Serviceline
点击这里给我发消息联系客服

扫描关注微信!

机器视觉加速渗透锂电领域

2022-07-01 17:20


新产业周期下,动力电池大规模制造启动,稳定、高效成为行业热词;新材料、新工艺层出不穷、迭代加速,快速高质匹配其进行生产成为行业共识;极限智造不断进阶,千分之一的误检率、零漏检要求挑战着锂电行业的制造能力。


      在多重因素共振下,机器视觉设备作为“眼睛”和“大脑”,赋能电池企业及锂电原材料厂家高质、高效生产,渐成行业标配。


      全球新能源汽车市场进入爆发“拐点”,宁德时代、比亚迪、中创新航、蜂巢能源等重量级动力电池企业加速扩产,智能制造愈发受市场青睐。锂电池生产工艺复杂,流程多,不同工序需要不同装备。机器视觉检测系统虽属于辅助角色,占整体装备采购金额较小,但其作为装备的“眼睛”与“大脑”,在整个生产过程中起着至关重要的作用。


       以方形卷绕电芯为例,在电芯前段工序中,视觉检测主要应用于涂布的涂覆纠偏、尺寸测量,极片的表面瑕疵检测、尺寸测量,卷绕对齐度等。在电芯后工序中,视觉检测主要应用于裸电芯极耳翻折检测、极耳裁切碎屑检测、极耳焊接质量检测、尺寸测量、贴胶定位,以及入壳顶盖焊接质量检测、密封钉焊接质量检测、电芯外观检测等。在模组和PACK段,以视觉检测装备为主,主要应用于底部蓝胶检测、BUSBAR焊缝检测、侧焊缝检测、模组全尺寸检测、PACK检测等。


      上述每一道工序质量的好坏都影响着电池的容量、倍率、寿命以及安全等性能。机器视觉检测系统及装备作为“把关人”,举足轻重。


      此外,市场对隔膜、铜箔、铝箔等锂电池上游原材料的检测要求也日益精细化,机器视觉检测在锂电原材料领域的应用也不断提速。


机器视觉在动力电池领域加速“渗透”


      据GGII数据显示,2021年中国动力电池出货量220GWh,预计2022年达到450GWh。受此带动,预测机器视觉的市场规模也将从去年8.8亿-11亿提升至18亿-22.5亿元,占2022年整个机器视觉市场规模229亿元的近一成。


       锂电池新工艺、原材料加速迭代升级,对机器视觉的要求也日益严苛。如何高质量满足市场期待、尽可能快速地适应行业新变化,助推产能释放、提升产品品质,成为机器视觉企业需要面对的重要课题。然而,就目前情况来看,锂电机器视觉市场需求并未得到有效满足,优质产品市场还存在很大空白。重重围困下,锂电机器视觉领域还存在以下几大难题,掣肘着锂电池产能的快速释放。


1速度与精度难兼顾

      动力电池大规模制造时代来临,物体检测愈发复杂,市场要求愈发精细化,如何提高生产效率、降低产品缺陷率成为行业共同的挑战。


      例如,极限制造上,要求动力电池缺陷率从ppm(百万分之一)级别向ppb(十亿分之一)级别提升,安全性能把控从6西格玛进一步向9西格玛靠拢。

然而,速度与精度天然为“对手”,若想两手齐抓,机器视觉整个行业无疑面临着不小的挑战。目前,部分锂电机器视觉企业还未形成较好的解决方案,仍处于“顾此失彼”的困境中。


2机器视觉技术迭代速度较慢

      多元化应用场景加速动力电池需求分化,对材料、工艺的选择千差万别,磷酸锰铁锂、硅基负极、高镍三元等新材料不断推出,大圆柱电池、CTC、CTB等新工艺应用提速。

      在市场叫好声一片之时,机器视觉的新挑战随之而来。新材料、新工艺必然带来新的缺陷,机器视觉学习能力的高低、好坏直接影响着匹配产线生产时间的长短。目前部分机器视觉企业技术迭代速度较慢,产品学习能力弱,装配到新产线需要时间加以磨合,快至一周慢则两个月,才能实现稳定检测。这显然不能满足电池企业产能快速上量的期望。


3数据反哺能力弱

       锂电机器视觉应用于电池生产,经历了从无到有、从差到好的过程,但自始至终检测数据这一宝库没有得到较好利用。究其原因,一是行业未形成统一的缺陷标准,同一电池厂使用多家机器视觉检测系统,检测差异较大,一致性差;二是数据反哺利用能力不足。

      与此同时,电池厂家对机器视觉的需求日益明确,机器视觉厂商的供货能力、技术研发潜力、产品迭代能力、整体解决方案的能力以及服务能力成为电池厂家衡量机器视觉厂商实力的核心点。