News
在鋰電池制造過程中,傳統(tǒng)檢測主要關(guān)注表面缺陷,難以捕捉工藝變化。隨著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,微米級工藝波動對性能影響顯著,單純靠這些指標已無法評估和控制整體制造質(zhì)量。真正的問題轉(zhuǎn)向:如何讓檢測系統(tǒng)理解真實的工藝場景,推動生產(chǎn)的優(yōu)化?
近日,在第十屆動力電池應用國際峰會(CBIS2025)上,凌云光鋰電事業(yè)部行業(yè)總監(jiān)陳瑤圍繞《新一代Vision+AI技術(shù)助力鋰電質(zhì)檢上臺階》作專題報告,分享公司在鋰電檢測領域的實踐積累與前沿技術(shù)布局。

圍繞材料、極片、毛刺、極耳到方形外觀等關(guān)鍵工序,凌云光基于“Vision+AI”構(gòu)建了全流程智能檢測體系,能夠在高速擾動、強反光、多層結(jié)構(gòu)等復雜場景中穩(wěn)定輸出高質(zhì)量圖像數(shù)據(jù)。


傳統(tǒng)檢測能發(fā)現(xiàn)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(jié)果已無法支撐產(chǎn)線的快速優(yōu)化。當視覺圖像(缺陷/形貌)、工藝參數(shù)(溫度、線速、壓力等)、電池物性(致密度、界面接觸)這三類信息實現(xiàn)數(shù)據(jù)化并融合, AI才能真正跨模態(tài)地理解制造過程,給出從“是什么缺陷”到“為什么出現(xiàn)”的解釋,讓檢測真正參與生產(chǎn)。
凌云光GMQM+ LUSTERLVM大模型方案,已在鋰電、光伏、3C等頭部客戶中實現(xiàn)規(guī)?;涞?,幫助客戶有效管理檢測數(shù)據(jù)和提升過漏檢指標。例如,在全球隔膜行業(yè)客戶中,該方案能夠?qū)⑷毕菁毞种?7/32類,并自動映射到工藝問題(張力/壓力波動、干燥、涂布穩(wěn)定性、壓實一致性等),實現(xiàn)單條產(chǎn)線節(jié)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(jié)構(gòu),還改變了檢測的核心維度。從傳統(tǒng)液態(tài)體系的表面缺陷,轉(zhuǎn)向孔隙率(材料級)、界面接觸(結(jié)構(gòu)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(xù)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(gòu)建從材料到電芯的全流程質(zhì)量優(yōu)化體系,應對固態(tài)時代的檢測挑戰(zhàn)。
從單一表面觀測向多模態(tài)感知演進,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、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(jié)構(gòu)信息,多源數(shù)據(jù)統(tǒng)一標定,使固化度、致密度、界面均勻性等關(guān)鍵物性可觀測、可量化。?
自研LUSTERLVM工業(yè)模型構(gòu)建“檢測→決策→工藝→反饋→再學習”閉環(huán)框架,實現(xiàn)對涂布?→?固化?→?干燥?→?輥壓?→?分切全工藝鏈的實時控制,使固態(tài)電池的質(zhì)量管理從“被動響應”轉(zhuǎn)變?yōu)椤爸鲃訖z測”:
新一代 Vision+AI 的價值,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(xù)提供創(chuàng)新的質(zhì)量管理方案,推動鋰電制造向智能化、精細化演進。
2021-12-28
2021-06-07
2023-03-03
2024-09-23
2022-03-16