L’un des plus grands obstacles à l’adoption généralisée des véhicules électriques est le coût de la batterie, qui peut représenter 40 % du prix d’un véhicule. Les matériaux sont rares et coûteux, il existe de nombreuses opérations et possibilités de défauts, et quelques microns peuvent différencier un défaut acceptable d’un défaut légitime.
Des entreprises telles que Guangdong Lyric Robot Automation ouvrent la voie à l’industrie des véhicules électriques, en relevant les défis du marché avec des lignes d’automatisation, des entrepôts intelligents et d’autres solutions de fabrication. Ses clients, y compris CATL, BYD, Volkswagen, Ford et Samsung, ont besoin de batteries de VE sûres et hautes performances, et ce rapidement.
« Les industries des batteries au lithium et des véhicules à énergie nouvelle opèrent à un niveau de développement plus élevé », a déclaré Du Yixian, doyen de l’Institut de recherche de la succursale de Lyric à Dingyuan. « Le processus de production de la batterie doit être de haute qualité et sûr ; ces deux aspects sont la voie à suivre pour atteindre notre objectif. »
Les objectifs de Lyric sont doubles, a déclaré Yixian. L’entreprise vise à contribuer au développement mondial de l’industrie des batteries au lithium pour un avenir neutre en carbone et à favoriser une plateforme pour les ingénieurs.
Ces objectifs nécessitent une vision industrielle avancée, une intelligence artificielle et des systèmes de suivi et de traçage fiables.
Autonomiser la détection des défauts de batterie des véhicules électriques grâce à l’IA
De nombreuses applications de détection des défauts dans la fabrication de batteries pour VE sont trop complexes pour la seule vision industrielle basée sur des règles. La variété des défauts – et la difficulté à les distinguer des anomalies acceptables – nécessitent l’IA.
Lyric utilise deux technologies d’IA Cognex : l’Edge learning et le Deep learning. L’Edge learning est une technologie d’IA qui utilise des algorithmes préentraînés pour reconnaître les défauts et mesurer les coordonnées, ne nécessitant que 5 à 10 images pour l’entraînement. Le Deep learning a une fonction similaire, mais peut traiter des applications plus complexes et nécessite plus d’images d’entraînement.
« Dans la fabrication de batteries pour VE, il existe de nombreuses difficultés et formes de défauts », a déclaré Feng Yingjun, ingénieur en chef de la division vision de Lyric. « Cela met vraiment à l’épreuve le matériel et les logiciels de vision industrielle. »
L’un de ces tests consiste à empiler des feuilles d’anode, de cathode et de matériau de lamination, ou diaphragme, pour former des cellules de batterie.
L'alignement du diaphragme sur des feuilles d'anode et de cathode est une opération simple. Cependant, un mauvais alignement des composants de seulement 0,2 mm, soit environ l’épaisseur de deux feuilles de papier, peut diminuer les performances de la batterie ou provoquer un court-circuit.
Yingjun a déclaré que trouver les bords de l’anode, de la cathode et du diaphragme est l’un des aspects les plus difficiles de l’empilement des feuilles cellulaires. C’est trop difficile pour la vision industrielle basée uniquement sur des règles, Lyric utilise donc des solutions Cognex alimentées par l’Edge learning.
« L’outil Cognex Edge learning SmartLine est très largement utilisé, principalement parce qu’il est difficile d’identifier les limites des composants », a ajouté Yixian. « Dans ces conditions de travail plus complexes et difficiles, SmartLine aide vraiment à identifier les limites, avec une précision allant jusqu’à 99 %. »
Yingjun a déclaré que l’empilage plus précis des feuilles cellulaires améliore le rendement énergétique des batteries pour VE. Si les taux de rendement sont trop faibles, a-t-il ajouté, le client pourrait rejeter les batteries. Les solutions basées sur l’Edge learning et le Deep learning aident Lyric à fournir également des solutions plus rapidement.
« Cognex a permis de réduire notre temps de déploiement de plus de 30 % dans certaines applications, ce que nos clients recherchent toujours », a ajouté M. Yixian.
Mise en lumière des défauts et traçabilité
Lyric utilise des solutions 3D Cognex pour analyser les soudures. La société combine les outils de vision Cognex pour trouver les soudures et sa propre technologie pour identifier les défauts.
Bien que la détection des défauts et l’alignement des composants soient des aspects essentiels de la fabrication des batteries des véhicules électriques, il est tout aussi important pour Lyric de surveiller où se trouvent les composants dans le processus de production.
Le suivi et le traçage des pièces de la batterie des véhicules électriques par lecture des codes-barres et des marques directes de pièces sont essentiels à l’assurance qualité, a déclaré M. Yingjun. S’il n’y a aucun moyen de suivre un produit défectueux pour en déterminer la cause profonde, il existe un risque que les produits défectueux parviennent à l’utilisateur final. Mais la lecture de codes sur des surfaces incurvées réfléchissantes peut être difficile, en particulier lors de la lecture de différents types de composants pour différents clients.
Automatisation intuitive à l’échelle mondiale
Les capacités avancées des systèmes de vision industrielle et des lecteurs de codes-barres sont essentielles, mais un facteur souvent négligé est la manière dont les humains utilisent ces technologies. Lyric produit des solutions de fabrication de batteries pour véhicules électriques pour différents clients, chacune avec ses propres exigences, conceptions et spécifications. La capacité de reconfigurer facilement les systèmes de vision industrielle et les lecteurs de codes-barres pour prendre en charge de nouvelles tâches et opérer dans de nouveaux environnements permet à Lyric d'optimiser le rendement.
« La première chose que nous recherchons dans une solution est sa capacité R&D globale, la fonctionnalité du produit », a déclaré Yingjun. « La deuxième considération est la garantie des services techniques. Ce sont les deux facteurs qui nous préoccupent le plus. »
Lyric a réalisé une augmentation de la production en usine grâce à des outils conviviaux tels que VisionPro et le logiciel de vision industrielle In-Sight. Le logiciel Cognex étant programmé dans une interface glisser-déposer courante, l’équipe de Yingjun passe moins de temps à développer le code source.c
« Les outils logiciels Cognex sont faciles à utiliser et leurs performances sont toujours solides », a déclaré M. Yingjun. L’utilisation accrue des outils de vision Cognex permet d’améliorer les rendements des batteries des véhicules électriques et le débit de fabrication.
Par exemple, du côté matériel, Yingjun a déclaré que les fonctionnalités de DataMan telles que l’éclairage multicolore et les lentilles liquides ultrarapides améliorent la précision de la lecture de codes, améliorant ainsi la traçabilité. Les scanners de Cognex sont également faciles à déboguer et à reconfigurer, ce qui réduit le temps de déploiement lorsqu'il s'agit de relever un nouveau défi en matière de traçabilité.
Le partenariat étroit entre Lyric et Cognex s’étend au-delà des solutions matérielles et logicielles, a déclaré Yixian. Cognex aide Lyric à résoudre les problèmes sur les sites de ses clients et propose des solutions pour relever les nouveaux défis de l’industrie des véhicules électriques à l’échelle mondiale.
« Nos clients sont répartis dans le monde entier, nous devons répondre à différentes certifications et exigences de conformité », a déclaré Yixian. « Cognex dispose d’un réseau mondial de ventes et de services qui nous aide à répondre aux certifications mondiales de produits et de sécurité, ce qui nous permet de fournir un meilleur service au niveau national et international. »
Tester de nouvelles solutions et un engagement mutuel envers la R&D
Le marché des batteries pour VE est un secteur en constante évolution, et les clients de Lyric ont continuellement besoin de solutions personnalisées et intégrées pour répondre aux nouvelles demandes. Lyric investit dans la recherche et le développement pour suivre les nouvelles conceptions de batteries, les spécifications de fabrication, les réglementations et les besoins des clients.
Le fait d’avoir un fournisseur de vision industrielle ayant les mêmes valeurs aide Lyric à résoudre rapidement les problèmes techniques, explique Yixian. « Lorsque nos clients rencontrent des problèmes sur le terrain, Cognex coopère activement avec nous pour trouver la cause et nous fournir des services techniques et une assistance en temps opportun », a-t-il déclaré. « Lorsque nous rencontrons de nouveaux problèmes, Cognex introduit activement de nouveaux produits et technologies pour les résoudre. »
C’est pourquoi Lyric continue de tester et de mettre en œuvre de nouvelles solutions de Cognex. Il teste actuellement une nouvelle solution Cognex, le Trevista CI Dome, pour la détection des défauts de batterie des véhicules électriques.
Trevista CI Dome utilise un éclairage de dôme diffus, une imagerie informatique et un logiciel de vision pour créer des images topographiques de haute qualité. La solution est particulièrement adaptée à la détection de défauts dans la fabrication de batteries pour VE car elle révèle des défauts subtils et affiche des informations de profondeur permettant de distinguer un défaut fonctionnel d’une anomalie acceptable.
« Trevista CI Dome nous offre une meilleure qualité d’imagerie, une vitesse de traitement plus élevée et fonctionne parfaitement avec d’autres outils pour effectuer une inspection systématique », a déclaré Yingjun.
Lyric teste également l’In-Sight L38, un système de vision industrielle 3D, pour la détection des défauts post-soudage et l’inspection des surfaces des batteries pour VE.
En investissant dans de nouvelles solutions et technologies, Lyric et Cognex sont sur le point de revitaliser l’industrie des véhicules électriques. « Je pense que la coopération entre Lyric et Cognex, en raison de la forte performance de nos produits, fournira des services de meilleure qualité aux clients nationaux et internes », a déclaré Yixian.