CN109741323A - 锂电池的极片检测方法、装置、计算机设备和存储介质 - Google Patents
锂电池的极片检测方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109741323A CN109741323A CN201910018358.XA CN201910018358A CN109741323A CN 109741323 A CN109741323 A CN 109741323A CN 201910018358 A CN201910018358 A CN 201910018358A CN 109741323 A CN109741323 A CN 109741323A
- Authority
- CN
- China
- Prior art keywords
- pole piece
- tab
- area
- detection
- lithium battery
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
本发明涉及一种锂电池的极片检测方法和装置、计算机设备、计算机存储介质。上述锂电池的极片检测方法包括:在激光模切机工序中,通过面阵相机获取极片所在产线区域的第一待测图像信号;在第一待测图像信号识别极片的极耳区的极耳图像数据,根据极耳图像数据获取极耳区的极耳检测参数;根据极耳检测参数对极片进行检测。本发明可以根据极耳图像数据获取极耳区的极耳检测参数,依据上述极耳检测参数对极片进行相应检测,使上述检测过程能够在极片的生产过程中进行,具有较高的实时性,且以包括极片完整图像数据的第一待测图像信号为依据,能够获取更为完整全面的极耳检测参数,提高了极片检测的准确性。
Description
技术领域
本发明涉及电池检测技术领域,特别是涉及一种锂电池的极片检测方法和装置、计算机设备、计算机存储介质。
背景技术
锂电池是新能源汽车的动力源之一,它具有储存能量密度高,重量轻,绿色环保等优点。极片是锂电池的重要组成部分,其质量对锂电池的性能具有决定性作用。因而锂电池的极片检测工作极为重要,传统方案针对锂电池极片的检测,是裁切一段后采用进行2.5D影像测量,通过人眼监控实现其中的缺陷检测,上述锂电池极片的检测方案存在实时性差的问题。
发明内容
基于此,有必要针对传统的锂电池极片检测方案存在实时性差的技术问题,提供一种锂电池的极片检测方法和装置、计算机设备、计算机存储介质。
一种锂电池的极片检测方法,包括:
在激光模切机工序中,通过面阵相机获取极片所在产线区域的第一待测图像信号;
在第一待测图像信号识别极片的极耳区的极耳图像数据,根据极耳图像数据获取极耳区的极耳检测参数;
根据极耳检测参数对极片进行检测。
在一个实施例中,极耳检测参数包括破损面积、余料量、极耳高度和极耳宽度;
根据极耳检测参数对极片进行检测,包括:
若破损面积大于或等于预设的面积阈值,余料量大于或者等于预设的余料阈值,极耳高度在预设的高度范围之外,和/或,极耳宽度在预设的宽度范围之外,判定极片为不良品。
在一个实施例中,还包括:
在激光模切机工序中,通过线扫相机获取极片所在产线区域的第二待测图像信号;
在第二待测图像信号识别极片涂布区的涂布图像数据,根据涂布图像数据获取涂布区的涂布检测参数;
根据涂布检测参数对极片进行检测。
作为一个实施例,根据涂布检测参数对极片进行检测,包括:
根据涂布检测参数确定极片的缺陷类型,若涂布检测参数与缺陷类型关联的任意一个或者多个缺陷条件相匹配,判定极片为不良品。
在一个实施例中,在通过面阵相机获取极片所在产线区域的第一待测图像信号之后,还包括:
在第一待测图像信号中识别极片的边界尺寸参数,根据边界尺寸参数调整极片在产线区域中的位置。
在一个实施例中,在根据极耳检测参数对极片进行检测之后,还包括:
若极片为不良品,确定极片的缺陷区域,识别缺陷区域的材料,根据缺陷区域的材料标记极片。
一种锂电池的极片检测装置,包括:
第一获取模块,用于在激光模切机工序中,通过面阵相机获取极片所在产线区域的第一待测图像信号;
第一识别模块,用于在第一待测图像信号识别极片的极耳区的极耳图像数据,根据极耳图像数据获取极耳区的极耳检测参数;
第一检测模块,用于根据极耳检测参数对极片进行检测。
在一个实施例中,锂电池的极片检测装置,还包括:
第二获取模块,用于在激光模切机工序中,通过线扫相机获取极片所在产线区域的第二待测图像信号;
第二识别模块,用于在第二待测图像信号识别极片涂布区的涂布图像数据,根据涂布图像数据获取涂布区的涂布检测参数;
第二检测模块,用于根据涂布检测参数对极片进行检测。
