Технология визуального позиционирования аккумуляторных батарей: «Орлиный глаз» эпохи интеллектуального производства.

В современных бурно развивающихся отраслях производства электромобилей и систем хранения энергии батареи, как основной источник питания, напрямую определяют производительность, безопасность и срок службы продукции благодаря точности их изготовления. В условиях все более жестких требований к качеству и крупномасштабного производства традиционные методы ручной проверки и механического позиционирования уже не обеспечивают точность изготовления на микронном уровне. Технология машинного зрения, обладающая преимуществами высокой точности, бесконтактного управления и высокой эффективности, становится незаменимым «орлиным глазом» в области производства батарей, изменяя точность изготовления всего процесса — от ячейки до модуля и аккумуляторного блока.

I. Обзор и основные преимущества технологии визуального позиционирования

Технология визуального позиционирования, по сути, использует промышленные камеры, оптические системы, алгоритмы обработки изображений и системы управления для имитации и превышения возможностей человеческого глаза, обеспечивая быструю идентификацию, точное позиционирование и измерение ориентации целевых объектов. В производстве аккумуляторов её основная ценность проявляется в трёх аспектах:

1. Революция в точности: повышение точности позиционирования с миллиметрового уровня, характерного для традиционных механических методов, до субмиллиметрового или даже микрометрового уровня (например, ±0,05 мм), устранение снижения производительности и угроз безопасности, вызванных отклонениями при сборке на этапе производства.

2. Повышение эффективности: Обеспечение круглосуточной бесперебойной высокоскоростной проверки, сокращение времени позиционирования до менее чем 80 миллисекунд, что идеально соответствует высокоскоростному циклу производственной линии, обрабатывающей десятки или даже сотни ячеек в минуту, и значительно повышает эффективность производства.

3. Замкнутый контур управления качеством: Достижение 100% онлайн-контроля качества за счет замкнутого контура управления «датчик-анализ-выполнение-обратная связь», эффективно предотвращающего человеческие ошибки, такие как отсутствие винтов, неправильная последовательность и обратная полярность, выявляющего дефекты до процессов, добавляющих ценность, и повышающего качество производства с одной части на миллион (ppm) до одной части на миллиард (ppb) – конечная цель производства.

II. Сценарии применения визуального позиционирования на всех этапах производства аккумуляторов.

Технология визуального позиционирования глубоко проникла во весь процесс производства батарей, охватывая четыре основных этапа: электродный лист, ячейка, модуль и аккумуляторный блок.

1. Этапы изготовления электродных листов и ячеек на начальном этапе.

• Позиционирование и коррекция электродного листа: После нанесения покрытия, прокатки и нарезки система машинного зрения точно позиционирует края электродного листа и участки покрытия, направляя последующую лазерную очистку и сварку шин для обеспечения выравнивания покрытия и предотвращения смещения активного материала.

• Выравнивание при намотке/слое: В процессе намотки или послойного нанесения система машинного зрения в режиме реального времени отслеживает относительное положение сепаратора, а также положительного и отрицательного электродов, обеспечивая точность выравнивания между слоями (обычно требуется <50 мкм) и предотвращая внутренние короткие замыкания.

• Позиционирование при сварке выступа: Направляет лазерный сварочный пистолет или ультразвуковую сварочную головку для точного позиционирования в точке сварки выступа и позволяет проводить онлайн-контроль качества сварного шва (например, наличие холодных швов, отсутствующих швов и смещения сварного шва) после сварки.

2. Модульная сборка и упаковка для задней части системы.

• Загрузка и позиционирование клеток: После того, как тележки AGV или конвейерные линии доставляют клетки к рабочему месту, система визуального распознавания 2D/3D определяет точное положение и ориентацию (X, Y, Z, θ) клеток в лотке, направляя робота для точного захвата и размещения. Это совместимо с клетками различных размеров и моделей, решая проблему непостоянного положения поступающего материала.

• Предотвращение неправильной последовательности затяжки болтов: При сборке аккумуляторных батарей используется система позиционирования с инфракрасным зрением, например, Nexonar. Отслеживая инфракрасные метки на инструменте, система в режиме реального времени определяет положение затягивающего пистолета относительно отверстий для болтов. Система разблокирует инструмент для затяжки только тогда, когда затягивающий пистолет выровнен с правильным болтом и последовательность затяжки правильная, что на 100% предотвращает пропущенную или неправильную затяжку.

