ACS880-07C
关注中国自动化产业发展的先行者!
横河电机-23年10月11日
2024
工业智能边缘计算2024年会
2024中国自动化产业年会
2023年工业安全大会
OICT公益讲堂
当前位置:首页 >> 案例 >> 案例首页

案例频道

VisionProDeepLearning助力软包锂电池实现外观检测自动化

★康耐视视觉检测系统(上海)有限公司

速博达(深圳)自动化有限公司(以下简称速博达)成立于2018年,是专注于电池相关设备研发和设计的智能解决方案供应商,产品涵盖消费类电子锂电池、汽车动力电池产线及相关激光、视觉检测设备,具有强大的全厂自动化设计开发、集成、实施能力。速博达本着“专业、快速、勇于创新”的服务宗旨,践行工匠精神,专注技术提升,深耕非标自动化设备领域,为引领锂电池行业智能装备技术潮流,成为制造业转型升级的典范和实现中国“制造强国”战略目标而不懈努力。

软包锂电池外观检测亟需实现自动化

软包锂电池作为新一代储能电源,性能优越、应用广泛,其产能快速增长。软包锂电池的生产设备和检测设备是速博达着力开拓的重要市场。

而软包锂电池使用的铝塑膜外壳材料质地较软,易受损伤。在生产过程中会产生一些外观缺陷,对电池的安全性构成了严重的威胁,可能会引起电池内部电解质外泄,甚至引发火灾等安全事故。因此,相应的外观检测技术水平直接决定着电池产品的品质。目前软包锂电池厂家大多采用人工观察的方式检测其表面缺陷,检测结果受主观因素影响很大、无法较长时间持续检测,检测效率和准确率均低。

“软包电池外观检查的项目超过40多个,涵盖了产品的所有外观面和以及边角,”速博达研发工程师指出,“而且检测指标模糊,按照当前各企业使用的人工检查标准文件要求,无法直接进行指标化数字化,更多的是需要依靠配套供应商的经验,来配合客户来优化指标和更改检测标准。”

当前,行业的主流检测方式仍是人工目检,而少数基于传统视觉方案的样机也由于调试周期长、可靠性差而达不到验收标准,更难以落地量产,软包锂电池外观自动检测存在巨大的技术空白。

VisionPro Deep Learning解决行业痛点

作为一家致力于绿色能源智能化设备解决方案的提供商,速博达决心找到高效的检测方法来解决这一技术瓶颈。在得知速博达的需求后,康耐视的技术工程师向速博达研发工程师分享了康耐视的深度学习视觉软件VisionPro Deep Learning。

度学习视觉软件VisionPro Deep Learning。VisionPro Deep Learning是以优秀的机器学习算法套件制成的经过现场测试、优化且可靠的软件解决方案。它将深度学习技术与VisionPro软件相结合,能够解决复杂的应用问题,简化了高可变性视觉应用的开发流程。

在现场测试中,速博达的工程师们惊喜地发现VisionPro Deep Learning顺利解决了复杂的软包锂电池表面缺陷检测问题,而且比传统的机器视觉系统更简单高效,完全可以满足其技术需求。

VisionPro Deep Learning的出色表现,让速博达的研发工程师们称赞,“对康耐视深度学习产品的卓越性能我们确实感到意外,传统视觉技术在缺陷检测上完全无法跟深度学习相比,并且康耐视的深度学习产品的功能和性能都符合自动化工程软件的要求。”

image.png

AI外观检测机

于是,速博达决定邀请康耐视作为合作伙伴,在经过一系列培训、内测后,速博达成功部署了VisionPro Deep Learning。

技术领先的检测设备为企业发展开拓新空间

目前,VisionPro Deep Learning在速博达已经成功应用超过2年。量产的软包电池Pack检测设备已经有40多台设备在运行中,主要技术指标行业领先:如设备单片检测时间小于4s、检测准确率大于96%、人工替代率超过70%、漏检率小于0.05%、过检率小于5%。

“VisionPro Deep Learning基于大量图片建立了高精度的神经网络模型,大大缩短了同类型产品新项目的实施周期。它不但编程界面灵活,集成简单,还可以帮助传统的视觉用户使用范例型深度学习工具。”速博达研发工程师表示,“而VisionPro Deep Learning用户友好的GUI也为管理和开发应用提供了简单的环境。选择Blue-Locate、RedAnalyze、Green-Classify和Blue-Read工具,更是可以帮助用户解决传统规则式机器视觉无法解决的复杂应用。”

在康耐视强大的深度学习软件VisionPro Deep Learning帮助下,速博达成功实现了软包锂电池外观检测自动化,成为全球首家实现智能手机软包锂电池自动化缺陷检测的公司。而且,填补行业空白的创新设备也为速博达提供了新的市场机会,在投项目性能效率大幅改善,给企业带来了丰厚的投资回报。

精彩观点

记者:康耐视能够为用户提供哪些机器视觉解决方案及服务?具有怎样的优势?