一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任一实施例提供的锂电池的极片检测方法。
一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任一实施例提供的锂电池的极片检测方法。
上述锂电池的极片检测方法、装置、计算机设备和计算机存储介质,可以在激光模切机工序中,通过面阵相机获取极片所在产线区域的第一待测图像信号,使上述第一待测图像信号可以包括极片的完整图像数据,这样能够在第一待测图像信号识别极片极耳区的极耳图像数据,以根据极耳图像数据获取极耳区的极耳检测参数,依据上述极耳检测参数对极片进行相应检测,使上述检测过程能够在极片的生产过程中进行,具有较高的实时性,且以包括极片完整图像数据的第一待测图像信号为依据,能够获取更为完整全面的极耳检测参数,提高了极片检测的准确性。
附图说明
图1为一个实施例的锂电池的极片检测方法流程图;
图2为一个实施例的锂电池的极片检测装置结构示意图;
图3为一个实施例的计算机设备内部结构示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步的详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不限定本发明的保护范围。
需要说明的是,本发明实施例所涉及的术语“第一\第二\第三”仅仅是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二\第三”区分的对象在适当情况下可以互换,以使这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
本发明实施例的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、装置、产品或设备没有限定于已列出的步骤或模块,而是可选地还包括没有列出的步骤或模块,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
在本文中提及的“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
参考图1所示,图1为一个实施例的锂电池的极片检测方法流程图,包括:
S10,在激光模切机工序中,通过面阵相机获取极片所在产线区域的第一待测图像信号;
上述步骤可以在锂电池极片的生产工序中,具体在激光模切机工序中,通过面阵相机获取极片所在产线区域的第一待测图像信号,使第一待测图像信号包括极片的完整图像信号,以便根据上述第一待测图像信号进行相应的极片检测。上述面阵相机可以设置在放置极片的产线区域上方,能拍摄到极片以及极片所在产线区域的位置。
S20,在第一待测图像信号识别极片的极耳区的极耳图像数据,根据极耳图像数据获取极耳区的极耳检测参数;
上述步骤可以通过相关图像识别技术在在第一待测图像信号中识别极片极耳区的边界,以确定极耳区的极耳图像数据,从上述极耳图像数据中提取所需的极耳检测参数。上述极耳检测参数包括极耳区的破损面积、余料量、极耳高度和极耳宽度等参数,依据上述极耳检测参数可以确定相应极片的极耳区是否存在缺陷,该确定是否导致相应的极片为不良品。
S30,根据极耳检测参数对极片进行检测。
上述极耳检测参数为在激光模切机工序中获取的第一待测图像信号提取的,能准确表征激光模切机工序的极片状态,依据极耳检测参数对相应极片所进行的检测实时性好,准确度高。
本实施例提供的锂电池的极片检测方法,可以在激光模切机工序中,通过面阵相机获取极片所在产线区域的第一待测图像信号,使上述第一待测图像信号可以包括极片的完整图像数据,这样能够在第一待测图像信号识别极片极耳区的极耳图像数据,以根据极耳图像数据获取极耳区的极耳检测参数,依据上述极耳检测参数对极片进行相应检测,使上述检测过程能够在极片的生产过程中进行,具有较高的实时性,且以包括极片完整图像数据的第一待测图像信号为依据,能够获取更为完整全面的极耳检测参数,提高了极片检测的准确性。
在一个实施例中,极耳检测参数包括破损面积、余料量、极耳高度和极耳宽度;
根据极耳检测参数对极片进行检测,包括:
若破损面积大于或等于预设的面积阈值,余料量大于或者等于预设的余料阈值,极耳高度在预设的高度范围之外,和/或,极耳宽度在预设的宽度范围之外,判定极片为不良品。
