电动汽车电芯制造的关键一步是电池组装。该过程包括对准电动汽车电池片、焊接极耳,将其放入电池外壳中,并使用液体电解质填充电池外壳。电动汽车电池片是锂离子电池的关键组件,由插入涂覆电极涂层的 阳极和阴极部分之间的隔离材料组成。在电池制造中,堆叠和绕组是对准电芯的两种主要方法。

在电芯堆叠(亦称为“Z 形折叠”)过程中,对准器会拾取一块电极阳极或阴极,将其包裹在隔板材料中,然后将剩余的阳极或阴极放置在隔板的顶部。电动汽车电芯绕组涉及将阴极、隔板和阳极对准排列在彼此顶部,并在它们穿过圆柱滚子时将其合并。

在这两个过程中,对于准确对准阴极、阳极和隔板,机器视觉至关重要。 

在对准并组装完电极后,自动化解决方案会将其电芯极耳焊接在一起。将盖子焊接到外壳顶部,可生产方形和圆柱电池。然后,电池通过顶盖上的小孔充满电解液。  

机器视觉系统会检测电动汽车电池极耳和顶盖焊缝是否存在缺陷以及是否均匀,有助于确保实现较高的电池安全性和性能水平。 

电芯堆叠和绕组

电池组件中的阴极、阳极或隔板的错位可能会危及电池安全,并使许多下游工序复杂化。如果隔板材料无法充分分隔阳极和阴极,则由此产生的连接可能会导致电力短缺或起火。  

VisionPro  和 EtherInspect 是与 康耐视工业相机 (CIC)  配合使用的视觉分析软件解决方案,用于测量阴极、阳极和隔板片。该软件可识别电池片上的参考点,确保精确对准。同时,CIC 可通过广泛的通信协议实现更快的拾取和放置操作。工厂可快速修改和重新部署这些电池组装解决方案,以应对全新挑战、扩大运营规模,并实现快速的产品转换。

借助康耐视机器视觉系统,快速、准确地堆叠电动汽车电池片。
康耐视机器视觉系统能与多种协议无缝通信,可提高电动汽车电芯堆叠和绕组产量,同时保持准确度和精度。

先进的高速缺陷探测

Trevista CI Dome 能从各个角度照亮组件,揭示其中的细微缺陷和拓扑信息。该解决方案使用视觉软件和计算成像来检测和分类高速作业期间的缺陷,从而缩短检测时间。

了解更多
将低热激光焊缝应用于电动汽车电池极耳制造的一种解决方案,作为检测焊缝的康耐视机器视觉系统。
康耐视 VisionPro Deep Learning 使用人工智能来检测和分类焊缝缺陷,并将有缺陷的焊缝与视觉上相似但可接受的焊缝分开。

电池极耳焊缝检测

电动汽车电池极耳焊接过程复杂繁琐;极耳极易撕裂且含有不同的材料。电动汽车电池极耳焊接缺陷变化很大,表观的形状、大小和形式各异。将有缺陷的与可接受的和外观可变的焊缝区分开来本身就很耗时,而且会抑制吞吐量。 

VisionPro Deep Learning 是一款基于人工智能 (AI) 的软件,兼容康耐视工业相机 (CIC)  等 2D 机器视觉系统,可通过查看数千张图像,准确地将可接受的焊缝与有缺陷的焊缝分开。In-Sight 3D-L4000  使用无散斑蓝色激光、先进的视觉工具和智能相机来检测焊缝。这些解决方案可快速区分有缺陷的电动汽车电池焊缝与外观异常情况可接受的焊缝,从而提高电池产量和质量并降低废品率。

顶盖焊缝检测

顶盖焊缝必须均匀且精确,以确保在向电池添加电解液后牢固密封。由于焊接错误而导致的电解液泄漏会降低电池效率并导致电池短路。 

VisionPro Deep Learning 分析大量图像集,可准确检测和分类缺陷,同时还考虑可接受的电池片焊缝。康耐视工业相机 (CIC) 同时于在线检测期间捕获图像。对间隙和气泡等焊缝缺陷进行分类,可发现焊接过程中的问题,从而提高操作效率。 

A Cognex machine vision system detecting weld seam defects on the top cap of an EV battery housing.
康耐视机器视觉系统和基于人工智能的视觉分析软件可检测和分类电动汽车电池焊缝中的缺陷。
康耐视特色产品

获取产品支持和培训以及更多

加入 MyCognex