电顶盖片平面度的测量精度,适应生产环节对电池外部顶盖与铝壳的尺寸精度的严格要求,方便后续的焊接与注液工序的生产。

亮相BTF 2023,康耐视机器视觉赋能动力电池制造

随着产业升级,锂电池公司也正纷纷建立从原材料、半成品、到成品出厂一系列完整的检验体系和可追溯体系。康耐视DataMan 475V条码等级验证器紧随这一趋势,可以根据ISO 15415标准正确地分级一维条码和二维码,每秒最多分级20个条码,可以直接在生产线上高速完成100%的验证和质量报告,在第一时间发现和纠正印刷与流程控制问题。验证的所有条码都可以保存详细报告,从而实现可追溯性、统计流程控制和合规性。目前,随着国内动力电池企业出海的到来,符合ESG,ISO等规范已经成为了趋势。本产品已经进入全球锂电行业龙头企业,并取得供应链上下游企业的一致认可。

亮相BTF 2023,康耐视机器视觉赋能动力电池制造

在展会上现场,康耐视还向用户展示了最新一代固定式读码器DataMan 280系列,依托稳定读码、灵活连接和通信的优势,可提高各种应用场景中的吞吐量和生产率,在实际运用中能够达到99.98%+的读取率。

亮相BTF 2023,康耐视机器视觉赋能动力电池制造

除了视觉相机,康耐视还为我们带来了VisionPro Deep Learning软。在锂电池生产环节中,蓝膜厚度小,仅在0.015mm-0.20mm间,在生产过程中容易出现划痕、破损、褶皱等缺陷,这些缺陷在影响产品外观的同时甚至会对产品功能造成损害。而康耐视VisionPro Deep Learning深度学习算法,能够很好地识别并帮助解决微小气泡的缺陷、划痕、褶皱,以及包膜边缘不平整等外观缺陷问题。结合2D+3D+AI的整体解决方案可以帮助广大用户有效解决包蓝膜后的检测需求。

亮相BTF 2023,康耐视机器视觉赋能动力电池制造

在实力和竞争力的加持下,目前康耐视的客户已经遍布了锂电行业。从Tesla、BYD到大众、宝马、福特,从LG、SDI、SK on到CATL、SVOLT、EVE等都有康耐视产品的身影。并借助本次展会正式向广大国内用户宣布了未来新计划:针对锂电行业发展趋势及痛点难点,将会推出更多卓越的整体解决方案,依托其在机器视觉领域的技术优势,助力锂电行业的客户们推动产业的发展及转型升级。

紧随发展步伐,适应锂电池生产节奏

 

锂电行业规模化,对产线提出了更高要求,对产线的速度、节拍要求越来越高,康耐视始终关注行业对“高速”的诉求,在定位+量测+OCR等解决方案的基础上,为了让方案更好地与产线融合,康耐视对机器视觉应用进行解构,将部分原有的深度学习工具演变为边缘学习,即Edge Learning Technology,包含Smartline tools 、ViDi EL Read、ViDi EL Classify等轻量级AI工具,让很多以前需要依赖GPU的算力才可以实现的检测功能如今只需要传统的CPU既可以达到相同的功效,Edge Learning技术让高速检测成为可能,能够帮助客户们建立下一代机器视觉检测竞争优势。

万曙峰表示,康耐视也在不断优化软件的并行处理能力,支持跨平台能力,对不同编程语言的支持更佳,从产品本身完成迭代,以适应更多客户需求。康耐视推出的机器视觉软件“VisionPro”,兼具易用性、高效性与高性能性。在融合了深度学习技术后,康耐视VisionPro Deep Learning软件业已成为业内齐全的One Vision 平台。新的3.0版本发布后既可以提高检测能力,又能增强线体间的可复制性,为锂电行业的大规模量产保驾护航。

亮相BTF 2023,康耐视机器视觉赋能动力电池制造

保持先进性,创造更多惊喜

 

康耐视经历40多年的技术沉淀,在目前成绩的基础上始终“居安思危”,保持进步态势,不断变革创新,打造更多适应锂电行业发展需求的新产品。

随着双碳目标在全球已达成共识,为应对锂电行业收放卷类型的复杂检测环境,实现快速部署、有效检测,追求极致的漏杀率,降低过杀率,康耐视正在进行下一代定制化产品的研发,处理速度将有质的提升,为锂电行业客户带来更好的生产体验。

亮相BTF 2023,康耐视机器视觉赋能动力电池制造

在应用场景的选择上,除了传统的锂电池后段的检测应用,康耐视也在锂电池前道工艺段与行业知名客户有深度合作,并在合作中不断深化对行业对理解。

针对业内涂布、分切、卷绕等工艺的发展趋势,康耐视与国际头部客户一起部署了“AI+线扫相机+2D相机”的综合性检测方案,能够针对边缘涂胶脱落、边缘破损、毛刺、褶皱、异物、孔洞、凹坑等多种缺陷进行精密地检测。

当然,康耐视的实力不止于此。怀揣着对技术的敬畏,康耐视始终秉持对产品认真负责的态度,坚定踏实地挖掘生产场景与用户需求,始终追求极致,在满足客户需求的同时又超越客户需求。除了锂电行业,未来,康耐视也将针对新能源汽车产业链进行全面部署,在电机、电驱动、汽车电子、半导体等相关行业进行业务深度布局,依靠在机器视觉领域建立的优势,不断为数字中国与智造中国赋能。

 
新能源汽车的快速发展带动了动力电池的高速增长。动力电池生产流程一般可以分为前段、中段和后段三个部分。其中,前段工序包括配料、搅拌、涂布、辊压、分切等,中段工序包括卷绕/叠片、封装、烘干、注液、封口、清洗等,后段主要为化成、分容、PACK等。材料方面主要有正负极材料,隔膜,电解液,集流体,电池包相关的结构胶,缓存,阻燃,隔热,外壳结构材料等材料。 为了更好促进行业人士交流,艾邦搭建有锂电池产业链上下游交流平台,覆盖全产业链,从主机厂,到电池包厂商,正负极材料,隔膜,铝塑膜等企业以及各个工艺过程中的设备厂商,欢迎申请加入。

长按识别二维码关注公众号,点击下方菜单栏左侧“微信群”,申请加入群聊

作者 lv, mengdie