上述面积阈值和余料阈值分别可以依据极片型号特征以及具体的检测精度设置。上述高度范围可以依据极片型号特征以及具体的检测精度设置,上述高度范围包括高度下限值和高度上限值之间的范围,若极耳高度小于高度下限值或者极耳高度大于高度上限值,表明上述极耳高度在高度范围之外。上述极耳宽度范围可以依据极片型号特征以及具体的检测精度设置,上述宽度范围包括宽度下限值和宽度上限值之间的范围,若极耳宽度小于宽度下限值或者极耳宽度大于宽度上限值,表明上述极耳宽度在宽度范围之外。
破损面积大于或等于预设的面积阈值,余料量大于或者等于预设的余料阈值,极耳高度在预设的高度范围之外,以及极耳宽度在预设的宽度范围之外,这些条件中,至少一个条件成立,表明相应的极片为不良品,需要进行标记以便后续进行相应的不良品处理。具体地,本实施例可以通过相应图像处理技术识别极耳图像数据中的破损面积、余料量、极耳高度和极耳宽度。
本实施例能够获取极片的极耳区较为全面的极耳检测参数,以准确检测极耳区出现缺陷的极片。
在一个实施例中,还包括:
在激光模切机工序中,通过线扫相机获取极片所在产线区域的第二待测图像信号;
在第二待测图像信号识别极片涂布区的涂布图像数据,根据涂布图像数据获取涂布区的涂布检测参数;
根据涂布检测参数对极片进行检测。
本实施例可以在锂电池极片的生产工序中,具体在激光模切机工序中,通过线扫相机获取极片所在产线区域的第二待测图像信号,使第二待测图像信号包括极片的完整图像信号,以便根据上述第二待测图像信号进行相应的极片检测。可以通过相关图像识别技术在在第二待测图像信号中识别极片涂布区的边界,以确定涂布区的涂布图像数据,从上述涂布图像数据中提取所需的涂布检测参数。上述线扫相机可以设置在放置极片的产线区域上方,能拍摄到极片以及极片所在产线区域的位置。
上述涂布检测参数可以包括漏金属面积和脱碳面积等参数,进行锂电池的极片检测的智能检测设备可以设置缺陷类型训练库,在上述缺陷类型训练库保存海量已知缺陷类型和缺陷参数的极片,针对上述已知缺陷类型和缺陷参数的极片进行深度学习,以得到针对极片的图像数据识别极片涂布区缺陷类型以及上述缺陷类型对应的检测参数的检测工具;依据上述检测参数,智能检测设备可以对产生上述检测参数的极片进行相应检测。
作为一个实施例,根据涂布检测参数对极片进行检测,包括:
根据涂布检测参数确定极片的缺陷类型,若涂布检测参数与缺陷类型关联的任意一个或者多个缺陷条件相匹配,判定极片为不良品。
极片涂布区可以发生多类型的缺陷,各类缺陷具有相应的缺陷条件,若某类缺陷的涂布检测参数符合该缺陷类型关联的缺陷条件,则相应极片为不良品;比如,上述缺陷类型可以包括漏金属类型和脱碳类型,漏金属类型关联的缺陷条件为大于0.1平方毫米,脱碳类型关联的缺陷条件为大于0.5平方毫米,若涂布检测参数中,漏金属面积大于0.1平方毫米和/或脱碳面积大于0.5平方毫米,则相应的极片为不良品。
本实施例可以通过针对已知缺陷类型和缺陷参数的极片进行深度学习获得的检测工具识别涂布检测参数的缺陷类型,以根据上述缺陷类型关联的缺陷条件以及相应的涂布检测参数对极片进行检测,实现极片涂布区检测,进一步提高了极片检测的准确性。
在一个实施例中,在通过面阵相机获取极片所在产线区域的第一待测图像信号之后,还包括:
在第一待测图像信号中识别极片的边界尺寸参数,根据边界尺寸参数调整极片在产线区域中的位置。
具体地,可以采用亚像素技术在上述第一待测图像信号中精准抓取极片各边缘,对极片的边界尺寸参数进行计算,上述边界尺寸参数可以包括各边界的长度、倾斜度、任意一个边界与靠近该边界的产线区域界线之间的距离等参数,依据上述边界尺寸参数,可以检测极片的放置位置是否准确(如是否出现偏移等状况),若极片的放置位置不准确,则可以用过纠偏器等设备调整极片在产线区域中的位置,将极片的放置位置调整为准确的放置位置,使极片的边界尺寸参数为极片得到正确放置时具有的边界尺寸参数;这样可以保证后续对极片进行生产加工的准确性,还可以保证后续极片检测工作的有效性。
在一个实施例中,在根据极耳检测参数对极片进行检测之后,还包括:
若极片为不良品,确定极片的缺陷区域,识别缺陷区域的材料,根据缺陷区域的材料标记极片。
本实施例可以根据缺陷区域的材料对判定为不良品的极片进行标记,使标记的极片携带其发生缺陷的原因,以便对极片中的不良品进行排废或者重新加工等处理。
作为一个实施例,在针对第一待测图像信号和第二待测图像信号进行相应检测后,未被判定为不良品的极片可以判定为良品。智能检测设备可以将极片的检测信息发送至相关智能处理端(如包括PLC控制器和打标机的终端),使上述智能处理端可以准确识别极片中的良品和不良品,对不良品进行缺陷材料和相关缺陷原因的标记,以对极片的检测过程进行有效完善。上述智能处理端可以为独立于智能检测设备的一个智能设备,也可以集成设置在上述智能检测设备中。
