簡單介紹康耐視產品在汽車裝配過程中，用于電池裝備檢測的智慧解決方案

      隨著國家對新能源汽車行業(yè)扶植力度的加大，越來越多的新能源汽車走進大眾的視野。除了傳統汽車品牌，互聯網巨頭們也都紛紛強勢進軍新能源汽車領域，可供消費者選擇的汽車品牌與車型也變多。越來越多的家庭和企業(yè)將新能源汽車作為買車、換車的*優(yōu)先選擇。

在新能源汽車江湖有句話：

新能源汽車，得電池者得天下

動力電池技術成為了關乎一臺新能源汽車性能的關鍵，而在電池生產過程中往往會遇到許多具有挑戰(zhàn)性的復雜問題，影響生產質量與效率。今天就為大家介紹幾個康耐視產品在汽車裝配過程中，用于電池裝備檢測的智慧解決方案，能有效幫助企業(yè)工廠提高生產質量的同時，降低成本。

1、電池裝配篇

封蓋焊接檢測——使用分類和缺陷檢測工具評估低熱電芯焊接質量

#問題

質量不佳的電池會降低效率，導致電池之間產生不均勻的負載(使電池管理變得更困難)，并縮短電池組的整體使用壽命。一旦將電芯組合到模塊和電池組中，電芯制造中的錯誤將很難補救。

在將電極和隔膜裝入圓柱形電芯的外殼并充滿電解液之后，將使用封蓋將殼體密封。為了避免損壞殼體中的精密電子元件，需要采用低熱焊接方法，通常為激光焊接。此類焊接必須保持精確，以確保封蓋周圍密封的牢固性。在將電芯用于電池模塊內部或者作為單個電芯使用之前，必須檢查所產生的焊縫，并確保其通過檢查。如果電解液通過有缺陷的焊縫發(fā)生任何泄漏，將會降低電芯效率，并可能導致電池內發(fā)生短路。

#解決方案

正確評估封蓋焊接質量是確保整個電池的功能和使用壽命的關鍵。所有這些焊接在外觀上可能會有顯著區(qū)別，并可能顯示出各種各樣的缺陷，同時也會出現并不影響電池性能的廣泛變化。由于外觀重疊的原因，使用傳統的視覺系統幾乎不可能將外觀變化與功能重大的變化進行區(qū)分。

康耐視深度學習解決方案提供缺陷檢測和分類工具，并且用戶可針對各種焊接變化對這些工具進行訓練。即使物體和焊接外觀存在變化，該系統也能夠進行“學習”，以準確分類和區(qū)分不同類型的缺陷。

2、電池化成篇

電池光學字符識別——深度學習OCR工具讀取電池上棘手難讀的字母數字字符

#問題

制造商必須快速、準確地定位并讀取電池底部印刷的字母數字代碼。但是在實際生產環(huán)境中，尤其是在字符變形的情況下，鏡面光和眩光會導致機器視覺系統難以定位和識別字符。

#解決方案

康耐視深度學習解決方案提供裝配驗證和OCR工具，能夠輕松定位和讀取變形字符。裝配驗證工具可以定位感興趣區(qū)域(ROI)，在這種情況下，感興趣區(qū)域為每個圓柱形電池的頂部，上面標有字母數字代碼。即使被眩光遮蓋或者對比度低下，OCR工具經過預先訓練的全字體功能也能夠識別字符。

為了對軟件進行訓練，工程師可在圖像上定義感興趣區(qū)域，該圖像包含一組具有代表性的代碼字符。在訓練和驗證過程中，技術人員僅需重新標記遺漏的字符，直到軟件模型正確識別所有字符為止。這種基于深度學習的OCR方法可減少過多的標記，從而節(jié)省了訓練和開發(fā)過程中所需的時間，并確保準確的讀取。

3、模塊和電池組(M&P)篇

熱界面材料(TIM)檢測——使用深度學習解決方案確保正確運用熱界面材料

#問題

電池會產生大量熱量，這些熱量必需被清除，以防止電池損壞或性能過早下降。熱界面材料(TIM)用于將熱量從電池中傳導出去。許多熱界面材料同時還發(fā)揮著同樣重要的電絕緣功能。熱界面材料必須精確地運用，并且基板之間應當緊密接觸。各種各樣的缺陷(包括氣泡、附著力差和夾雜物) 都可能會使得導熱性和電絕緣性降低。視覺檢測系統必須識別安裝和運用中可能存在的各種缺陷，通常涉及顏色對比度差的材料。在電池裝配件移至下一步后，熱界面材料將被永久性隱藏起來，無法再進行進一步的檢測。此階段發(fā)生的錯誤可能導致生產線下游出現難以診斷的問題。

#解決方案

雖然基于規(guī)則的機器視覺可以準確地檢測出預期的問題，比如：珠子、間隙、安裝寬度及其他常見的特征，但康耐視深度學習解決方案可以進行學習，以檢測各種類型的熱界面材料中存在的更廣泛的安裝問題。如果電池在日后使用時發(fā)生故障，則可以基于所存儲的熱界面材料的特定圖像來識別故障模式，并且您還可以進一步改進深度學習訓練模型，以檢測這些新的錯誤。

聲明：本文章部分內容及圖片來源于網絡，僅供讀者學術交流之目的。如有不妥，請聯系刪除。