工控網首頁
>

應用設計

>

【應用案例】電池包藍膜后外觀缺陷檢測

【應用案例】電池包藍膜后外觀缺陷檢測


鋰電池包藍膜后外觀缺陷檢測

2.

檢測項目

1)包膜表面形成直徑大于2mm的氣泡;

2)長度大于2mm的褶皺、劃痕;

3)包膜邊緣不平整/裂紋/臟污/膜破。

4.

檢測結果

1)華漢偉業使用2.5D的成像技術,通過輸入形狀圖像、漫反射圖像、灰度圖像,做多圖像的卷積運算,抽取其共性特征。AI中的分割模塊,可以對缺陷區域自動重采樣,提升小缺陷關注度,實現對細小缺陷的精確檢測。通過2.5D+AI可以很好地解決微小氣泡的缺陷和纖維劃痕。
2)掃描速度300mm/s,檢測時間2.5S,檢測出氣泡的直徑精確度可達0.06mm,漏檢率為零,過殺率<1%,其檢測節拍優于生產節拍,突破了因檢測能力不足無法進一步增產的瓶頸。

                                 (效果圖展示

<section powered-by="xiumi.us" style="margin: 0px; padding: 0px; outline: 0px; max-width: 100%; box-sizing: border-box; color: rgb(34, 34, 34); font-family: -apple-system, BlinkMacSystemFont, " helvetica="" neue",="" "pingfang="" sc",="" "hiragino="" sans="" gb",="" "microsoft="" yahei="" ui",="" yahei",="" arial,="" sans-serif;="" letter-spacing:="" 0.544px;="" background-color:="" rgb(255,="" 255,="" 255);="" overflow-wrap:="" break-word="" !important;"="">

項目總結

華漢偉業針對于高精度大工件測量與缺陷檢測,采用2D/2.5D/3D/+AI的視覺檢測方法,自研的AI核心算法功能支持源代碼的編程,小樣本的學習,可識別不規則物體缺陷,AI檢測可以解決傳統之間的方式空間,降低產品的誤判率,支持連代碼的開發模式,融合2D、2.5D、3D圖像,支持小樣本的學習,當產線處于市場狀態的時候,可以通過極少數樣品訓練就可以達到產線跑量的狀態。

華漢偉業——從成立之初就深耕鋰電行業,目前已經有了數十年的行業沉淀,擁有自研的核心算法MVDevelope平臺,可以對標國外的一流算法庫,基于自研核心算法,開發了擁有自主知識產權的2D/3D/AI視覺軟件,同時也提供標準的視覺零部件及完整的行業解決方案,目前3D/AI視覺軟件已經在3C電子、新能源領域得到了批量應用。


審核編輯(
王靜
)
投訴建議

提交

查看更多評論
其他資訊

查看更多

應用案例 | 鋰電池模組線Busbar焊前&焊后檢測

應用案例|軟包電池外觀缺陷檢測—2.5D與AI的深度融合

華漢偉業 InnoVC-1000系列 視覺控制器

機器視覺自動化場景應用中如何選擇用2D視覺和3D視覺?

深耕機器視覺領域, 華漢與各生產企業共贏智造新時代