本实施例可以在极片的生产过程中对极片进行视觉检测系统,可以实现包括极耳区的极片全检,涂膜区可以采用线扫相机检测缺陷和进行相关尺寸测量,极耳部分可以使用面阵相机对极耳的破损、余料、高度、宽度进行实时检测,保证了检测全面性,提高了检测准确度;实现了极片的实时在线缺陷检测和尺寸测量,可以提高极片的生产效率,保证极片品质。
参考图2,图2所示为一个实施例的锂电池的极片检测装置结构示意图,包括:
第一获取模块10,用于在激光模切机工序中,通过面阵相机获取极片所在产线区域的第一待测图像信号;
第一识别模块20,用于在所述第一待测图像信号识别所述极片的极耳区的极耳图像数据,根据所述极耳图像数据获取所述极耳区的极耳检测参数;
第一检测模块30,用于根据所述极耳检测参数对所述极片进行检测。
在一个实施例中,上述极耳检测参数包括破损面积、余料量、极耳高度和极耳宽度;
第一检测模块进一步用于:
若破损面积大于或等于预设的面积阈值,余料量大于或者等于预设的余料阈值,极耳高度在预设的高度范围之外,和/或,极耳宽度在预设的宽度范围之外,判定极片为不良品。
在一个实施例中,上述锂电池的极片检测装置,还包括:
第二获取模块,用于在激光模切机工序中,通过线扫相机获取所述极片所在产线区域的第二待测图像信号;
第二识别模块,用于在所述第二待测图像信号识别所述极片涂布区的涂布图像数据,根据所述涂布图像数据获取所述涂布区的涂布检测参数;
第二检测模块,用于根据所述涂布检测参数对所述极片进行检测。
作为一个实施例,上述第二检测模块进一步用于:
根据涂布检测参数确定极片的缺陷类型,若涂布检测参数与缺陷类型关联的任意一个或者多个缺陷条件相匹配,判定极片为不良品。
在一个实施例中,上述锂电池的极片检测装置,还包括:
第三识别模块,用于在所述第一待测图像信号中识别极片的边界尺寸参数,根据边界尺寸参数调整极片在产线区域中的位置。
在一个实施例中,上述锂电池的极片检测装置,还包括:
第三获取模块,用于若极片为不良品,确定极片的缺陷区域,识别缺陷区域的材料,根据缺陷区域的材料标记极片。
关于锂电池的极片检测装置的具体限定可以参见上文中对于锂电池的极片检测方法的限定,在此不再赘述。上述锂电池的极片检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储相关检测工具和检测数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种锂电池的极片检测方法。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种锂电池的极片检测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
基于如上所述的示例,在一个实施例中还提供一种计算机设备,该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,处理器执行所述程序时实现如上述各实施例中的任意一种锂电池的极片检测方法。
上述计算机设备,通过所述处理器上运行的计算机程序,实现了极片检测实时性的提高。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性的计算机可读取存储介质中,如本发明实施例中,该程序可存储于计算机系统的存储介质中,并被该计算机系统中的至少一个处理器执行,以实现包括如上述锂电池的极片检测方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
据此,在一个实施例中还提供一种计算机存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如上述各实施例中的任意一种锂电池的极片检测方法。
上述计算机存储介质,通过其存储的计算机程序,能够使极片检测过程在极片的生产过程中进行,具有较高的实时性,且以包括极片完整图像数据的第一待测图像信号为依据,能够获取更为完整全面的极耳检测参数,提高了极片检测的准确性。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种锂电池的极片检测方法,其特征在于,包括:
在激光模切机工序中,通过面阵相机获取极片所在产线区域的第一待测图像信号;
在所述第一待测图像信号识别所述极片的极耳区的极耳图像数据,根据所述极耳图像数据获取所述极耳区的极耳检测参数;
根据所述极耳检测参数对所述极片进行检测。
2.根据权利要求1所述的锂电池的极片检测方法,其特征在于,所述极耳检测参数包括破损面积、余料量、极耳高度和极耳宽度;
所述根据所述极耳检测参数对所述极片进行检测,包括:
