基于機器視覺的電池電芯缺陷智能檢測技術(shù)討論

摘 要：電池電芯在新能源汽車中具有重要的作用和意義，它們是新能源汽車能量存儲和供應(yīng)的核心，直接影響到電動汽車的續(xù)航里程、性能、安全性和使用壽命。電池模組電芯相互之間的絕緣性、導(dǎo)熱散熱性能對于新能源汽車和電池的安全性、可靠性具有重要意義，因此，在電池電芯的設(shè)計和制造過程中，必須注重絕緣、導(dǎo)熱性能的提高和保證。文章對基于機器視覺的自動化缺陷智能檢測技術(shù)進行分析與研討。文章首先對機器視覺技術(shù)進行綜述，其次對電池電芯硅膠墊自動化智能檢測需求進行簡析，最后對基于機器視覺的自動化缺陷智能檢測技術(shù)進行分析，以供參考與借鑒。

關(guān)鍵詞：機器視覺 自動化 缺陷檢測

電池模組由電芯經(jīng)串并聯(lián)方式組合，作為電池系統(tǒng)構(gòu)成中的一個小型模塊。目前純電動車用的模組為12個電芯2P6S（2并聯(lián)×6串聯(lián)）組裝而成。其基本組成包括：控制模組（BMS板），電池復(fù)合單體，導(dǎo)電聯(lián)接件，塑料框架，冷盤，冷卻管，兩端的壓板以及緊固件。其在生產(chǎn)制造的過程中不可避免地會出現(xiàn)質(zhì)量問題，從而嚴(yán)重影響電池系統(tǒng)甚至是汽車的平穩(wěn)運行。因此，為切實提升電池模組運行質(zhì)量及安全，加快新能源汽車的發(fā)展，技術(shù)人員需要充分利用好基于機器視覺的自動化智能缺陷檢測技術(shù)，切實做好檢測工作，保證電池模組的質(zhì)量，保障汽車的安全平穩(wěn)運行。

1 機器視覺技術(shù)綜述

機器視覺檢測技術(shù)是一種立足于計算機及圖像處理技術(shù)的視頻及圖像分析技術(shù)，其可以對人類的視覺系統(tǒng)進行模仿，借助圖像采集、預(yù)處理以及特征提取等流程，使得計算機系統(tǒng)可以對被檢測主體的圖像信息進行分析。主要由三部分組成：光學(xué)系統(tǒng)、圖像處理系統(tǒng)、執(zhí)行機構(gòu)及人機界面。

機器視覺檢測技術(shù)有著相對較為廣泛的應(yīng)用，例如圖像分割、目標(biāo)跟蹤以及行為分析等諸多領(lǐng)域。技術(shù)人員借助機器視覺技術(shù)可以使得計算機能夠高效地對海量圖像數(shù)據(jù)進行分析與篩選，從而為生產(chǎn)線自動化系統(tǒng)控制、智能監(jiān)控以及產(chǎn)品質(zhì)量監(jiān)測提供行之有效的技術(shù)支持[1]。以自動化生產(chǎn)領(lǐng)域為例。機器視覺缺陷檢測在自動化生產(chǎn)線上具有重要的作用和優(yōu)點，主要體現(xiàn)在以下幾個方面。

高準(zhǔn)確性和穩(wěn)定性：機器視覺缺陷檢測系統(tǒng)可以通過高分辨率的圖像采集和精確的圖像處理算法，準(zhǔn)確地檢測產(chǎn)品表面的缺陷，如劃痕、瑕疵、裂紋等。相比人工檢測，機器視覺檢測具有更高的準(zhǔn)確性和穩(wěn)定性，可以大大降低誤檢和漏檢的概率。

高效率和自動化：機器視覺缺陷檢測系統(tǒng)可以實現(xiàn)自動化的缺陷檢測，無需人工干預(yù)，可以24小時連續(xù)運行。相比人工檢測，機器視覺檢測可以大大提高生產(chǎn)線的檢測效率，降低人工成本，提高生產(chǎn)線的整體運行效率。

靈活性和可定制性：機器視覺缺陷檢測系統(tǒng)可以根據(jù)不同產(chǎn)品的特性和缺陷類型進行靈活的配置和定制。可以通過調(diào)整算法和參數(shù)，實現(xiàn)對不同缺陷的準(zhǔn)確檢測，適應(yīng)不同產(chǎn)品的生產(chǎn)需求。

降低人工成本和提高產(chǎn)品質(zhì)量：機器視覺缺陷檢測系統(tǒng)可以減少人工檢測的工作量和成本，提高產(chǎn)品的一致性和質(zhì)量水平。通過及時發(fā)現(xiàn)和排除缺陷，可以降低產(chǎn)品的返工率和不良品率，提高企業(yè)的生產(chǎn)效益和競爭力。

綜上所述，機器視覺缺陷檢測在自動化生產(chǎn)線上具有高準(zhǔn)確性、高效率、靈活性和降低成本等優(yōu)點，對于提高產(chǎn)品質(zhì)量、降低成本和提高生產(chǎn)效率具有重要作用。

