消费产品

电池铅板缺陷探测

安装前检测各个铅板的缺陷

视觉系统检测电池铅板缺陷

相关产品

VisionPro ViDi Product Tile

VisionPro Deep Learning

面向深度学习工业图像分析的图形化编程环境

In-Sight D900

In-Sight D900

采用 In-Sight ViDi 技术的深度学习式视觉软件

电动汽车 (EV)、电网存储和工业应用中使用 NiCd 可充电电池由多个电池单元模块构成。每个电池单元都包含通过铅板或网分隔的阳极和阴极,使电解质能够自由通过各个单元。密封后,这种电池可以持续工作数年而不需要维护。

分隔铅板是保证电池寿命的关键。铅板中的弯曲、空隙和其他缺陷会导致板间电气分隔减弱、漏电,以及影响电池寿命。铅板或网的表面既复杂又脆弱。制造和处理过程中产生的缺陷可能会很小,外观各异,而且可能随机分布在铅板复杂表面的任意位置。传统机器视觉难以可靠地检测这种随机分布的缺陷。

电池单元在安装到电池前进行密封后,即无法再进行检测。如果在最终测试时发现蓄电能力差,整个电池都需要报废。

Cognex Deep Learning 可在安装前确保电池铅板无缺陷。缺陷探测工具使用合格分隔铅板的少量图像学习无缺陷电池铅板的外观。然后,该工具即可识别电池铅板上甚至很小的缺陷,而且不会受到大小、外观和位置的影响,并将有任何异常的铅板标记为不合格。

电池铅板设计或图案发生变化时,Cognex Deep Learning 只需几分钟即可使用新设计的图像完成重新训练并返回检测生产线,而且无需编程。

精选康耐产品

获取产品支持和培训以及更多

加入 MyCognex

是否有任何疑问?

世界各地的康耐视代表可以随时为您提供支持,满足您的视觉和工业读码需求。

联系我们
Loading...