若所述破损面积大于或等于预设的面积阈值,所述余料量大于或者等于预设的余料阈值,所述极耳高度在预设的高度范围之外,和/或,所述极耳宽度在预设的宽度范围之外,判定所述极片为不良品。
3.根据权利要求1所述的锂电池的极片检测方法,其特征在于,还包括:
在激光模切机工序中,通过线扫相机获取所述极片所在产线区域的第二待测图像信号;
在所述第二待测图像信号识别所述极片涂布区的涂布图像数据,根据所述涂布图像数据获取所述涂布区的涂布检测参数;
根据所述涂布检测参数对所述极片进行检测。
4.根据权利要求3所述的锂电池的极片检测方法,其特征在于,所述根据所述涂布检测参数对所述极片进行检测,包括:
根据所述涂布检测参数确定所述极片的缺陷类型,若所述涂布检测参数与所述缺陷类型关联的任意一个或者多个缺陷条件相匹配,判定所述极片为不良品。
5.根据权利要求1所述的锂电池的极片检测方法,其特征在于,在所述通过面阵相机获取极片所在产线区域的第一待测图像信号之后,还包括:
在所述第一待测图像信号中识别所述极片的边界尺寸参数,根据所述边界尺寸参数调整所述极片在产线区域中的位置。
6.根据权利要求1至5任一项所述的锂电池的极片检测方法,其特征在于,在所述根据所述极耳检测参数对所述极片进行检测之后,还包括:
若所述极片为不良品,确定所述极片的缺陷区域,识别所述缺陷区域的材料,根据所述缺陷区域的材料标记所述极片。
7.一种锂电池的极片检测装置,其特征在于,包括:
第一获取模块,用于在激光模切机工序中,通过面阵相机获取极片所在产线区域的第一待测图像信号;
第一识别模块,用于在所述第一待测图像信号识别所述极片的极耳区的极耳图像数据,根据所述极耳图像数据获取所述极耳区的极耳检测参数;
第一检测模块,用于根据所述极耳检测参数对所述极片进行检测。
8.根据权利要求7所述的锂电池的极片检测装置,其特征在于,还包括:
第二获取模块,用于在激光模切机工序中,通过线扫相机获取所述极片所在产线区域的第二待测图像信号;
第二识别模块,用于在所述第二待测图像信号识别所述极片涂布区的涂布图像数据,根据所述涂布图像数据获取所述涂布区的涂布检测参数;
第二检测模块,用于根据所述涂布检测参数对所述极片进行检测。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任意一项所述的锂电池的极片检测方法。
10.一种计算机存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至6任意一项所述的锂电池的极片检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910018358.XA CN109741323A (zh) | 2019-01-09 | 2019-01-09 | 锂电池的极片检测方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910018358.XA CN109741323A (zh) | 2019-01-09 | 2019-01-09 | 锂电池的极片检测方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109741323A true CN109741323A (zh) | 2019-05-10 |
Family
ID=66363986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910018358.XA Pending CN109741323A (zh) | 2019-01-09 | 2019-01-09 | 锂电池的极片检测方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109741323A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110132980A (zh) * | 2019-05-13 | 2019-08-16 | 无锡先导智能装备股份有限公司 | 电池检测系统、电池制造设备及电池检测方法 |
CN112455098A (zh) * | 2019-09-09 | 2021-03-09 | 无锡先导智能装备股份有限公司 | 极片打标方法和极片打标系统 |
CN113393463A (zh) * | 2021-08-18 | 2021-09-14 | 苏州高视半导体技术有限公司 | 软包电池卷芯检测入壳方法 |
CN113506957A (zh) * | 2021-09-13 | 2021-10-15 | 武汉逸飞激光股份有限公司 | 软包电芯极耳裁切方法、装置、电子设备及存储介质 |
CN113579512A (zh) * | 2021-08-02 | 2021-11-02 | 北京深点视觉科技有限公司 | 一种位置调整方法、装置、电子设备和存储介质 |
CN115578381A (zh) * | 2022-11-21 | 2023-01-06 | 江苏时代新能源科技有限公司 | 极耳侧抓边方法、装置、系统以及计算机设备 |
CN115810009A (zh) * | 2023-02-03 | 2023-03-17 | 浙江双元科技股份有限公司 | 基于硬件信号同步的电芯极片对齐和宽度检测系统及方法 |
CN115829906A (zh) * | 2022-04-18 | 2023-03-21 | 宁德时代新能源科技股份有限公司 | 对复合料带的阴极极片进行缺陷检测的方法、装置、系统 |
CN115841445A (zh) * | 2022-04-18 | 2023-03-24 | 宁德时代新能源科技股份有限公司 | 对复合料带的阴极极片进行检测的方法、装置和系统 |
WO2023155122A1 (zh) * | 2022-02-18 | 2023-08-24 | 宁德时代新能源科技股份有限公司 | 极片检测的方法和装置 |
WO2024000514A1 (zh) * | 2022-06-30 | 2024-01-04 | 宁德时代新能源科技股份有限公司 | 一种极片检测装置、方法及系统 |
WO2024021016A1 (zh) * | 2022-07-29 | 2024-02-01 | 宁德时代新能源科技股份有限公司 | 测量方法和测量装置 |
CN117538335A (zh) * | 2024-01-09 | 2024-02-09 | 宁德时代新能源科技股份有限公司 | 极耳缺陷检测方法和极耳缺陷检测设备 |
WO2024032002A1 (zh) * | 2022-08-10 | 2024-02-15 | 宁德时代新能源科技股份有限公司 | 电芯检测方法、装置、系统、计算机设备和存储介质 |
CN117589063A (zh) * | 2024-01-18 | 2024-02-23 | 宁德时代新能源科技股份有限公司 | 尺寸检测方法及尺寸检测系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101832753A (zh) * | 2009-03-11 | 2010-09-15 | 深圳市吉阳自动化科技有限公司 | 锂离子电池极片ccd在线检测系统和方法 |
CN102192909A (zh) * | 2010-03-12 | 2011-09-21 | 深圳市先阳软件技术有限公司 | 一种电池极片的激光切割质量检测系统 |
CN104655644A (zh) * | 2015-02-13 | 2015-05-27 | 华南理工大学 | 一种锂电池极片缺陷的自动检测方法及装置 |
CN107681202A (zh) * | 2017-11-06 | 2018-02-09 | 无锡先导智能装备股份有限公司 | 一种ccd反馈纠偏闭环控制方法、控制装置及控制系统 |
US20180191179A1 (en) * | 2017-01-05 | 2018-07-05 | Samsung Electronics Co., Ltd. | Circuit for controlling power output from battery pack and battery pack |
CN108333188A (zh) * | 2018-02-01 | 2018-07-27 | 天津力神电池股份有限公司 | 一种电池极片在线外观视觉检测设备 |
CN109142368A (zh) * | 2018-07-23 | 2019-01-04 | 广州超音速自动化科技股份有限公司 | 锂电池极片打皱检测方法及极耳焊接检测系统 |
-
2019
- 2019-01-09 CN CN201910018358.XA patent/CN109741323A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101832753A (zh) * | 2009-03-11 | 2010-09-15 | 深圳市吉阳自动化科技有限公司 | 锂离子电池极片ccd在线检测系统和方法 |
CN102192909A (zh) * | 2010-03-12 | 2011-09-21 | 深圳市先阳软件技术有限公司 | 一种电池极片的激光切割质量检测系统 |
CN104655644A (zh) * | 2015-02-13 | 2015-05-27 | 华南理工大学 | 一种锂电池极片缺陷的自动检测方法及装置 |
US20180191179A1 (en) * | 2017-01-05 | 2018-07-05 | Samsung Electronics Co., Ltd. | Circuit for controlling power output from battery pack and battery pack |
CN107681202A (zh) * | 2017-11-06 | 2018-02-09 | 无锡先导智能装备股份有限公司 | 一种ccd反馈纠偏闭环控制方法、控制装置及控制系统 |
CN108333188A (zh) * | 2018-02-01 | 2018-07-27 | 天津力神电池股份有限公司 | 一种电池极片在线外观视觉检测设备 |
CN109142368A (zh) * | 2018-07-23 | 2019-01-04 | 广州超音速自动化科技股份有限公司 | 锂电池极片打皱检测方法及极耳焊接检测系统 |
Non-Patent Citations (3)
Title |
---|
查闯: "动力锂离子电池极片自动检测分选装置设计研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
胡玥红: "基于机器视觉的锂电池极片缺陷检测研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
赵晓云 等: "锂电池极片表面缺陷特征提取方法研究", 《河南科技》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110132980A (zh) * | 2019-05-13 | 2019-08-16 | 无锡先导智能装备股份有限公司 | 电池检测系统、电池制造设备及电池检测方法 |
CN112455098A (zh) * | 2019-09-09 | 2021-03-09 | 无锡先导智能装备股份有限公司 | 极片打标方法和极片打标系统 |
CN113579512A (zh) * | 2021-08-02 | 2021-11-02 | 北京深点视觉科技有限公司 | 一种位置调整方法、装置、电子设备和存储介质 |
CN113393463A (zh) * | 2021-08-18 | 2021-09-14 | 苏州高视半导体技术有限公司 | 软包电池卷芯检测入壳方法 |
CN113393463B (zh) * | 2021-08-18 | 2021-12-14 | 苏州高视半导体技术有限公司 | 软包电池卷芯检测入壳方法 |
CN113506957A (zh) * | 2021-09-13 | 2021-10-15 | 武汉逸飞激光股份有限公司 | 软包电芯极耳裁切方法、装置、电子设备及存储介质 |
US11841328B2 (en) | 2022-02-18 | 2023-12-12 | Contemporary Amperex Technology Co., Limited | Method and device for testing electrode sheet |
WO2023155122A1 (zh) * | 2022-02-18 | 2023-08-24 | 宁德时代新能源科技股份有限公司 | 极片检测的方法和装置 |
CN115829906A (zh) * | 2022-04-18 | 2023-03-21 | 宁德时代新能源科技股份有限公司 | 对复合料带的阴极极片进行缺陷检测的方法、装置、系统 |
CN115841445A (zh) * | 2022-04-18 | 2023-03-24 | 宁德时代新能源科技股份有限公司 | 对复合料带的阴极极片进行检测的方法、装置和系统 |
CN115829906B (zh) * | 2022-04-18 | 2024-01-30 | 宁德时代新能源科技股份有限公司 | 对复合料带的阴极极片进行缺陷检测的方法、装置、系统 |
WO2024000514A1 (zh) * | 2022-06-30 | 2024-01-04 | 宁德时代新能源科技股份有限公司 | 一种极片检测装置、方法及系统 |
WO2024021016A1 (zh) * | 2022-07-29 | 2024-02-01 | 宁德时代新能源科技股份有限公司 | 测量方法和测量装置 |
US11948323B2 (en) | 2022-07-29 | 2024-04-02 | Contemporary Amperex Technology Co., Limited | Measurement method and measurement apparatus |
WO2024032002A1 (zh) * | 2022-08-10 | 2024-02-15 | 宁德时代新能源科技股份有限公司 | 电芯检测方法、装置、系统、计算机设备和存储介质 |
CN115578381A (zh) * | 2022-11-21 | 2023-01-06 | 江苏时代新能源科技有限公司 | 极耳侧抓边方法、装置、系统以及计算机设备 |
CN115810009A (zh) * | 2023-02-03 | 2023-03-17 | 浙江双元科技股份有限公司 | 基于硬件信号同步的电芯极片对齐和宽度检测系统及方法 |
CN117538335A (zh) * | 2024-01-09 | 2024-02-09 | 宁德时代新能源科技股份有限公司 | 极耳缺陷检测方法和极耳缺陷检测设备 |
CN117589063A (zh) * | 2024-01-18 | 2024-02-23 | 宁德时代新能源科技股份有限公司 | 尺寸检测方法及尺寸检测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109741323A (zh) | 锂电池的极片检测方法、装置、计算机设备和存储介质 | |
CN109598721B (zh) | 电池极片的缺陷检测方法、装置、检测设备和存储介质 | |
CN112053318B (zh) | 基于深度学习的二维pcb缺陷实时自动检测与分类装置 | |
CN108257121B (zh) | 产品缺陷检测模型更新的方法、装置、存储介质及终端设备 | |
CN103500459B (zh) | 一种基于规则化参数的印刷电路板缺陷检测方法 | |
CN106127746A (zh) | 电路板元件漏件检测方法和系统 | |
CN109996186A (zh) | 一种网络覆盖问题识别方法及装置、可读取存储介质 | |
CN109579718A (zh) | 焊缝参数的检测方法、装置、计算机设备和存储介质 | |
CN109429473A (zh) | 电路板中带极性电子元器件的自动检查方法及装置 | |
CN112102255A (zh) | 基于工业场景下的x射线成像图像的缺陷智能评级方法 | |
CN106920233A (zh) | 基于图像处理的划痕检测方法、装置及电子设备 | |
CN108334815A (zh) | 电力二次设备的巡检方法、开关状态识别方法及系统 | |
CN110207592A (zh) | 建筑裂缝测量方法、装置、计算机设备和存储介质 | |
CN111352034A (zh) | 电池容量的推定方法以及电池容量的推定装置 | |
CN109300127A (zh) | 缺陷检测方法、装置、计算机设备及存储介质 | |
CN115937170A (zh) | 电路板检测方法、装置、计算机设备及存储介质 | |
CN105354816A (zh) | 一种电子元件定位方法及装置 | |
Lang et al. | Pavement cracking detection and classification based on 3d image using multiscale clustering model | |
CN109743749A (zh) | Wifi吞吐量测试方法及装置 | |
CN116309564B (zh) | 基于人工智能图像识别的电芯外观缺陷检测方法及系统 | |
CN113359829A (zh) | 一种基于大数据的无人机电厂智能巡检方法 | |
CN116879301A (zh) | 产品检测方法、装置、设备及计算机可读存储介质 | |
CN115984759A (zh) | 变电站开关状态识别方法、装置、计算机设备和存储介质 | |
CN115239002A (zh) | 一种新能源分布式光伏电站监测预警系统及方法 | |
CN110017998A (zh) | 车辆检测方法、装置和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190510 |
|
RJ01 | Rejection of invention patent application after publication |