Ispezione della superficie delle celle di batterie
Verifica della qualità del rivestimento di celle tramite soluzioni di deep learning
Prodotti correlati
Sistema di visione In-Sight D900
Software di visione basato sul deep learning con tutta la potenza di In-Sight ViDi
Ambiente di programmazione grafica per l'analisi di immagini industriali basata sul deep learning
Dopo essere state saldate, le celle di batterie vengono avvolte in un rivestimento protettivo durevole. Tale rivestimento può presentare difetti tra i quali bolle e contaminazioni sotto il rivestimento, graffi sul rivestimento e un'applicazione errata del rivestimento. Quando queste celle vengono assemblate una accanto all'altra all'interno di un modulo batteria, sono diversi i fattori che possono determinare un surriscaldamento o un cortocircuito elettrico: la stretta prossimità delle celle, la carica che ciascuna cella deve presentare, il calore generato dalle celle o un contatto inadeguato con i materiali di interfaccia termica.
I rivestimenti delle celle di batterie possono mostrare numerosi difetti minori che non ne compromettono il funzionamento, così come graffi apparentemente di minore entità che le rendono invece insicure o non utilizzabili. È importante rilevare tali difetti riducendo al minimo lo scarto di rivestimenti difettosi ma funzionalmente conformi.
È possibile ispezionare la superficie delle celle di batterie con sistemi di visione industriale più sofisticati quali quelli della serie In-Sight D900, dotata di funzionalità di ispezione con deep learning integrate nel sistema di visione.
Il Deep Learning di Cognex è addestrato con una serie di immagini di superfici conformi e difettose. Lo strumento di rilevamento di difetti del Deep Learning di Cognex apprende a individuare e a non scartare le superfici che presentano una variazione tollerabile ed a contrassegnare quelle con difetti inaccettabili, tenendo conto delle variazioni naturali all'interno di un'immagine quali la riflessione della luce.
