走進某工廠的大型廠房，數(shù)條產(chǎn)線高速運轉(zhuǎn)，配料經(jīng)過投料、擠出、拉伸、萃取、定型等工序，數(shù)米寬的塑料膜從吹膜口噴涌而出，經(jīng)傳動系統(tǒng)在滾筒上層層纏繞。經(jīng)過分切階段后，上百名質(zhì)檢員工正在進行人工檢測。

這正是鋰電池的關(guān)鍵部分——隔膜?；谠谛履茉搭I(lǐng)域多年的經(jīng)驗積累，近期凌云光為某鋰電隔膜龍頭企業(yè)提供F.Brain +GMQM一站式AI質(zhì)檢解決方案，實現(xiàn)AI復(fù)判和自動判等，能夠精準識別并分類基膜、噴涂膜和涂布膜表面的數(shù)十種缺陷，將單卷判等時間從人工的2分鐘縮短至自動判等的30秒。該方案不僅彌補了機臺傳統(tǒng)算法檢測不足，還取消了人工復(fù)判環(huán)節(jié)，每天能夠節(jié)省10多名質(zhì)檢人員。此外，產(chǎn)品良品率有效提升，每年可節(jié)省數(shù)百萬成本，實現(xiàn)了從被動接收不良品到主動分析缺陷并優(yōu)化生產(chǎn)的轉(zhuǎn)變。

真瑕疵還是假缺陷？
檢測精度不足讓良率提升難上加難

隔膜，即一張厚度4-20μm的塑料膜，其表面大量的納米級微孔對電池性能至關(guān)重要。一旦孔徑過大導(dǎo)致兩極接觸，可能引發(fā)電芯爆炸，因此被稱為鋰電池“第三極”。隔膜既要纖塵不染，也必須保持絕緣。一顆直徑大于0.002mm的灰塵或一個0.05mm的針孔，就足以使一整卷2000米、價值數(shù)千甚至數(shù)萬元的薄膜報廢。

然而，制程過程任何操作不當或環(huán)境中微小雜質(zhì)都可能導(dǎo)致膜面出現(xiàn)破損、劃痕、漏涂等各類缺陷，這也使得隔膜良率較為低下，從60%到90%不等。行業(yè)人士指出，限制新能源汽車發(fā)展的最大問題是電池，而電池中最大的問題就是隔膜。

“有些AOI機臺用的還是傳統(tǒng)算法，缺陷分類的精度不足就算了，有時候還會把抖動、接頭誤判成假缺陷，結(jié)果好好的隔膜就被降級了，這讓本就難提升的良率難上加難”，業(yè)內(nèi)人士對此表示擔憂，“為了提供高質(zhì)量隔膜，必須清楚定義缺陷類型，確保能夠檢出、準確分類和判等”。

“AI +Data”平替“稀缺老師傅”
每30秒精準分類30余種隔膜缺陷

作為隔膜產(chǎn)業(yè)龍頭，該客戶為確保產(chǎn)品的高標準制定了嚴格的缺陷分類標準，并組建了數(shù)百人的質(zhì)量檢測團隊。然而，單母卷人工檢測時間超過2分鐘，主觀判斷易出錯，異常分析也依賴經(jīng)驗。

“拿針孔來說，無規(guī)律針孔可能由靜電擊穿引起，而等距針孔可能是由異物頂破導(dǎo)致的連續(xù)性異常，復(fù)雜缺陷處理非?？简瀱T工經(jīng)驗，老師傅30分鐘解決，新手可能需要2小時甚至更長時間，處理不及時會導(dǎo)致不良品持續(xù)產(chǎn)生。這一行比較考驗吃苦耐勞的能力，有長期積累的老師傅非常稀缺，很多人都是入行1年不到的新員工”。

為打破這些制約良率提升的瓶頸，隔膜項目團隊深入生產(chǎn)一線駐場調(diào)研，最后提出數(shù)據(jù)+AI+視覺三者融合的定制化系統(tǒng)方案，以實現(xiàn)對膜材表面缺陷的實時分類、自動判等和缺陷根因分析。

