發(fā)表時間:2022-01-03 次數(shù):593 作者:Smart Energy Expo
如何快速對鋰電池的各段生產(chǎn)工序進行層層的質(zhì)檢,成為了鋰電高效生產(chǎn)的關(guān)鍵環(huán)節(jié)。對此,機器視覺以極高的檢測效率、檢測精度和超強穩(wěn)定性,改變了鋰電池的生產(chǎn)方式,已成為鋰電池生產(chǎn)裝配中的標(biāo)準(zhǔn)配置。
目前,針對鋰電生產(chǎn)過程中的隔膜、涂布、輥壓、分切、模切、卷繞、疊片等工序,各大機器視覺供應(yīng)商分別給到了尺寸檢測、對齊度檢測、外觀缺陷檢測、位置歸正和糾偏閉環(huán)控制等解決方案。不同的是,在各檢測環(huán)節(jié)中,有的企業(yè)采用了最新技術(shù),有的采用了最新算法。各有巧妙不同,但歸根結(jié)底,還是離不開機器視覺的四大核心——識別、測量、定位、檢測。
舉個例子,在極片涂布后烘烤前,對涂布寬度進行在線實時檢測,及時提供測量數(shù)據(jù),實時糾正涂布寬度;在分切前,對極片外觀進行瑕疵檢測。切片后進行尺寸在線檢測;在模切后,機器視覺會識別極片外觀和尺寸進行檢測,及時剔除不合格產(chǎn)品;卷繞過程中需要實時檢測裸電芯同一圈內(nèi)和相鄰圈間陰陽極片、AT9、上下隔膜間邊緣的對齊度,在線計算極片、隔膜與基準(zhǔn)位置的偏差量,反饋糾偏信號實現(xiàn)入料位置閉環(huán)糾偏控制。
由于傳統(tǒng)機器視覺在拍攝圖片之后,通過算法識別后測量相應(yīng)數(shù)據(jù)。單攝像頭的2D機器視覺無法獲得物體的空間坐標(biāo)信息,因此不支持與形狀相關(guān)的測量,如:物體平面度、表面角度、體積或者對相同顏色的物體之間特征進行區(qū)分。且2D視覺測量物體的對比度過于依賴光源和顏色/灰度變化,測量精度易受設(shè)備、光源、算法、檢測環(huán)境等因素影響。對此,部分企業(yè)已引入3D機器視覺,拓寬了機器視覺的應(yīng)用領(lǐng)域和測量精度。
目前市場上主流的有四種3D視覺技術(shù):雙目視覺、TOF、3D結(jié)構(gòu)光和激光三角測量。
雙目視覺:是目前較為廣泛的3D視覺系統(tǒng),通過兩臺以上攝像頭同時工作,獲取在不同視角下的感知圖像,通過三角測量原理計算圖像的視差來獲取景物的三維信息。具有響應(yīng)快、軟件簡單、識別距離遠的特點,且不需要進行灰度圖像的獲取與分析,因此不受外界光源物體表面性質(zhì)影響。雙目技術(shù)原理簡單,不需要使用特殊的發(fā)射器和接收器,所以具有實現(xiàn)靈活和成本低的優(yōu)點,適合于制造現(xiàn)場的在線、產(chǎn)品檢測和質(zhì)量控制。但雙目技術(shù)的劣勢是算法復(fù)雜,計算量大,不適合在光線較差的環(huán)境中使用。
TOF飛行時間法成像技術(shù):其原理通過給目標(biāo)物連續(xù)發(fā)送光脈沖,用傳感器接收從物體返回的光,計算光脈沖的飛行時間來得到目標(biāo)物距離。由于TOF是根據(jù)公式直接輸出深度信息,所以具有響應(yīng)快、軟件簡單、識別距離遠的特點,且不需要進行灰度圖像的獲取與分析,因此不受外界光源物體表面性質(zhì)影響。不過TOF技術(shù)也有缺點:分辨率低、不能精密成像、而且成本高。
