News
在鋰電池制造過(guò)程中,傳統檢測主要關(guān)注表面缺陷,難以捕捉工藝變化。隨著(zhù)鋰電池能量密度突破300Wh/kg、材料快速迭代、工藝窗口收窄,制造精度極限不斷被刷新,微米級工藝波動(dòng)對性能影響顯著(zhù),單純靠這些指標已無(wú)法評估和控制整體制造質(zhì)量。真正的問(wèn)題轉向:如何讓檢測系統理解真實(shí)的工藝場(chǎng)景,推動(dòng)生產(chǎn)的優(yōu)化?
近日,在第十屆動(dòng)力電池應用國際峰會(huì )(CBIS2025)上,凌云光鋰電事業(yè)部行業(yè)總監陳瑤圍繞《新一代Vision+AI技術(shù)助力鋰電質(zhì)檢上臺階》作專(zhuān)題報告,分享公司在鋰電檢測領(lǐng)域的實(shí)踐積累與前沿技術(shù)布局。

圍繞材料、極片、毛刺、極耳到方形外觀(guān)等關(guān)鍵工序,凌云光基于“Vision+AI”構建了全流程智能檢測體系,能夠在高速擾動(dòng)、強反光、多層結構等復雜場(chǎng)景中穩定輸出高質(zhì)量圖像數據。


傳統檢測能發(fā)現缺陷,卻難以解釋“缺陷為什么產(chǎn)生”。而在制造復雜度不斷提升的今天,僅給出缺陷結果已無(wú)法支撐產(chǎn)線(xiàn)的快速優(yōu)化。當視覺(jué)圖像(缺陷/形貌)、工藝參數(溫度、線(xiàn)速、壓力等)、電池物性(致密度、界面接觸)這三類(lèi)信息實(shí)現數據化并融合, AI才能真正跨模態(tài)地理解制造過(guò)程,給出從“是什么缺陷”到“為什么出現”的解釋?zhuān)寵z測真正參與生產(chǎn)。
凌云光GMQM+ LUSTERLVM大模型方案,已在鋰電、光伏、3C等頭部客戶(hù)中實(shí)現規?;涞?,幫助客戶(hù)有效管理檢測數據和提升過(guò)漏檢指標。例如,在全球隔膜行業(yè)客戶(hù)中,該方案能夠將缺陷細分至27/32類(lèi),并自動(dòng)映射到工藝問(wèn)題(張力/壓力波動(dòng)、干燥、涂布穩定性、壓實(shí)一致性等),實(shí)現單條產(chǎn)線(xiàn)節省2.5人力、整體良率提升0.3%,整體投資回報周期(ROI)約1年。

固態(tài)電池的制造不僅改變了材料結構,還改變了檢測的核心維度。從傳統液態(tài)體系的表面缺陷,轉向孔隙率(材料級)、界面接觸(結構級)、固化程度(工藝級)三大決定性能的關(guān)鍵物性。為此,凌云光圍繞“多模態(tài)感知×AI智能決策”持續布局創(chuàng )新能力,以多源傳感與工業(yè)大模型的深度融合,構建從材料到電芯的全流程質(zhì)量?jì)?yōu)化體系,應對固態(tài)時(shí)代的檢測挑戰。
從單一表面觀(guān)測向多模態(tài)感知演進(jìn),適應固態(tài)電池更高速、更薄材料、更高反光性趨勢。?采用視覺(jué)、光譜、紅外等成像技術(shù)協(xié)同,不僅能夠檢測表層、膜下與界面微結構信息,多源數據統一標定,使固化度、致密度、界面均勻性等關(guān)鍵物性可觀(guān)測、可量化。?
自研LUSTERLVM工業(yè)模型構建“檢測→決策→工藝→反饋→再學(xué)習”閉環(huán)框架,實(shí)現對涂布?→?固化?→?干燥?→?輥壓?→?分切全工藝鏈的實(shí)時(shí)控制,使固態(tài)電池的質(zhì)量管理從“被動(dòng)響應”轉變?yōu)椤爸鲃?dòng)檢測”:
新一代 Vision+AI 的價(jià)值,在于將檢測深度融入工藝控制。新能源產(chǎn)業(yè)正處于關(guān)鍵技術(shù)躍遷期,凌云光將持續提供創(chuàng )新的質(zhì)量管理方案,推動(dòng)鋰電制造向智能化、精細化演進(jìn)。
2019-03-11
2021-12-08
2022-11-14
2024-09-13
2020-09-07