解决方案 | 智慧化工业制造新未来 — 深度学习锂电行业应用
智慧化是工业制造新未来，降低成本、提高效率、提升产线良率和品质把控的需求推动机器代替人工时代的发展。针对高精度、复杂场景和多样化的物料缺陷检测，需要采用深度学习相机结合人工智能超强算法，实现实时精准检测。
1. 纽扣电池涂胶质量检测
项目需求
◆ 产品为纽扣电池的钢壳，客户要求提供完整的方案解决包含钢壳分料、涂胶、烘干、AI检测胶有无、区分良品和不良品、良品装盘打包。
◆ 要求生产合格率≥99.9%,检测的不良误判率≤1%
项目难点
◆ 本产品要求侧面涂胶、要求胶厚度统一且要完成侧面全覆盖，不能有少胶或者漏胶等缺陷。
◆ 检测时也是检测钢壳内壁，需要采用内窥镜和点光源的成像方案，同时算法要兼容各种涂胶缺陷的检测。
主要收益
◆ 通过AI算法集成到生产机台中实现了生产检测一体化、为客户节省生产车间的面积。
◆ 替换了之前20人的质检团队，提升了检测效率，减低了生产成本。
2. 新型电池外壳外观缺陷检测
项目背景
电池所用的电池外壳，在生产过程中因某些原因（包括来料质量不合格、某道工序引入损伤等）可能出现不同程度的外观缺陷。客户主要通过人工在各主要工序后对外壳进行质检。在产能受限、产线良率不高的困扰下，客户希望引入自动化检测设备替代人工。
项目需求
◆ 需要检测电池外壳外观中出现的划痕、凹陷、突起、缺料等缺陷，进行OK/NG二分类。
◆ 能够适配不同电池型号的不同尺寸，并且对外壳各个面均要检测。
◆ 单个样品检测CT < 1min，关键缺陷无漏检，过检率控制在1%。
项目难点
◆ 电池外壳尺寸大，最长可达960mm。
◆ 检测精度高，同时涉及2d和3d量测需求，如划痕宽度和深度的检测精度为01µm级。
◆ 良品自身也存在大量的轻微划伤、刮伤，并且表面起伏不平整，为检测和区分出严重划痕、凹陷等缺陷带来干扰。
解决方案
◆ 整机方案包括整体机构设计与ViMo AI视觉检测软硬一体化方案
项目价值
◆ 帮助客户建立严格、稳定、统一的电池外壳质检标准，克服人工质检的不一致性，提高产线良率。
◆ 可为产线替换15名质检人员，节省人力成本近百万/年。