3D結(jié)構(gòu)光:用一個光源投射出一束結(jié)構(gòu)光(具備一定結(jié)構(gòu)的光線,比如黑白相間)。待測物體表面的條紋、斑點、形狀會對不同的光譜產(chǎn)生不同的反射效果,通過算法可以計算出距離、形狀、尺寸等信息,從而獲得物體的三維圖像。3D結(jié)構(gòu)光技術(shù)既不需要用很精準(zhǔn)的時間延時來測量,又解決雙目中匹配算法的復(fù)雜度問題,具有計算簡單、測量精度較高的優(yōu)勢。且弱光環(huán)境、無明顯紋理和形狀變化的表面,同樣都可進行精密測量。
激光三角測量:與3D結(jié)構(gòu)光技術(shù)類似,不同的是通常用激光作為光源,用CCD(電荷耦合器件)相機作為檢測器,具有精準(zhǔn)、快速、成本低的優(yōu)點。不過由于激光的集束性,激光三角測量更適合在近距離下進行測量。
各具特色的3D機器視覺測量方案也為鋰電池制造商帶來了更多選擇。比如在傳統(tǒng)機器視覺應(yīng)用中,線陣相機常用于鋰電池的涂布、輥壓、分切、模切等工序中實現(xiàn)正負(fù)極片/隔膜表面缺陷檢測,對產(chǎn)線速度、檢測精度和系統(tǒng)運行穩(wěn)定性都有一定的要求。除了升級為4K相機提升檢測精度外,3D結(jié)構(gòu)光和激光三角測量的加入提供了全新的高速高精度檢測方案。
以鋰電焊縫缺陷檢測為例。將一束激光通過一組透鏡放大拉伸形成一條激光線,投射到被測物表面上。光學(xué)系統(tǒng)利用沙姆定律,將該激光線的漫反射投射到傳感器上,再根據(jù)不同的投射位置,利用三角測量原理計算出物體輪廓表面的長寬高。通過對三維輪廓圖進行處理來檢測焊縫缺陷及缺陷大小、深度。
類似的,在鋰電池極片面密度、厚度的無損檢測中,激光三角測量同樣有著廣泛的應(yīng)用前景。通過兩個激光位移傳感器組合(以上下對射的方式),分別測量、計算得到被測物體、材料的厚度,可以應(yīng)用于鋰電輥壓工序;在壓制輥后、收卷前采用激光三角測量法,測得壓制后的極片厚度;在涂布工序時,測量于涂布后、烘箱前,獲得涂布濕膜的厚度;更可以放置在烘箱后、收卷前,測量烘干極片的厚度。其優(yōu)點在于采用非接觸式測量(結(jié)果更精準(zhǔn)),相對超聲波測厚儀精度更高、相對X射線測厚儀沒有輻射污染。
TOF飛行時間法成像技術(shù)也早與其它技術(shù)配合,如聚焦離子束雙束掃描電鏡-飛行時間二次離子質(zhì)譜一體化技術(shù)(FIB-SEM-TOF-SIMS),應(yīng)用于電子顯微鏡中,實現(xiàn)了原位二維、三維的高分辨形貌結(jié)構(gòu)觀測、微量輕元素分析和化學(xué)結(jié)構(gòu)分析等,是鋰電池行業(yè)微分析檢測的優(yōu)異工具。
當(dāng)然,3D機器視覺的崛起并不意味著傳統(tǒng)機器視覺在鋰電池檢測的應(yīng)用中失去地位。相反,老牌機器視覺供應(yīng)商不斷推出更高精度、更高分辨率、更快響應(yīng)速度的2D解決方案。在鋰電膜面缺陷識別、極片材料的高清采集等應(yīng)用上,仍具有一定的性價比優(yōu)勢。畢竟,選擇貴的,不如選擇更適合的。
當(dāng)然,擺在機器視覺面前最大的挑戰(zhàn)并非“看得更清”,而是“認(rèn)得更準(zhǔn)”。傳統(tǒng)機器視覺的算法主要以基礎(chǔ)模式匹配算法為主,難以解決復(fù)雜場景下的復(fù)雜缺陷檢測,且需要積累大量缺陷圖片庫(即深度學(xué)習(xí)能力較差),漏檢誤檢率高,同時還存在部分軟硬件設(shè)備不兼容的情況。即便到了3D機器視覺時代,這一問題仍然普遍存在。雖然各大供應(yīng)商都在布局自己的深度學(xué)習(xí)算法平臺,但面對復(fù)雜多變的檢測樣品及測試需求,兼顧檢測速度和精度的算法還是慢一拍。