• Навигация при сварке шин и лазерной очистке: Система технического зрения сначала точно определяет положение клемм ячеек, затем направляет лазерную головку для очистки поверхности (удаления оксидного слоя), а затем направляет лазерный сварочный аппарат для сварки шины с клеммами, обеспечивая точное позиционирование и надежное соединение каждой точки сварки.

• Проверка внешнего вида и размеров аккумуляторного блока: проводится визуальный осмотр корпуса аккумуляторного блока на наличие зазоров, плоскостей, царапин, выпуклостей и т. д., что обеспечивает соответствие внешнего вида изделия и качества сборки строгим стандартам производителей автомобилей.

III. Ключевые технологические компоненты системы визуального позиционирования

Комплексная система визуального позиционирования батареи является результатом глубокой интеграции оптики, механики, электроники, вычислительной техники и программного обеспечения.

1. Блок визуализации:

Промышленная камера: В зависимости от требований к точности и скорости выбирается камера с высокоразрешающим сканированием по областям или камера с высокоскоростным линейным сканированием, а для предотвращения размытия изображения из-за движения используется глобальный затвор.

Оптическая линза: Для обеспечения четкого изображения выбираются линзы с соответствующим фокусным расстоянием и глубиной резкости.

Система источников света: это имеет решающее значение для успеха. Схемы освещения, такие как кольцевая подсветка, коаксиальный свет, ленточный свет или структурированный свет, должны быть адаптированы с учетом отражательных характеристик материала поверхности батареи (алюминиевый корпус, медные клеммы, синяя пленка и т. д.), а также должна быть реализована программируемая регулировка яркости для выделения позиционирующих элементов.

2. Блок обработки и управления:

Промышленный ПК/контроллер машинного зрения: оснащен операционной системой реального времени, на которой работает профессиональное программное обеспечение для машинного зрения (например, Halcon, VisionPro) или платформы алгоритмов глубокого обучения.

Основные алгоритмы: включают предварительную обработку изображений (шумоподавление, улучшение качества), извлечение признаков (анализ краев, углов, областей), сопоставление шаблонов, преобразование координат и т. д. Алгоритмы позиционирования на субпиксельном уровне могут повысить точность распознавания до менее чем одной десятой пикселя.

3. Подразделение выполнения и обратной связи:

Роботизированный/сервоприводной механизм: получает компенсированные координаты, передаваемые системой технического зрения, и выполняет такие действия, как захват, размещение и сварка.

ПЛК и коммуникационная сеть: Обеспечивает высокоскоростную и стабильную связь между системой машинного зрения, роботом и ПЛК производственной линии через промышленные шины, такие как EtherCAT и PROFINET, формируя замкнутый контур управления в реальном времени.

4. Технологическая эволюция: от 2D к 3D, от традиционных алгоритмов к интеграции ИИ.

• 2D Vision: Подходит для плоскостного позиционирования с четко выраженными особенностями, такими как края электродов и считывание QR-кодов.

• 3D-зрение: Используя структурированный свет, лазерные профилометры или бинокулярное стереоскопическое зрение, система напрямую получает информацию о глубине объектов, предоставляя незаменимые преимущества для обнаружения 3D-характеристик корпусов батарей, таких как ямки, выступы, высота сварного шва и плоскостность уплотнения, с точностью обнаружения, достигающей 0,1 мм или даже выше.

• Искусственный интеллект и глубокое обучение: решение проблем, связанных с различными типами, формами и сложным фоном дефектов поверхности батарей. Благодаря обучению моделей глубокого обучения (таких как CNN), система может автоматически изучать характеристики дефектов, обеспечивая высокоточную идентификацию и классификацию небольших объектов и дефектов неправильной формы, значительно снижая показатели избыточного и недостаточного обнаружения. «Библиотека больших моделей литий-ионных батарей» компании CATL дополнительно совершенствует процесс разработки, переходя от подхода «проб и ошибок», основанного на опыте, к подходу «прогнозирования», основанному на данных.

