• Contatto vendite Cognex: +39 02 3057 8196

  • Contatti
EV-Battery-Banner

Veicoli elettrici

Ispezione della saldatura dei cappucci

Valutazione di saldature di celle di batterie a bassa temperatura tramite soluzioni di deep learning

Cognex deep learning inspection weld seams after the EV battery cap is attached to the cylinder

Prodotti correlati

In-Sight D900

Sistema di visione In-Sight D900

Software di visione basato sul deep learning con tutta la potenza di In-Sight ViDi

VisionPro ViDi Product Tile

VisionPro Deep Learning

Ambiente di programmazione grafica per l'analisi di immagini industriali basata sul deep learning

Una cella di batteria di scarsa manifattura riduce l'efficienza, crea un carico disomogeneo tra le celle e rende la gestione della batteria più difficile, oltre a ridurre la durata del pacco batteria nel suo complesso. È difficile porre rimedio a errori commessi nella produzione delle celle dopo che queste ultime sono state combinate in moduli e pacchi.

Una volta che gli elettrodi e il separatore sono assemblati all’interno dell'alloggiamento di una cella cilindrica e quest’ultima viene riempita con l'elettrolito, l’alloggiamento viene sigillato con un cappuccio. Al fine di evitare danni ai componenti elettrici delicati all’interno dell’alloggiamento, occorre utilizzare un metodo di saldatura a basso calore, di norma una saldatura laser. Tali saldature devono essere precise in maniera da assicurare una sigillatura sicura attorno al cappuccio. Le saldature derivanti devono essere sottoposte ad esami, che devono essere superati prima che la cella venga utilizzata all’interno di un modulo batteria o come cella singola. Qualsiasi perdita di elettrolito attraverso una saldatura difettosa ridurrà l'efficienza della cella e potrebbe causare cortocircuiti all’interno della batteria.

Un’adeguata valutazione delle saldature del cappuccio è fondamentale per garantire la funzionalità e la durata dell’intera batteria. Tutte queste saldature possono presentare una rilevanza diversa in termini di aspetto e possono essere soggette a un’ampia gamma di difetti, tuttavia, molte di tali variazioni non incidono sulle prestazioni. Utilizzando un sistema di visione tradizionale è pressoché impossibile distinguere le variazioni estetiche da quelle rilevanti ai fini del funzionamento, dato che il loro aspetto coincide.

Gli strumenti di rilevamento di difetti e classificazione del Deep Learning di Cognex sono addestrati su un’ampia gamma di variazioni di saldature. Il sistema quindi “apprende” a classificare e distinguere con precisione i diversi tipi di difetti nonostante le variazioni degli oggetti o delle saldature.

Consigliati Cognex Prodotti

RICHIEDI L'ACCESSO PER OTTENERE SUPPORTO E FORMAZIONE SUI PRODOTTI E MOLTO ALTRO

REGISTRATI A MYCOGNEX

AVETE DELLE DOMANDE?

I rappresentanti Cognex sono disponibili in tutto il mondo per supportarvi nelle vostre necessità di lettura dei codici a barre industriali

CONTATTI
Loading...