EV-Battery-Banner

전기차

캡 용접 검사

딥러닝 솔루션을 이용한 저열 배터리 셀 평가

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

관련 제품

In-Sight D900

In-Sight D900

In-Sight ViDi 딥러닝 기반 비전 소프트웨어로 작동

VisionPro ViDi Product Tile

VisionPro Deep Learning

딥러닝 기반 산업용 이미지 분석을 위한 그래픽 프로그래밍 환경

잘못 제조된 배터리 셀은 효율이 떨어지고, 셀 사이에 불균일한 부하를 형성하여 배터리 관리를 어렵게 만들며, 전체적으로 배터리 팩의 수명을 줄어들게 합니다. 셀 제조 과정에서 발생한 오류는 일단 셀이 모듈과 팩으로 통합된 이후에는 해결하기가 어렵습니다.

전자 부품과 세퍼레이터가 원통형 셀의 하우징에 패킹되고 전해질로 채워지면 하우징을 캡으로 밀폐합니다. 하우징 내의 섬세한 전기 부품의 손상을 방지하기 위해 일반적으로 레이저와 같은 저열 용접 방법을 이용합니다. 이러한 용접은 캡 둘레를 확실하게 밀봉하기 위해 매우 정교하게 이루어져야 합니다. 셀을 배터리 모듈 또는 단일 셀로 사용하기 전에 용접의 결과를 테스트 및 확인해야 합니다. 용접의 결함으로 인한 전해질의 누수는 셀 효율을 저하시키고 배터리 내에서 단락을 발생시킬 수 있습니다.

캡 용접 결과의 적절한 평가는 배터리 전체의 기능과 수명을 보장하는 핵심 요소입니다. 용접된 캡의 외관은 서로 매우 다르며 다양한 종류의 결함이 존재할 수 있지만, 여기에는 성능에 영향을 미치지 않는 종류도 포함되어 있습니다. 용접된 캡의 외관이 겹치기 때문에 기존의 비전 시스템으로는 외관과 기능적으로 크게 차이가 나는 종류를 분리하기가 거의 불가능합니다.

코그넥스 딥러닝 결함 감지 및 분류 툴은 광범위한 용접 종류를 트레이닝합니다. 그러면 시스템이 해당 종류를 ‘학습’하여 개체나 용접 종류와 상관없이 결함 유형을 정확하게 분류하고 구분합니다.

주요 Cognex 제품

제품 지원 및 교육 신청

MyCognex 가입

질문이 있으십니까?

전 세계 어디에서든 코그넥스 담당자들이 여러분의 비전과 산업용 바코드 판독 관련 문제를 지원합니다.

연락처
Loading...