Взгляд индустрии: как машинное зрение совершает революцию в контроле качества крышек батарей.

Проверяя 400 изделий в минуту с точностью более 99%, именно так работает система контроля качества производства аккумуляторов.

В современной быстро развивающейся индустрии новых источников энергии батареи, как основной источник энергии, требуют важнейшего контроля качества. Крышка батареи — казалось бы, небольшой компонент — на самом деле является «привратником» упаковки батареи, и ее качество напрямую влияет на производительность и безопасность батареи.

Традиционные методы ручной проверки уже не соответствуют требованиям высокой точности и эффективности современного производства. С развитием технологий машинного зрения контроль качества крышек батарей претерпевает революционные изменения.

1. Недостатки традиционного контроля: ограничения ручного контроля

В прошлом проверка крышек батарейных отсеков в основном осуществлялась вручную. Инспекторам по качеству приходилось визуально осматривать внешний вид, размеры и паяные соединения каждой крышки. Этот процесс был не только трудоемким, но и в значительной степени подвержен влиянию субъективных факторов.

При длительной работе зрительная усталость у инспекторов по контролю качества приводит к частым пропускам и ошибкам при проверках. Статистика показывает, что процент ошибок при ручной проверке достигает 5-10%, что неприемлемо для аккумуляторной промышленности, стремящейся к высочайшему качеству. В то же время скорость ручной проверки ограничена — всего несколько десятков изделий в минуту, что серьезно ограничивает эффективность производства и увеличивает производственные затраты.

2. Расцвет машинного зрения: технологические основы и преимущества

Системы машинного зрения — это технологии, использующие машины для замены человеческого зрения при выполнении различных измерений и оценок. Это всеобъемлющая дисциплина, охватывающая множество областей, таких как оптика, механика, вычислительная техника, распознавание образов, обработка изображений, искусственный интеллект, обработка сигналов и интеграция оптоэлектроники.

Полная система машинного зрения для контроля качества включает в себя четыре основных компонента: модуль получения изображений, модуль обработки изображений, модуль анализа изображений и модуль управления данными.

Модуль захвата изображений состоит из промышленной камеры, оптической линзы, источника света и зажимного устройства. Его функция заключается в сборе изображений поверхности изделия. Под воздействием света поверхность изделия проецируется на датчик камеры через оптическую линзу. Оптический сигнал сначала преобразуется в электрический сигнал, а затем в цифровой сигнал, который может быть обработан компьютером. По сравнению с ручной проверкой, машинное зрение предлагает значительные преимущества: оно не только повышает гибкость и автоматизацию производства, но и обеспечивает эффективную и точную проверку в условиях, непригодных для работы человека или где человеческое зрение не соответствует требованиям, что значительно повышает эффективность и автоматизацию производства.

3. Техническая реализация: Системная архитектура для проверки крышки аккумуляторного блока.

Система машинного зрения для контроля крышек батарей обычно состоит из подающего лотка, конвейерной ленты, станции контроля, механизма позиционирования, сортировочной машины и бункера для материала, образуя полную линию контроля.

Рассмотрим в качестве примера типичную систему контроля качества. Ее рабочий процесс выглядит следующим образом: подающий лоток, благодаря непрерывной вибрации, упорядочивает крышки батарей в соответствии с требуемой последовательностью и ориентацией и передает их на конвейерную ленту; конвейерная лента перемещает крышки батарей с заданной скоростью, последовательно пропуская их через несколько станций контроля качества.

Инспекционная станция 1 обычно оборудована одной верхней камерой, тремя боковыми камерами и одним источником света. Верхняя камера расположена над крышкой аккумуляторного отсека и снимает изображение поверхности, заваренной точечной сваркой. Три боковые камеры равномерно распределены по периметру крышки аккумуляторного отсека под углом 120°, что позволяет снимать изображение и фотографировать боковые стороны крышки.

Затем позиционирующий механизм поворачивает крышку батареи на 180° так, чтобы поверхность, обработанная дуговой сваркой, была обращена вверх. Контрольная станция 2 оснащена еще одной системой визуализации, включающей верхнюю камеру и источник света, для получения изображений и фотографий поверхности крышки батареи, обработанной дуговой сваркой.

В системе контроля качества промышленная камера является «глазом» системы машинного зрения и должна обладать высоким разрешением и высокой частотой кадров. Высокое разрешение гарантирует обнаружение дефектов размером до 0,01 мм на крышке батареи, таких как мельчайшие царапины и микроотверстия; высокая частота кадров отвечает потребностям контроля качества на быстродействующих производственных линиях.

Выбор оптических линз также имеет решающее значение; линзы с разным фокусным расстоянием и глубиной резкости необходимо подбирать в соответствии с требованиями контроля. Подходящая система освещения также является ключевым фактором для получения высококачественных изображений.

4. Обработка изображений и распознавание дефектов: механизм работы алгоритма.

Изображения, полученные с помощью камеры, проходят ряд сложных этапов обработки, в основном включающих предварительную обработку изображения, распознавание признаков, получение результатов распознавания и классификацию.

На этапе предварительной обработки изображений система выполняет такие операции, как преобразование в оттенки серого, фильтрация, обнаружение границ и бинаризация полученных изображений для улучшения качества изображения и снижения шума. С помощью таких алгоритмов, как гауссовская фильтрация, шумовые помехи удаляются из изображения, улучшая его четкость и обеспечивая высококачественные данные изображения для последующего анализа.

На этапе извлечения признаков система выделяет из изображения характерную информацию о крышке батареи, такую ​​как края, цвет и текстура, для последующей классификации и идентификации.

