日期
04/04
2023
咨询
  • QQ扫一扫

  • Vision小助手
    (CMVU)

电池制造“内功”修炼法:打开产线智识之窗,推动极限制造变革
收藏
2023-04-04 14:39:58来源: 中国机器视觉网

制造能力是制造业永恒修炼的“内功”。电池制造的要求正从ppm向ppb演进,对良率的追求近乎极限,数字化技术成为伸向极限的触手,新技术的应用正助力电池制造成本、效率、体系迈向新阶段,推动极限制造变革。在检测方面,机器视觉正渗透至电池生产的前中后段,但在渗透率方面仍有很大的提升空间。

行业呼吁着“看得懂”电池生产的机器视觉检测,不止“替代人工”,更是通过对生产数据的采集、分析打开电池产线“智识”。针对此,不少机器视觉设备商开始深入电池制造产线,打造契合产线应用的电池检测方案,微亚便是其中之一。

从过去的应用案例看来,说微亚是懂电池的机器视觉一点也不为过。微亚在电池制造领域有着清晰的打法:“坚持长期主义 做困难而正确的事”为价值引领,贯通底层技术壁垒,深入电池产线应用,打造契合电池制造领域的机器视觉检测方案。市场方面:自2015年起,在电池制造近8年的深耕助力微亚迅速切入国内外头部电池企业供应链。并且,近日微亚获得时代上汽2022年度“联合创新奖”,受到来自客户的直接认可。产品方面:围绕电池产线前中后段布局了全面的机器视觉检测方案,2022年后,基于大量案例中的电芯段、模组段共性,对中后段检测推出了标准化方案。研发方面:贯通光学、视觉、机械、电器、算法、软件六面,通过底层技术攻破,提升设备的产线应用能力。

基于此,微亚在检测环节助力电池制造精修内功。而微亚的发展之路,同样是电池制造运用数字化技术走向极限制造的缩影。以微亚为观察窗口,TWh时代,下一阶段电池制造能力的竞逐充满着数字化技术的无限可能。

机器视觉检测之于电池制造

电池制造赛道对于机器视觉企业坡长雪厚,但真正切入时才会发现挑战与机会并存。应该看到,受制于起步时间晚,比起海外,国内机器视觉设备商无论在软件还是硬件方面仍存在差距。时间线拉至2016年,机器视觉在电池制造中的应用仍为少数。彼时为满足宝马集团对电池产线的高要求,宁德时代需要在模组段的汇流排焊接、焊缝焊接段用机器视觉检测。而在国内找到一家符合要求的机器视觉设备供应商并不容易。同样,对于国内机器视觉设备企业而言,挑战高精密检测要求的电池制造领域同样需要勇气。

当其他机器视觉设备商还在观望徘徊时,微亚将项目承接了下来。促使微亚接下项目的,不仅有公司自2013年进入机器视觉领域在消费电子以及面板行业中积累的底气,还有一份攻下电池制造高地的魄力。微亚告诉高工锂电,除了规模制造对机器视觉检测的大视野、高精度、高速度共性要求,还需要注意电池生产的特性。因动力电池各环节的检测会使用到大量的焊接工艺,如超声波焊接、脉冲焊接等,焊接结构非常复杂,且刚完成焊接后的工件表面材料高亮、高反光,常规的检测方案很难做到准确检测。

迎难而上,在与宁德时代的合作中,微亚成为国内使用3D+AI算法解决行业难题的先行者。此后,微亚开始在电池制造检测中大展拳脚。检测方案方面,微亚电池各生产环节,已形成锂电池电芯尺寸外观AOI、顶盖焊3D-AI检测、密封钉3D-AI检测、电池模组检测、涂布检测、锂电池电芯尺寸外观AOI等检测方案。

市场方面,微亚自2016年进入电池制造领域,不断进入电池企业供应链,先后与宁德时代、比亚迪、蜂巢能源、亿纬锂能、欣旺达等头部电池企业建立合作关系,并实现大批量交付及验收(满足“0漏检”要求)。

直抵应用,打开产线“智识”

对于电池制造的数智化转型,宁德时代首席制造官倪军看好用4T推动:IT(互联网技术)DT(数据技术)AT(分析技术)OT(运营技术)。他表示:“如果对一个行业的OT不做深入理解,不进行深度融合,你是无法帮助客户解决问题的。”

OT引领,IT、DT和AT充分融合的观点与微亚所坚持的路线不谋而合。微亚认为,单从软件或硬件任何一方面探讨机器视觉都是“纸上谈兵”,“软硬协同”才是真正衡量机器视觉设备的关键。秉持这样的观念,微亚一头扎进电池制造应用场景。

