鋰電池正加速邁入大規模智造時代，但同時由于鋰電池的制造工藝較為復雜，每道工序都會影響鋰電池的性能。而當下，降本是鋰電池廠商最為迫切的需求，高效率、低能耗、高精度的自動化鋰電池生產是必然趨勢，也是動力電池得以跨入TWh時代的前提和基礎。

　　在鋰電池生產的各個環節，機器視覺+AI的整體解決方案能為生產裝上“眼睛”和“大腦”，實現精度高、速度快、可靠性強、信息集成度高的高質量生產，可為鋰電業駛向極限制造的未來保駕護航。

圖為凌云光技術股份有限公司銷售總監陳瑤發表演講

　　近日，在第八屆動力電池應用國際峰會(CBIS2023)上，凌云光技術股份有限公司(簡稱“凌云光”)銷售總監陳瑤發表題為《賦能極限智造，布局行業未來》的主題演講，同與會嘉賓分享了對TWh時代智能制造新要求的理解，以及凌云光推出的以機器視覺+AI為核心的產品及解決方案，助力鋰電制造降本增效。

　　從當前多數機器視覺在線檢測應用的現狀來看，應用場景越來越豐富，但仍面臨缺陷流出風險高、離不開人、服務成本巨大、數據價值難體現等痛點。陳瑤指出，造成這些問題出現的原因在于成像系統設計不規范、生產制造過程不規范、現場服務跟客戶持續交流中對需求及要求的理解不規范等。她在深刻分析底層原因的基礎上，有針對性地提出了凌云光的解決方案。

01

在線質檢標準化鋰電極片落地實踐

　　追求極限制造的鋰電池行業需要生產、檢測、管理的全面智能化，要求視覺檢測必須更精準、更可靠、更智能。

　　陳瑤介紹，以鋰電池極片為例，高反、低反差異大，對光譜響應靈敏度不同。傳統的檢測方法需采用多工位才能覆蓋涂布區和留白區的檢測，成本高，且系統復雜。凌云光的成像系統采用高動態成像方案，多工位合二為一，實現虛邊缺陷的精準抓取和測量，且檢測清晰穩定，單點可靠性提升50%。

　　同時，針對裂紋、氣泡、褶皺等成像不明顯的缺陷，凌云光則通過緊湊型設計的成像方案將缺陷形態完整呈現，實現精準分級分類。

　　算法系統設計方面，據陳瑤介紹，傳統方案中CPU完成定位測量，GPU完成外觀檢測及缺陷分類，導致GUP負載過重，耗時不可控。凌云光的創新方案則將算法需求分解為三步，結合算法特點綜合利用算力：將簡單卷積、流式計算放到自研相機的采集卡中做處理——將邏輯及簡單特征計算放到CPU中處理——將缺陷的分類、分級放到GPU中做處理。最終實現降低對顯卡的依賴。

　　此外，為應對當前鋰電制造品質升級及出海戰略，凌云光將系統進行模塊化設計，通過相機頭件和光源一體化設計，實現即插即用，大幅提升設備易用性。

02

兩款明星產品

　　基于在機器視覺領域20余年的成長，凌云光也將對智能制造的理解以及在成像系統、算法設計、系統模塊化設計等方面積累的深厚經驗應用在多款產品上。

　　· 鋰電池方形外觀檢測裝備

　　據陳瑤介紹，在成像系統方面，針對方形電池常見的藍膜檢測，凌云光推出自研2.5D成像系統，通過分時頻閃多次成像，能使藍膜下的凹坑、異物、氣泡等缺陷明顯地顯現出來，實現精準分類。

　　此外，通過優化自動化部件、光學檢測部件等內部結構，創新使用環形檢測路徑，設備占地不到7平方米，能節省1/3的空間，支持最高速度33PPM，并可實現過檢1.6%及零漏檢的精度。

　　· 毛刺在線全檢高速系統

　　據陳瑤介紹，凌云光將高速成像技術應用到極片毛刺檢測領域，結合自主研發的自適應光學追焦系統，目前可支持150米/分鐘的檢測速度，檢測分辨率是2μm，并已實現批量交付。

　　據了解，聚焦機器視覺領域27年的凌云光，2022年登陸科創板上市，目前已推出近20萬套工業視覺系統。“當下新能源行業很卷，我們會用不同的自己擁抱‘新全球化’大時代，持續通過在機器視覺的深耕加上當前的AI智能全面的方案服務好鋰電客戶，助力工業人工智能真正落地!”陳瑤總結道。