• Contatto vendite Cognex: +39 02 3057 8196

  • Contatti
EV-Battery-Banner

Veicoli elettrici

Ispezione dei materiali di interfacce termiche

Garanzia della corretta applicazione di materiali di interfaccia termica grazie a soluzioni di deep learning

Cognex In-Sight D900 inspects the thermal interface materials on an EV battery cell

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

Le batterie possono generare molto calore che va rimosso per evitare danni alla batteria stessa o un prematuro calo delle prestazioni. I materiali di interfaccia termica sono utilizzati per dissipare il calore dalla batteria. Molti di questi materiali svolgono contemporaneamente la funzione parimenti importante di fornire isolamento elettrico.

I materiali di interfaccia termica devono essere applicati con precisione, con uno stretto contatto tra i substrati. Numerosi difetti, tra i quali bolle d’aria, una scarsa adesione e inclusioni, possono ridurre tanto la conduzione termica quando l’isolamento elettrico. L’ispezione visiva deve individuare numerosi possibili difetti di installazione ed applicazione, spesso relativi a materiali che presentano uno scarso contrasto di colori. Quando l'assemblaggio della batteria passa alla fase successiva, i materiali di interfaccia termica vengono nascosti in modo permanente e non saranno più disponibili per ispezioni future. Errori in questa fase possono portare a problemi difficili da diagnosticare lungo la linea.

Sebbene la visione industriale basata su regole possa rilevare con precisione problemi previsti quali cordoni, spazi vuoti, larghezza di installazione e altre caratteristiche comuni, il Deep Learning di Cognex apprende a rilevare una serie decisamente più ampia di problemi di installazione con ogni tipo di materiale di interfaccia termica. Se una batteria presenta un guasto successivamente, la modalità di tale guasto può essere fatta risalire a una specifica immagine memorizzata del materiale di interfaccia termica e il modello di addestramento del deep learning può essere ulteriormente affinato con tali nuovi errori.

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...