【视觉龙】锂电行业电芯外观AI检测

robovimo

项目背景
01 软包电池生产工艺中，电芯的外观检测是检验电池合格与否的一个重要环节。电芯铝塑膜外壳表面质地较软易受损伤，生产过程中产生的一些缺陷，有可能会直接影响电池的安全和可靠性。
02目前行业主流检测方法是人工目检，其检测结果受主观因素影响很大，检测效率和准确率较低。少数基于传统视觉方案的系统由于调试周期长、可靠性差而达不到验收标准，导致难以落地量产，电芯外观检测存在巨大的技术空白。


项目介绍
 本项目采用“龙睿AIoT平台”，该系统搭载超强深度学习算法、先进的神经网络模型学习和迁移学习，搭配高像素工业相机和高清工业镜头组合，通过多维度的光源照明打光和光度立体技术，对电芯外观正面和反面、极耳、四面四角等360°全方位检测。


项目优势 
检测电芯外观52种缺陷类型，120多种缺陷项。设备漏检率为0，过杀率≤5%，不同电芯换型时间＜4H，极大地提高了检测效率和准确度。设备导入后，一个车间只需要1-2名技术人员维护设备，节约许多质检人员，降低了成本。

项目检测效果
 本项目检测电芯外观52种缺陷类型，120多种缺陷项。包含凸点、切边不良、主体变形、角位变形、破损、胀气、腐蚀、漏液、异色点、异物、铝塑膜黑线、电解液、划伤、极耳短路、顶封短路、极耳黑线、极耳断裂、极片翻折、铝箔翻折等缺陷。致命不良（零漏检）缺陷包含破损、胀气、切边不良、角位变形、极耳短路、主体变形、极片翻折、双极耳、无极耳胶、边电压刺破、封印封斜、封印压异物、封印起皱、压极耳、胀气、主体内异物等。