2 電池電芯缺陷智能檢測需求分析

近幾年，隨著新能源技術(shù)的飛速發(fā)展，新能源汽車的市場占有率逐年攀升，為我國的經(jīng)濟發(fā)展和環(huán)境治理起到了舉足輕重的作用。新能源汽車能源系統(tǒng)的核心部件之一電池模組，其制造質(zhì)量的好壞直接決定著汽車的性能，伴隨著電池模組性能指標(biāo)要求的提升，對電池模組的生產(chǎn)工藝也隨之有了更高的要求，其各工序質(zhì)量檢測也從傳統(tǒng)的人工檢測演變到使用機器視覺代替人工的方式，提高了工業(yè)自動化的水平[2]。

電芯是純電動汽車的動能來源，電芯的安全隱患嚴(yán)重危害整車的安全性，電芯在工作中時，會產(chǎn)生一定的熱量，在不同的溫度下能產(chǎn)生一定的熱脹冷縮效應(yīng)，導(dǎo)致電芯產(chǎn)生一定的膨脹，電芯間長期摩擦，很有可能會造成電芯損壞導(dǎo)致充電電池?zé)o效，嚴(yán)重時甚至無法控制。

使用導(dǎo)熱硅膠墊片能夠完成電芯還有液冷管之間的熱量傳遞，也能夠體現(xiàn)導(dǎo)熱材料的最高導(dǎo)熱系數(shù)的特征。在使用導(dǎo)熱墊片的時候，還有緩沖電池包能夠受到?jīng)_擊力和減震的作用，成功保護電池單體，這樣使用下去能夠很好保護電池組，同時也能減少模塊和模塊之間的震動，達到理想的熱傳導(dǎo)效果。因此，硅膠片的貼片質(zhì)量將關(guān)乎整個電池模組甚至整個汽車的安全和質(zhì)量，產(chǎn)線上常見的粘貼形式，如圖1所示。其中（a）為正確的粘貼形式，硅膠墊距電芯邊緣的距離勻稱；（b）為常見的粘貼缺陷之一即前后錯位超差嚴(yán)重；（c）為左右錯位嚴(yán)重；（d）為歪扭嚴(yán)重；（b）（c）（d）均為不合格產(chǎn)品（圖中紅色為正確粘貼形式）。

機器視覺在質(zhì)量控制方面的應(yīng)用可以幫助企業(yè)提高產(chǎn)品質(zhì)量的一致性和穩(wěn)定性，減少缺陷和退貨，提高生產(chǎn)效率和供應(yīng)鏈管理水平，從而提高企業(yè)的品牌聲譽和客戶滿意度。這些都是企業(yè)長期發(fā)展和競爭優(yōu)勢的重要因素。

3 基于機器視覺的電池電芯缺陷智能檢測技術(shù)分析

質(zhì)量檢測在生產(chǎn)過程中確實至關(guān)重要，它不僅可以保證產(chǎn)品質(zhì)量，還能降低成本、提高客戶滿意度、保護品牌形象，同時符合法規(guī)要求。而機器視覺檢測技術(shù)則是現(xiàn)代質(zhì)量檢測中的重要工具，由圖像采集設(shè)備、圖像處理算法、缺陷識別模型、判斷和決策系統(tǒng)、數(shù)據(jù)存儲管理系統(tǒng)以及人機交互界面等組成，能夠?qū)崿F(xiàn)對產(chǎn)品表面缺陷的自動化檢測和判斷，提高了效率和準(zhǔn)確性?；跈C器視覺的電池電芯缺陷自動檢測方法流程，如圖2所示。

在機器視覺實施中，進行圖像信息采集是一個關(guān)鍵步驟，直接影響到后續(xù)的圖像處理和缺陷檢測效果。通過精心選擇和優(yōu)化圖像采集設(shè)備，結(jié)合良好的實施策略和實時監(jiān)控，可以確保機器視覺系統(tǒng)能夠有效地獲取高質(zhì)量的圖像數(shù)據(jù)，為后續(xù)的圖像處理和缺陷識別提供可靠的基礎(chǔ)。

在機器視覺實施中，圖像預(yù)處理也是非常重要的一步，它可以幫助優(yōu)化和準(zhǔn)備圖像數(shù)據(jù)，使得后續(xù)的缺陷檢測和分析過程更加精確和高效。通常情況下需要進行以下處理。①去噪處理：在圖像采集過程中，可能會受到環(huán)境噪音或采集設(shè)備本身的噪聲影響。因此，首先要進行去噪處理，以提高圖像的清晰度和質(zhì)量。常用的去噪方法包括中值濾波、高斯濾波或小波變換去噪等，具體選擇取決于實際情況和采集設(shè)備特性。②圖像增強：根據(jù)實際需求，可以進行圖像增強來改善圖像的視覺質(zhì)量，例如增強對比度、調(diào)整亮度、增強邊緣等。這些調(diào)整有助于突出產(chǎn)品表面的細節(jié)和特征，使得缺陷更容易被檢測和分析。

