AI+VISION | 独具慧眼，破解锂电池极片毛刺检测难题

为制成不同尺寸的电池，经过涂布、辊压之后的极片需要经过分切、冲裁等工序，在这个过程中，极片的切割边缘容易产生毛刺。毛刺过长容易刺穿隔膜，导致正负极接触引发短路，造成电池性能下降，甚至引发起火爆炸等安全问题。

固疾难消的原因在于行业内欠缺经过验证的、行之有效的检测手段。即使是过长的毛刺也只有几微米，肉眼基本不可见，分布密度小且分布位置不可控，检测难。2023年以前，极片毛刺的检测多依靠电镜显微镜进行离线抽检，也无法有效地把控产品质量。

毛刺示意图（注：示意图来源于网络）

既要完成缺陷检测，又不能影响整体产能，在线全检无疑是最佳解决方案。要在高速生产状态下稳定检出并精准识别微米级的毛刺，同时还要综合考量空间、投入等因素，困难重重。

作为国内较早进入机器视觉领域的企业之一，凌云光始终秉持自主创新的研发理念，相继攻克了计算成像、精准成像等诸多难题，将前沿研发成果不断转化为解决客户实际问题的落地方案。面对毛刺检测难题，凌云光推出锂电池毛刺在线全检系统及相关解决方案，破解行业难题。

凌云光自主研发的高速自适应追焦系统能提升成像系统景深，在高分辨、大视场、大景深条件下能实现150m/min速度下检测分辨率2μm，极片材料3mm抖动范围内稳定、清晰成像，完成边缘毛刺全检。

自适应追焦动画演示

检测系统界面

解决了看得清的问题，检测系统还需要分得清。

为了保证毛刺缺陷零漏检，检测系统需要严格设置检测参数。但在极片分切、生产过程中还会遇到碎屑、波浪边等干扰类缺陷。只有将毛刺与干扰类缺陷准确分类识别与过滤，才能在保障零漏检的同时降低误检率，避免材料浪费。其次，即使同为毛刺，也有长度的差异，要通过AI识别出毛刺长度，进行分级管控和处理。

F.Brain是凌云光针对工业质检场景自主研发的深度学习AI平台，并已广泛应用到锂电池检测领域。在毛刺检测场景中，先由传统算法结合AI对缺陷进行初筛，再由深度学习AI算法对检出缺陷进行区分，精准识别，最终实现零漏检，误报率低于十万分之一。