作为率先进入电池制造领域的机器视觉设备商,微亚的履历简单但“硬核”。2016到2021是微亚的埋头深耕期。6年间,微亚仅服务了两家客户——宁德时代和比亚迪。

对两家头部电池企业的长期深耕让微亚对电池生产的检测需求有着更为深刻的理解。微亚告诉高工锂电,检测缺陷并不难,难的是识别缺陷。在具体的生产场景中,一道划痕深到什么程度才可以被判定为缺陷,诸如此类的细节往往才是真正对机器视觉检测能力的考验。

2021年后,微亚基于此前的积累厚积薄发,对电芯段和模组段的检测共性推出标准化检测方案,并在全行业推广。这种打法迅速帮助微亚切入亿纬锂能、蜂巢能源、欣旺达等电池企业供应链。

助力微亚接连斩获头部客户的,是公司过硬的检测实力。如在电芯段,复杂多样的缺陷种类给成像和缺陷分析带来更大的困难。即便如此,微亚的电芯尺寸外观AOI方案在电池企业的实际运用中有着表现亮眼。

硬件方面,运用高速线扫实时在线技术,做到深度客制化成像;在检测精度方面,电芯尺寸(长/宽/高)量测精度到0.01mm,在平面度、平行度量测精度可达0.02mm;电芯外观(划痕、凹坑、电解液腐蚀等)检测精度可达0.2mm。软件方面,微亚自主开发算法,集传统2D图像算法、3D点云算法以及AI深度学习算法所长,实现缺陷检测与系统分类,并实时生成监控曲线、输出数据分析。此外,与MES的无缝对接可进而与生产系统协同,做到及时预警。

效益上,对极柱划痕、极柱凹坑、塑料件缺失、防爆膜破损、蓝膜气泡、电解液腐蚀、铝壳凹坑、铝壳麻点等复杂缺陷的检测效果大幅替代了人工目检,单台设备可节省人工12人以上。此外,该方案使用集成式成像技术,可实现超99%的缺陷检出率、超95%分类准确率,与常规方案相比,可提升出货良品率超过2%。

贯通底层,深耕电池检测高精密赛道

随着国内整体制造能力的提升,机器视觉领域也涌现出一批国产替代的强劲选手,但聚焦电池制造,真正能满足电池高精密制造要求的机器视觉设备商仍为少数。而微亚凭借契合电池产线的检测实力接连斩获头部电池企业客户,成为电池制造高精密检测领域中毋庸置疑的“黑马”。这背后的底层驱动力,则是公司价值观引领——坚持长期主义,做困难而正确的事。

微亚表示,应该正视的是,在软件、硬件方面,国内机器视觉仍与国外先进设备商存在差距。但深耕细分赛道、打磨应用能力,更是国产机器视觉设备商赶超海外的关键机会以及铸造自身核心优势的重要来源。

针对此,微亚从2013进入机器视觉行业起,就坚定对底层技术的自研与突破路线。之所以“正确”,是因为对底层技术的掌控,相比于外采进口设备,在后续与客户的配合中,可实现灵活调整,解决更实际的应用问题。而真正攻破底层技术,需要直面研发投入、团队搭建等方面的困难,这同样是机器视觉设备商的需要长期坚持的“内功”修炼。

微亚自2013年进入机器视觉领域便在这条道路走得扎实而坚定。目前,微亚已建立光学、视觉、机械、电气、算法、软件六个独立的研发团队,贯通光、视、机、电、算、软六面,为检测应用筑牢坚实技术底座。基于此,微亚将以钻研底层检测算法为核心,重视平台化应用质量,实现将算法与软件嵌入硬件载体,进一步推进机器视觉检测标准化。

而标准化的探索同样助力微亚开拓更多元的应用场景。除了继续保持与电池企业的合作,微亚还在尝试与设备厂商合作,将机器视觉与主设备结合,这将进一步为产线“瘦身”。

应该看到,电池生产的竞争重心从制造规模向制造能力转移,运用数字化技术打开产线“智识”实现制造能力升维刻不容缓,新阶段的赛程将为机器视觉的应用打开更大的切口。

微亚在电池检测的深耕与发展,已为应用于电池制造各环节的智能装备提供了切入赛道的范式。此外,对于机器视觉等智能装备而言,中国电池产业出海的历史机遇更是国产设备从追赶世界一流制造到成为世界一流制造的机会。陪伴国内电池制造走向智造的微亚,也将作为国产机器视觉崛起之路上的典型之一,紧跟电池制造走向海外的步伐,探索更广阔的市场机遇。