鋰電產業進入一輪升級周期

，精細化
、專業化生產訴求愈加明顯，從前段的極片製造，到中段的裸電芯焊接，再到電芯組裝覆膜

，都需要更高效

、更精準的視覺檢測技術。

　　作為全球鋰電視覺檢測核心供應商，OPT（奧普特）視覺應用已覆蓋鋰電池生產全工序，並通過深度融合2D、3D及深度學習等多維視覺技術，攻克了關鍵工序的行業檢測難點，如極片邊緣毛刺檢測、極耳焊接外觀檢測、電芯藍膜外觀檢測等核心工序，實現了零漏檢
、極低誤判的重大突破。

　　01

　　極片毛刺檢測

　　不遺漏任一細微瑕疵

　　在製造極片過程，如輥壓、分條、模切等工序，除了需要對正負極表麵缺陷進行檢測和監控外，還需對極片邊緣橫向、縱向兩個維度毛刺實時在線檢測
，當前產線主流設備速度達120米/分鍾，這對機器視覺檢測精度和響應速度提出了極大挑戰。

　　OPT機器視覺在極片分條機的應用示意圖

　　對此
，OPT推出了一係列契合鋰電極片檢測的CXP麵陣相機，並結合高角度和背光的打光方式，更能凸顯方向各異的毛刺特征。該係列的麵陣相機兼具高帶寬
、高分辨率特性，帶寬速度可達20Gbps，其掃描速度可應對更快的運動係統，檢測精度達7μm。

　　OPT極片毛刺檢測示意圖

　　在實施項目過程中
，OPT累積了大量極片毛刺樣本數據，並利用深度學習軟件進行訓練標注，生成AI檢測模型，可快速精準檢測不同尺寸、不同形態的毛刺。

　　02

　　極耳翻折檢測

　　全工序零漏報

　　極耳翻折對電池質量有嚴重影響甚至引發安全隱患，其視覺檢測作為保障電池安全和性能的重要關卡，也是行業的難點之一。

　　以極耳的卷繞環節為例
，OPT采用高速線陣相機和麵陣相機，對電芯上的每片極耳進行檢測，掃描速度達到3米/秒，保證卷繞前的極耳無翻折缺陷。

　　OPT機器視覺在極耳卷繞機的應用示意圖

　　同時，在下料環節
，還需檢測極耳的正麵和側麵，雙向檢測更全麵。OPT采用液態鏡頭，通過多次側麵成像，查看極耳的內層是否存在翻折，對焦的速度可達毫秒級。

　　進入極耳焊接段，對視覺檢測更為嚴苛，要求必須做到零漏檢，防止有極耳翻折
、斷裂、碎屑等缺陷的裸電芯流入包裝環節。

　

　OPT極耳翻折檢測示意圖

　　OPT充分利用2D視覺算法和深度學習的組合方式進行全檢，先通過定位電芯主體和極耳位置，再添加ROI框，利用深度學習目標檢測功能，提取不同的缺陷形態特征 、顏色特征等；並在極耳兩側區域使用找邊
、Blob分析算法檢測極耳有無翻折，實現對極耳檢測的零漏報。

　　同時
，基於深度學習的鋰電檢測
，OPT在小樣本學習
、遷(qian)移(yi)學(xue)習(xi)等(deng)方(fang)麵(mian)實(shi)現(xian)關(guan)鍵(jian)技(ji)術(shu)創(chuang)新(xin)
，不(bu)僅(jin)解(jie)決(jue)了(le)過(guo)度(du)依(yi)賴(lai)大(da)量(liang)缺(que)陷(xian)樣(yang)本(ben)數(shu)據(ju)，還(hai)大(da)幅(fu)縮(suo)短(duan)訓(xun)練(lian)周(zhou)期(qi)，相(xiang)近(jin)工(gong)藝(yi)的(de)產(chan)品(pin)換(huan)型(xing)檢(jian)測(ce)實(shi)現(xian)一(yi)鍵(jian)遷(qian)移(yi)，項(xiang)目(mu)部(bu)署(shu)更(geng)高(gao)效(xiao)。

　　03

　　電芯六麵檢

　　更全麵更高效

　　包覆藍膜是鋰電池生產過程的一道重要工序，能對電芯起到絕緣防護作用。受藍膜材質和厚度影響
，在覆膜過程中容易出現劃痕、氣泡等複雜多樣的缺陷
，OPT深度融合3D
、2D
、分頻及深度學習技術，設計電芯六麵全檢的視覺方案。目前

，該視覺方案已在多個項目現場穩定運行，檢測的速度可達30PPM。

　　包膜電芯六麵全檢示意圖

　　為避免藍膜、頂蓋金屬等反光材質影響，OPT采用的3D傳感器內置了高動態算法
，自動調諧激光功率與增益


，各種材質的成像均穩定清晰
；而且結合Smart3視覺軟件的3D表麵缺陷檢測算法，利用基準麵擬合、曲麵校正，便可對缺陷進行精準定位和提取特征信息，如頂蓋絕緣板的損傷、翹起

、壓痕
；極柱表麵的汙漬

、溢膠；還有藍膜上的凹坑、凸點等，檢測精準。

　　針對電芯頂蓋電解液腐蝕的檢測難題，OPT采用低角度打光方式，穩定檢測直徑大於2mm的電解液結晶
；同時，利用球積分光源的漫反射特性，穿透防爆閥PP膜
，精準檢測PP膜下的異物和電解液。

　　在電芯六麵檢解決方案裏
，OPThaijiehelefenpinjishu，shiguangyuankuaisupinshan
，yicisaomiaojikehuodeduogebutongdeguangxuechengxiangxiaoguo，bingfuyishenduxuexisuanfagongneng，nengduixiacijinxingzhunquepanduan，bimianloujian
、誤判。