• 數(shù)據(jù)方面，構(gòu)建專家知識庫，收集所有缺陷數(shù)據(jù)和工藝經(jīng)驗，并根據(jù)缺陷的嚴重程度、發(fā)生頻率和影響范圍將10余種缺陷特征細分為30余種，并關(guān)聯(lián)缺陷特征、成因與工藝問題，為模型提供堅實數(shù)據(jù)基礎(chǔ)。
• AI方面，基于公司自主研發(fā)的LusterLVM工業(yè)領(lǐng)域通用視覺大模型，針對基膜、噴涂膜和涂布膜定制細分場景模型，利用定制F.Brain算法進行標注、模型訓(xùn)練與調(diào)優(yōu)，實現(xiàn)更精準的缺陷識別和細分。此外，還集成了定制GMQM模塊，支持AI二次分類和自動判等，實現(xiàn)在線過程質(zhì)量監(jiān)控。
• 視覺方面，開發(fā)數(shù)采平臺對接模塊，獲取所有機臺缺陷成像圖片及其特征信息，包括形狀、尺寸、面積、分布坐標等，并優(yōu)化圖像一致性。

該方案將工藝經(jīng)驗、缺陷數(shù)據(jù)、算法和模型有機結(jié)合。LusterLVM相當于‘廚房’，F(xiàn).Brain算法是‘菜譜’決定了缺陷檢測的上限，工藝經(jīng)驗和知識是‘燃料’，缺陷數(shù)據(jù)是‘食材’，而GMQM則是‘廚具’，共同提升隔膜的智檢能力。

方案迅速落地，試運行后成效顯著，假缺陷剔除率≥95%，缺陷實時準確分類率達95%~97%，自動判等結(jié)果與人工檢測一致，并提供缺陷成因和處理建議，為車間工藝處理決策提供精準支撐。

質(zhì)量閉環(huán)有“膜”力
每年節(jié)省數(shù)百萬

對于客戶來說，要提高良率和挖掘盈利潛能，僅僅將AI技術(shù)導(dǎo)入生產(chǎn)檢測這一個環(huán)節(jié)是不夠的，還需對AI融入后整個工廠的業(yè)務(wù)場景進行優(yōu)化，這需要通盤的考慮，更需要大量的工作。

項目團隊發(fā)現(xiàn)，客戶在缺陷數(shù)據(jù)采集和導(dǎo)入上耗費大量人力，“但更為棘手的是，這伴隨而來一系列非標情況發(fā)生，如檢量測數(shù)據(jù)未及時上報QMS，容易延誤生產(chǎn)”。

為減少對人工依賴提高生產(chǎn)效率，需要實時整合工藝流、質(zhì)量流和人流信息，也就是說需要生產(chǎn)設(shè)備、AOI機臺、產(chǎn)品物料、生產(chǎn)系統(tǒng)、人等各環(huán)節(jié)都要聯(lián)動配合。質(zhì)量管理的核心在于智能執(zhí)行程度，”這些握不上手就沒有辦法高效運轉(zhuǎn)，那么設(shè)備就只是設(shè)備，質(zhì)量管理也只是空談”。

為加快項目建設(shè)，公司還成立了陣容強大的項目實施團隊，提供業(yè)務(wù)流程咨詢服務(wù)。圍繞客戶降低損耗和質(zhì)量管理的核心訴求，定制智能質(zhì)量管理系統(tǒng)，并開發(fā)對接模塊將其與客戶當前MES、QMS等信息化系統(tǒng)深度融合，實現(xiàn)車間數(shù)百臺機臺與MES系統(tǒng)、GMQM質(zhì)量管理系統(tǒng)閉環(huán)，端側(cè)間數(shù)據(jù)可共享，最終實現(xiàn)了SPC質(zhì)量分析、質(zhì)量追溯、缺陷預(yù)警及詳細根因分析等功能。

制造業(yè)正經(jīng)歷著從追求速度到追求精益管理的深刻變革，凌云光憑借20余年機器視覺經(jīng)驗，積累了超過1000萬的缺陷精細標注數(shù)據(jù)，能夠高效支持從隔膜到整個工業(yè)質(zhì)檢場景的缺陷分類。此外，LusterLVM大模型具備通用智能檢測能力，能夠顯著提升質(zhì)檢效率和精度，已快速應(yīng)用于鋰電、3C等10多個工業(yè)領(lǐng)域，在工業(yè)AI應(yīng)用落地方面擁有10年以上落地經(jīng)驗。凌云光希望以智能工廠變革中推動者、賦能者的角色，為全世界無數(shù)“夢工廠”的誕生貢獻力量。