Для разных типов дефектов крышек батарей требуются разные алгоритмы обнаружения: для дефектов дуговой сварки (таких как неполная сварка, некачественная сварка, отсутствие сварных швов, смещение и разбрызгивание) можно использовать алгоритм обнаружения краев Кэнни для извлечения краев и определения того, соответствуют ли эти края требованиям.

Для обнаружения дефектов точечной сварки (таких как отсутствие сварных швов, смещение сварных швов от центра и проплавление) можно использовать метод обнаружения окружностей Хафа для определения и извлечения наименьшей окружности, которая может охватывать точки сварки, а алгоритм водоразделов можно использовать для определения количества и положения точек сварки, чтобы определить, являются ли они нормальными.

В случае проблем с размером, после выделения краев с помощью пороговой сегментации, степень совпадения между краем внешнего круга и стандартным кругом может быть использована для определения соответствия размера крышки.

Современные системы обнаружения все чаще используют алгоритмы глубокого обучения. Благодаря глубокому обучению на больших аннотированных наборах данных они могут идентифицировать и классифицировать конкретные типы дефектов посредством распознавания изображений, что позволяет непрерывно оптимизировать производственный процесс.

5. Практическое применение и результаты: Ценность машинного зрения в контроле качества.

На практике системы машинного зрения доказали свою значительную ценность. Известный во всем мире производитель аккумуляторов, внедрив решение для контроля крышек аккумуляторов с помощью машинного зрения, не только снизил процент брака с 8% до менее чем 1%, но и увеличил эффективность производства в шесть раз, сэкономив компании миллионы долларов в год.

Что касается возможностей обнаружения, система машинного зрения позволяет осуществлять высокоскоростную автоматизированную проверку со скоростью обнаружения сотен или даже тысяч изделий в минуту, что значительно превосходит скорость ручной проверки. Это существенно увеличивает производительность линии по производству батарей, эффективно удовлетворяя растущий рыночный спрос на батареи.

С точки зрения качества, решение для контроля качества с помощью машинного зрения позволяет точно выявлять различные мельчайшие дефекты и отклонения размеров на крышке батареи, эффективно избегая ошибок при ручной проверке. Его высокоточные возможности обнаружения значительно повышают стабильность качества крышек батарей, обеспечивая надежную поддержку высокопроизводительных и долговечных батарей.

Бесконтактные характеристики системы машинного зрения также гарантируют, что процесс обнаружения не повредит продукт, одновременно снижая вероятность человеческой ошибки, что делает результаты обнаружения более объективными и надежными.

Система может автоматически записывать изображения и данные каждой проверки, что облегчает последующие запросы и отслеживаемость. Благодаря статистическому анализу большого объема данных проверок компании могут получить глубокое понимание колебаний качества в производственном процессе, оперативно выявлять потенциальные проблемы в производственном процессе и оказывать существенную поддержку в оптимизации процессов.

6. Перспективы на будущее: Путь развития интеллектуальных модернизаций

Благодаря стремительному развитию технологий искусственного интеллекта, контроль качества крышек батарей с помощью машинного зрения развивается в направлении повышения интеллектуальности. Интеграция аппаратного обеспечения для 3D-сканирования и программного обеспечения на основе искусственного интеллекта открыла новые возможности для систем контроля.

Например, 3D-датчики могут собирать тысячи точек данных и преобразовывать их в очень подробные облака точек и карты глубины, что позволяет программному обеспечению на основе искусственного интеллекта обнаруживать дефекты. Эта технология уже помогла производителям автомобилей снизить процент брака сложных компонентов на 10-15%.

Объединение 2D и 3D данных станет важной тенденцией в будущем. Специалисты по машинному зрению используют новое поколение интеллектуальных камер и датчиков для создания автоматизированных решений в области машинного зрения: высокоскоростное получение высококачественных 2D/3D данных для обучения и тестирования моделей глубокого обучения.

По мере того, как OEM-производители автомобилей начинают переходить к производству электромобилей, технологии машинного зрения, 3D-сканирования и искусственного интеллекта будут играть все большую роль в более передовых операционных процессах. Например, обнаружение дефектов в элементах аккумуляторной батареи и оценка размера и целостности выводов и разъемов — эти проверки сложны из-за распространенных проблем с отражательной способностью металлических поверхностей.

Использование 3D-датчиков позволяет эффективно решить проблему недостаточной контрастности за счет точного сканирования поверхности для обнаружения дефектов.

В будущих системах контроля основное внимание будет уделяться самообучению и самокоррекции, что позволит постоянно повышать точность и эффективность обнаружения за счет непрерывного накопления данных и оптимизации алгоритмов, достигая цели постоянного совершенствования — «становиться лучше с каждым днем».

В условиях стремительного развития интеллектуального производства на цифровых заводах все больше компаний внедряют системы машинного зрения для контроля качества. После того, как один из всемирно известных производителей аккумуляторов внедрил решение для контроля качества с помощью машинного зрения, процент брака продукции снизился с 8% до менее чем 1%, эффективность производства увеличилась в шесть раз, а ежегодная экономия составила миллионы юаней.

Технология машинного зрения меняет ландшафт контроля крышек батарей, обеспечивая производителям батарей более высокое качество, большую эффективность и снижение затрат. Благодаря постоянному технологическому прогрессу, она, несомненно, будет играть еще более важную роль в аккумуляторной отрасли, обеспечивая надежную гарантию устойчивого роста новой энергетической индустрии.