電池網格缺陷探測

在安裝之前檢測個別的網格是否有缺陷

相關產品

VisionPro Deep Learning

深度學習工業圖像分析的圖形化程式設計環境

In-Sight D900

採用 In-Sight ViDi 深度學習視覺軟體

用於電動車 (EV)、網格儲能和工業應用中的大型 NiCd 充電電池是由多個電池組所構成。每個電池都包含陽極和陰極板，彼此以網格或網膜分隔，讓電解液在整個電池內自由流動。密封之後，這類電池可以持續運作數年，而不需要維護。

分隔網格對於維持電池電力壽命，至關重要。彎曲、空隙和網格中的其他缺陷都會導致減少極板之間的電氣分離、產生漏電，並縮短電池電力壽命。網格或網膜的表面既複雜又容易損壞。製造和處理過程產生的瑕疵可能很小、外觀變化繁多，並可能隨機出現在網格複雜表面的任意處。傳統機器視覺難以可靠地探測這類隨機出現的缺陷。

個別電池都會在安裝到蓄電池之前加以密封，在這之後即無法再對其進行檢測。如果在最終測試時才發現充電能力下降，整組電池都必須捨棄。

Cognex Deep Learning 可確保電池網格在安裝之前毫無缺陷。缺陷探測工具可從少量可接受分隔網格的圖像組，學會沒有缺陷的電池網格外觀。之後，該工具甚至可識別電池網格中的小缺陷，無論其尺寸、外觀或位置為何，並剔除有任何異常的網格。

如果電池網格的設計或圖案有所變更，Cognex Deep Learning 可透過重新設的圖像組在數分鐘內完成重新訓練，完全不需要進行程式設計，即可再次上線檢測新的設計。