根據(jù)產(chǎn)品成像的特征，采用了基于感興趣區(qū)域的輪轂圖像動態(tài)閾值分割算法。其主要操作是針對電池電芯圖像感興趣的缺陷區(qū)域先進行降噪去噪處理進而獲得目標(biāo)圖像的背景灰度，接著，令該圖與原圖做減法進而獲得目標(biāo)缺陷區(qū)域，其設(shè)置值高于或低于某個閾值來進一步萃取目標(biāo)缺陷區(qū)域[3]。實際處理中，閾值分割成功的關(guān)鍵要點是采集到圖像的濾波去噪處理和灰度閾值的設(shè)定。濾波去噪器的窗口大小如何確定十分重要，其選擇過大或過小時都會導(dǎo)致被檢測電芯的缺陷部分不能有效分割而漏掉重要信息影響到缺陷識別效果，故其取值大小應(yīng)根據(jù)待檢測電芯缺陷的尺寸進行操作。且大量研究表明，濾波去噪器的取值通常在高于被分割目標(biāo)零部件的大小時分割效果相對理想。此外，閾值K的取值也至關(guān)重要，關(guān)系到電芯缺陷檢測效果能否加倍精準(zhǔn)，K值較高時能較好的過濾掉雜波去掉干擾成分，但同時也大概率會過濾掉缺陷區(qū)域的邊緣信息，K值較低時通常會保證目標(biāo)缺陷區(qū)域信息的完好度，但同時也無法避免某些雜波干擾成分的影響，造成很多偽缺陷的誤報。

實現(xiàn)視覺標(biāo)定前要對工件識別，首先，在工控機中建立圖像數(shù)據(jù)庫，錄入目標(biāo)工件圖像的特征。接著，采用基于特征的匹配算法，利用邊緣檢測輪廓提取方法對工件進行定位。具體而言，通過圖像采集系統(tǒng)獲取工件的一些特征，如工件邊緣和工件端點等。然后，利用算法對這些特征進行匹配，將圖像匹配轉(zhuǎn)換為少量特征的比對。計算機通過算法分析，識別工件輪廓和特征，并將其與目標(biāo)工件圖像進行比較。同時，在識別過程中，系統(tǒng)會不斷進行智能學(xué)習(xí)，以便對一些模糊的工件輪廓做出智能判斷。這樣的方法可以實現(xiàn)對工件的準(zhǔn)確識別和定位。

以常熟某司電芯貼片位置度檢測為例，檢查要求：識別貼的貼片和盒子有無偏離，識別成功率99.99%，誤判率0.01%。用輪廓進行粗定位，四邊形中點進行精定位，用抓到的四條邊的角度及最大最小寬度工具來檢測兩條相交的邊緣的貼片和盒子的距離來判斷OK和NG。如圖3-（a）經(jīng)軟件處理、判斷，硅膠墊距電芯邊緣最大/最小距離均在允許范圍內(nèi)，則提示該產(chǎn)品為OK；（b）（c）兩種情況顯示最大距離超過最大允許值，最小距離超過最小允許值，軟件判定為NG；（d）屬于線轉(zhuǎn)角超出上下極限，軟件自動判定為NG。

4 OK/NG分流裝置設(shè)計

在自動化生產(chǎn)線上，合格品和不合格品的分流裝置是確保產(chǎn)品質(zhì)量和生產(chǎn)效率的重要環(huán)節(jié)。通過合理的分流設(shè)計，可以在生產(chǎn)過程中實時檢測產(chǎn)品的質(zhì)量，并將合格品和不合格品分開，避免不合格品流入下一個環(huán)節(jié)，降低資源浪費和風(fēng)險。本系統(tǒng)配套的視覺檢測裝置使用攝像頭和圖像處理技術(shù)實時監(jiān)測產(chǎn)品質(zhì)量。對于檢測出不合格品的產(chǎn)品，系統(tǒng)可以自動觸發(fā)分流機制。合格品繼續(xù)輸送到生產(chǎn)線，而不合格品被導(dǎo)向另一條輸送帶或容器。

5 結(jié)論

文章綜述了電池電芯質(zhì)量檢測的重要性以及機器視覺應(yīng)用的優(yōu)勢，并介紹了如何通過優(yōu)化圖像采集和預(yù)處理來增強缺陷檢測系統(tǒng)的性能和可靠性。對其圖像數(shù)據(jù)采集、圖像預(yù)處理、圖像動態(tài)閾值分割、缺陷特征提取等自動檢測方法流程進行了深入研究，實現(xiàn)了電芯缺陷的準(zhǔn)確檢測，保證汽車電池模組生產(chǎn)質(zhì)量的同時提高了生產(chǎn)效率，以期推動我國零部件制造業(yè)的長遠發(fā)展[4]。