近两年来,锂电池行业突飞猛进,不仅产能快速扩张,对生产线良品率的要求也越来越高,这为机器视觉的广泛应用带来了肥沃的土壤据科技创新板上市公司蒲军智能总经理解世来介绍,预计今年第四季度,自主研发的机器视觉技术将在客户的汽车生产线得到验证,有助于提高汽车等行业制造测量和缺陷检测的精度和可靠性
据莱杰介绍,由于新能源汽车行业有大量的客户,公司正在自主开发机器视觉智能检测和人机交互软件在新能源和汽车生产线上的测试结果表明,它能够采集和识别锂电池,汽车电子元件等智能装配生产环节的关键缺陷信息,并与工业摄像模块进行通信,信号延迟小于60ms,从而实现生产过程和生产线节拍的协调优化自主研发机器视觉技术不仅可以降本增效,还有助于提高汽车等行业制造测量和缺陷检测的精度和可靠性,为生产线的数字化,智能化生产赋能
机器视觉的技术核心在于图像识别和信息处理与人眼相比,机器视觉在检测效率,准确性和工作时间上具有明显的优势蒲军智能机器视觉工程师何川博士介绍,仅以检测效率为例,其自主研发的机器视觉智能检测和人机交互技术应用于新能源汽车,智能汽车等领域的自动化生产线检测,检测效率较传统检测方式可提高2倍以上
目前机器视觉在产业链的下游应用市场主要在汽车及其零部件,锂电池,消费电子等离散制造业特别是在锂电池领域,高工锂电池GGII信息显示,锂电池表面在涂膜和卷绕过程中容易出现箔露,黑斑,划痕等缺陷这些缺陷严重影响锂电池质量,造成安全隐患此外,以方形卷绕电芯制造为例,顶盖预焊,封钉焊接,外观检查等核心工序都必须由机器视觉完成3D检测在动力电池高质量,高安全性,降本增效的背景下,将机器视觉设备引入生产过程已成为主流趋势
相比其他行业降本增效的需求,锂电池的下游应用关乎安全目前业界对缺陷率的追求已经从ppm级别提升到ppb,这也是机器视觉最能发挥其非凡能力的环节据何川博士介绍,要满足锂电池生产设备的高精度要求,需要配合摄像,传输,环境光抑制,算法降噪等技术
何川博士还透露,蒲军智能基于独立视觉处理软硬件平台集成的复杂图像处理与分析算法库,通过图像预处理,特征提取,特征匹配等多种算法,可以检测出不少于5种锂电池表面的典型缺陷同时,单个缺陷的检测时间小于1秒,将解决工艺复杂的锂离子电池制造的检测难题
此外,锂电池行业的大规模扩张也伴伴随着多元化目前电池整体标准化程度不高,不同电池厂甚至同一电池厂内部技术路线多,细分规格不同这也对机器视觉的应用提出了更高的要求
据机器视觉产业联盟预测,自2021年起,国内机器视觉市场将保持28%左右的CAGR增长GGII统计数据显示,伴随着机器视觉在锂电池制造测量和缺陷检测中的大规模应用,2022年中国锂电池机器视觉检测系统的市场规模有望达到20亿元
伴随着锂电池自动化生产线的完善和无人车间的投入,未来依靠机器视觉的完整在线检测将取代目前的离线抽检和半自动人工抽检表达的时候到了
郑重声明:此文内容为本网站转载企业宣传资讯,目的在于传播更多信息,与本站立场无关。仅供读者参考,并请自行核实相关内容。
|