IV. Типичные примеры применения и результаты

Пример 1: Интеллектуальная затяжка и предотвращение ошибок при затяжке болтов на линиях сборки аккумуляторных батарей. Ведущий производитель батарей внедрил систему ILS 3D Vision Positioning Error Prevention System от TuYang Technology на своей линии сборки батарейных блоков. Система использует 3D-камеру для отслеживания маркировочной пластины на электродуговой горелке, сравнивая положение головки горелки с сотнями отверстий для болтов в режиме реального времени. После внедрения система успешно свела к нулю риск пропуска или неправильной затяжки болтов из-за человеческой ошибки, значительно повысила выход годной продукции с первого раза при сварке и сборке, а также заметно улучшила общую эффективность оборудования (OEE) производственной линии.

Пример из практики 2: Полностью автоматизированная сортировка и загрузка цилиндрических аккумуляторных элементов.

На линии тестирования и сортировки напряжения холостого хода (OCV) компания Vision Dragon Technology использовала систему VD200 для решения проблемы загрузки смешанных элементов питания различных моделей. Камера на станции 1 сканирует лоток, определяя наличие и положение всех элементов, оптимизируя траекторию захвата и перемещения роботом, избегая захвата пустых мест; камера на станции 2 корректирует отклонение элементов на присосках, обеспечивая их размещение на испытательной станции с чрезвычайно высокой повторяемостью, гарантируя точность измерений напряжения и внутреннего сопротивления.

Пример из практики 3: Контроль качества синего пленочного покрытия в батареях с квадратным корпусом с помощью искусственного интеллекта.

Для решения проблемы, связанной с трудностями обнаружения дефектов внешнего вида (пузырьков, царапин, складок) батарей после нанесения на них синей пленки, такие компании, как Yihong Intelligent, выпустили гексаэдрическое устройство для контроля качества, интегрирующее 3D-зрение и алгоритмы искусственного интеллекта. 3D-камера получает карты глубины поверхности, а модель ИИ точно различает фактические дефекты и присущую текстуру материала пленки, обеспечивая надежное обнаружение пузырьков диаметром более 2 мм и царапин шириной более 2 мм, гарантируя качество внешнего вида батарей, покидающих завод.

V. Тенденции и перспективы развития

В будущем технология визуального позиционирования аккумуляторных батарей будет развиваться в следующих направлениях:

1. Повышенная точность и скорость: Благодаря достижениям в технологии датчиков камер и процессоров, точность позиционирования будет достигать нанометрового уровня, одновременно удовлетворяя более высоким требованиям к производственному циклу линий по производству батарей следующего поколения.

2. Повышенный интеллект и адаптивность: ИИ больше не будет ограничиваться классификацией дефектов, а будет использоваться для оптимизации параметров процесса, прогнозирующего технического обслуживания и настройки производственной линии в режиме реального времени. Система способна к самостоятельному обучению, адаптируясь к быстрым изменениям в новых продуктах и ​​обеспечивая по-настоящему гибкое производство.

3. Интеграция различных технологий и цифровые двойники: Системы машинного зрения будут интегрироваться с большим количеством сенсорных технологий, таких как датчики силы и инфракрасные тепловизоры, для обеспечения более полных данных о качестве. В сочетании с технологией цифровых двойников весь процесс позиционирования и сварки может быть смоделирован и оптимизирован в виртуальном мире, а затем перенесен на физическую производственную линию, что значительно сократит цикл отладки.

4. Стандартизация и платформизация: Ведущие производители и альянсы стремятся содействовать стандартизации интерфейсов визуального контроля и форматов данных, а также созданию единой промышленной платформы контроля качества с использованием искусственного интеллекта для снижения сложности и стоимости интеграции.

Заключение

От выравнивания электродных листов на микронном уровне до безошибочной затяжки сотен болтов в сборе — технология визуального позиционирования пронизала все аспекты интеллектуального производства аккумуляторов. Это не только инструмент повышения точности и эффективности, но и основа построения качественного замкнутого цикла и реализации принятия решений на основе данных. С наступлением эры производства ТВтч визуальное позиционирование, как ключевая технология, позволяющая аккумуляторной промышленности двигаться к экстремальному производству, несомненно, продолжит углублять свое применение, обеспечивая производство более безопасных, более эффективных и надежных аккумуляторных продуктов и внося свой вклад в грандиозный план глобальной трансформации энергетики.