康耐视:如今康耐视的机器视觉解决方案已涉及制造业的方方面面,见证了整个机器视觉行业的发展壮大,也拥有众多经过市场验证的成功应用案例。客户的需要就是我们要关注的。在GIGI的四个应用方面,客户需要标准产品、自行开发的,或者整体交付的解决方案,康耐视在每个方面都有投入。当前,康耐视主要为客户提供三种类型的服务:

(1)基于PC的平台和软件平台,满足客户深度开发的灵活性;

(2)帮助客户在软件平台上做自由化的编程,并和客户已有的系统集成在一起;

(3)为客户提供机器视觉整体解决方案,乃至整个项目全生命周期工程服务。

针对这三大服务板块,康耐视始终坚持为客户提供全面的,从底层技术到标准产品再到最优解决方案的服务体验,这同时也帮助康耐视捕捉到各垂直行业的多种应用商机。也正是这种坚持客户至上,专注了解客户深切难题,提供最全面解决方案的服务理念,使得康耐视受到各行业领域客户的青睐。

记者:康耐视机器视觉产品的应用方向主要有哪些?

康耐视:从解决问题的角度,康耐视将机器视觉技术分类为G-I-G-I四大方向,即引导Guide、识别Identify、测量Gauge、检测Inspect。

Guide是基于视觉的引导,可用于上下料\组装领域。康耐视有PatMax以及PatMax Readline工具,使我们在面对复杂的背景、环境、光线变化下,无论是在VGR还是Motion Stage Based Alignment的应用中,都可以为客户提供一个抗环境干扰、稳定可靠的产品以及解决方案,包括定位、校准(对位、手眼校准)。无论是部署一台机还是多台机,通过机器视觉的引导装配,经过简单配置、组态,即可在一定范围内,保证机器运行性能的一致性与稳定性。

Inspect基于传统视觉领域,康耐视在AOI(自动光学检测系统)市场具有较高占有率。但是康耐视也注意到基于传统视觉去做检测有一定的局限性,深度学习可以为我们带来突破,因此将深度学习与机器视觉创造性结合起来,可以为客户提供更容易实施,且实时内容更广泛的产品平台和解决方案,帮助客户取代产品外观检测的人工目检。目前在生产制造中,在装配环节自动化技术已经大量应用,但在检测环节,人工仍大量使用,机器视觉技术具有广泛市场空间。

Gauge测量,目前包括2D、3D测量。康耐视极具创新的多种3D测量方案(测量传感器或测量硬件设备),可轻松实现包括二维和三维的测量,并开放地支持市面上各类3D硬件厂商,而其软件则在2D、3D混合处理过程中具有强大的灵活性,且更容易实现复杂的综合测量系统搭建,为客户提供更全面的视觉成像。

在Identify方面,康耐视具有非常多的专利算法,除了检测领域小视野里的读码算法,条码读取、二维码、QR码等常见码读取外,还具有OCR、OCV的读取和字符验证,以及大范围多种码混合读取。提供给客户一键式设定的读码器方案,易使用且易维护。更值得一提的是,所有从视觉取向到读码过程,都是在非常小巧的设备里完成快速、高效、稳定的读取,为客户轻松实现质量管控和追踪追溯。OCR有传统的读识,也有深度学习的解决方案,可通过简单的图片读取即可以进行处理,而无需复杂操作,可以处理变形、干扰的字符识别。

康耐视基于“GIGI”准则创新研发的产品,可适用于电子、半导体、汽车、物流等各种行业所有涉及机器视觉的应用场景,从而成为了客户提高生产效率和自动化程度的坚实推进力量。

摘自《自动化博览》2023年12月刊

热点新闻

推荐产品

x
  • 在线反馈
1.我有以下需求:



2.详细的需求:
姓名:
单位:
电话:
邮件: