AIとマシンビジョンがEV製造のコストを削減する方法

電気自動車（EV）が普及しています。より多くのメーカーが、自動車の排出量を削減し、カーボンニュートラルに進み、より多くの電気自動車をラインナップに導入することにコミットしています。

減税、国内製造への投資、より多くの新しいEV販売の目標設定などの政府のインセンティブに牽引されて、EVに対する消費者の需要も高まっています。しかし、大量EV採用への道のりは長く、ロイター通信によると、米国の2億5,000万台の自動車のうち電気自動車は1%未満で、年間1,700万台の新車が販売されています。

値札ショックによる成長の失速

消費者にとって最大の減速バンプの1つは値札です。EVはガソリン車よりもメンテナンスコストと燃料コストが低い可能性がありますが、税金の払い戻しやその他のインセンティブにもかかわらず、EVの先行費用は依然として自動車運転者を追い払っています。

EVの平均取引価格（ATP）は低下しているが、内燃機関（ICE）搭載車よりも依然として高価である。フォードモーター社の最高経営責任者のジム・ファーリーによると、その傾向は2030年まで続く可能性があります。2023年5月の投資家会議で、ファーリー氏は、EVの価格は、2020年後半に第2世代および第3世代のモデルがリリースされるまで下落すると予想されていないと述べた。
 

底辺への競争：バッテリ価格を下げ、市場シェアを拡大する

EVの高コストは、広範囲の採用を阻害し、最終的には市場に出ている車両数とバッテリ数を制限しています。国がEVの購入を奨励し、製造競争が加速するにつれて、EVの生産者とサプライヤはコストを削減し、消費者に低価格で販売しようとする動機付けとなります。

EVの2つの重要なコストセンターは、バッテリと労働力です。ロイターによれば、EVの価格表の最大50%を占めるリチウムイオンバッテリパックには、コバルト、ニッケル、リチウムなどの高価な希少物質が必要です。これらの金属の価格は変動し、特に主要なEVや金属生産国からの政策変更の影響を受けるとForbesは報告しています。  

金融サービス会社のモーニングスターは、EVの需要が高まり、新しいリチウム生産者が、他の大規模な事業と同様に一般的に遅延に直面するため、リチウム価格は2030年まで上昇し続けると予想しています。

人件費に関しては、センチメントはより明確です。フォードのファーリーは、EVがより簡単に製造され、より費用対効果の高い材料を使用して小型のバッテリーを装備し、2030年から2035年の間に人件費を削減すると予測しています。 経済的な
 

費用削減への舵取り

EVメーカーとバッテリサプライヤは、コストを削減する必要があります。コストを削減する最も達成可能な方法には、複雑で時間のかかるEVバッテリ検査と手動プロセスを自動化することが含まれます。

マシンビジョンとAIは、製造の自動化、効率性の向上、品質管理、コスト削減に不可欠です。マシンビジョンは、カメラとセンサーを使用して視覚データをキャプチャして解析するし、AIはこのデータを解釈して複合で困難な検査を解決します。

受容可能な欠陥と真の欠陥を区別する

これらのテクノロジは、検査時間を短縮し、廃棄率を下げ、バッテリの品質と効率を保護するために微細な欠陥を特定することにより、EVバッテリコストを削減します。

EVバッテリの安全性と性能には、欠陥を特定することが不可欠です。欠陥検出は不可欠な機能ですが、多くのプロセスには時間がかかり、リソースが大量に消費され、信頼性が損なわれます。外観上の欠陥機能上の欠陥として分類することは、コストのかかる間違いです。これは、高価な希少金属や元素を廃棄することを意味します。  

無駄とリワークを最小限に抑えるために、コグネックスは高度なアルゴリズムと画像解析ソフトウェアを利用して、EVバッテリ製造中の表面的な欠陥と真の欠陥を区別します。ディープラーニングテクノロジを使用して、ユーザはビジョンシステムをプログラムして欠陥を検出し、欠陥が許容範囲内のばらつきであるかどうかを判断し、反射面などのばらつきを考慮しながら、許容できない欠陥にフラグを立てます。

バッテリー溶接の評価

EVバッテリ溶接シームの検査は、EVの構造的完全性と性能にとって重要です。外観がほぼ同じであるため、従来のビジョンシステムでは、化粧品を機能的なバリエーションから分離することはほぼ不可能です。  

コグネックスのソフトウェアが検査領域を特定する一方で、三次元センサは溶接されたエッジとコーナーを検査し、バッテリ溶接シームが完全にシールされ、欠陥がないことを確認します。ディープラーニングベースの欠陥検出および分類ツールは、数多くの溶接のばらつきを登録し、機能上の欠陥と外観上の欠陥を正確に分類し、区別できるよう学習します。

バッテリーセル、パウチ、およびシリンダー表面の点検

バッテリの性能に影響を与える可能性のある欠陥、汚染物質、異常を排除するには、徹底的な表面検査が不可欠です。マシンビジョンシステムは、傷、くぼみ、異物粒子などの欠陥を検出し、EVバッテリの全体的な品質を向上させます。

電極コーティングの点検

電極コーティングの均一性と品質は、EVバッテリーの性能に大きく影響します。正確なマシンビジョンソリューションで、電極コーティングを検査し、不均一や欠陥を特定します。これにより、均一なコーティングの厚さと品質が保証され、バッテリの性能と寿命が向上します。

コグネックス産業用ラインスキャンカメラは、ウェブ表面検査に理想的で、フィルム基材が銅とアルミニウムで均一にコーティングされていることを確認します。
 

マシンビジョンはEVの手頃な価格に貢献

EVメーカーが課題に取り組み、効率と生産品質を向上させるためには、マシンビジョンとAIソリューションを活用することが重要です。これらのテクノロジを採用することで、メーカーはコストを削減し、生産性を向上させ、EVの採用を加速できます。

EV製造におけるマシンビジョンとAIの実装の詳細については、以下のEVソリューションガイドをダウンロードしてください。