CN112730432A - 一种手机锂电池激光焊缺陷检测设备及检测方法 - Google Patents

一种手机锂电池激光焊缺陷检测设备及检测方法 Download PDF

Info

Publication number
CN112730432A
CN112730432A CN202011550509.5A CN202011550509A CN112730432A CN 112730432 A CN112730432 A CN 112730432A CN 202011550509 A CN202011550509 A CN 202011550509A CN 112730432 A CN112730432 A CN 112730432A
Authority
CN
China
Prior art keywords
laser welding
mobile phone
lithium battery
image
welding
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
Application number
CN202011550509.5A
Other languages
English (en)
Inventor
孙丰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Saizhong Automation Technology Co ltd
Original Assignee
Suzhou Saizhong Automation Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou Saizhong Automation Technology Co ltd filed Critical Suzhou Saizhong Automation Technology Co ltd
Priority to CN202011550509.5A priority Critical patent/CN112730432A/zh
Publication of CN112730432A publication Critical patent/CN112730432A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/05—Accumulators with non-aqueous electrolyte
    • H01M10/058—Construction or manufacture
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/8411—Application to online plant, process monitoring
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
    • Y02P70/50—Manufacturing or production processes characterised by the final manufactured product

Landscapes

  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种手机锂电池激光焊缺陷检测设备及检测方法，其采用机器视觉技术来代替人眼来做测量和判断，通过图像采集模块采集手机锂电池图像，进而手机锂电池图像被转换模块转换成图像信号，图像处理模块接收图像信号，并根据图像信号的像素分布、灰度和颜色等信息，进行判别运算；控制模块根据判别的结果来控制自动化激光焊设备动作。由于机器视觉技术具备高精度、高速度和高适应性的特点，适合对流水线上产品表面缺陷的实时检测，而且机器能够连续工作，可以极大地提高生产效率。

Description

一种手机锂电池激光焊缺陷检测设备及检测方法
技术领域
本发明涉及手机锂电池激光焊缺陷检测技术领域，尤其涉及一种手机锂电池激光焊缺陷检测设备及检测方法。
背景技术
手机锂电池在生产过程中，由于生产工艺等客观因素，难以避免产生各种缺陷，如气泡、焊点大小不一和虚焊等。如何快速、准确、高效地识别手机锂电池缺陷，这是手机生产企业必须面对和解决的问题。目前，手机锂电池缺陷主要依靠人工视觉检测，人工视觉检测具有以下局限性：
（1）精确性差。人眼受物理条件限制，在精确性上比机器差，即使人眼依靠放大镜或显微镜来检测产品，仍然比机器精确性差。
（2）重复性差。人眼易疲劳，会随检测时间增加，检测的准确性下降。即使手机锂电池完全相同，人眼每次检测时都会有细微的不同。
（3）速度慢。人工检测一次需15秒左右，不能满足实时生产需求。
（4）主观性。人眼检测具有主观性，检测结果会随心情的好坏产生变化。
（5）成本高。一台自动检测机器能够承担多个人的任务。随着人工成本的增加,人工检测要远比机器检测付出更高的成本。
因此，人工检测无法满足现代企业批量快速生产的需要，检测的准确性也有限，无法保证高品质产品，导致客户投诉、赔款，给企业带来较大损失。
发明内容
针对上述技术中存在的不足之处，本发明提供了一种手机锂电池激光焊缺陷检测设备及检测方法。
本发明解决其技术问题所采用的技术方案是：
一种手机锂电池激光焊缺陷检测设备，包括：
全自动影像测量仪，用于对手机锂电池激光焊后的飞溅、气孔、搭锡、锡渣进行检测与判定；超高速轮廓测量仪，用于对手机锂电池激光焊后的不良位置进行检测与判定；所述全自动影像测量仪与所述超高速轮廓测量仪联合用于对手机锂电池激光焊后的虚焊进行检测与判定；以及控制系统，所述控制系统与所述全自动影像测量仪、所述超高速轮廓测量仪均通信连接，并根据所述全自动影像测量仪、所述超高速轮廓测量仪的判别运算结果控制自动化激光焊设备的动作。
优选的，所述全自动影像测量仪包括图像采集模块，其用于对经由自动化激光焊设备焊接后的手机锂电池进行图像采集；转换模块，所述转换模块将所述图像采集模块采集的图像进行图像信号转换；以及图像处理模块，所述图像处理模块接收所述转换模块转换的图像信号，并根据图像的像素分布、灰度以及颜色信息进行判别运算，并将判别运算结果传递给所述控制系统。
对手机锂电池激光焊缺陷进行检测的方法，其包括如下步骤：
步骤一，对手机锂电池激光焊后的飞溅、气孔进行检测与判定，并根据所述步骤一的判定标准区分出合格品和不合格品；
步骤二，对步骤一中的合格品的激光焊不良位置进行检测与判定，并根据所述步骤二的判定标准区分出合格品和不合格品；
步骤三，对步骤二中的合格品的激光焊搭锡、锡渣进行检测与判定，并根据所述步骤三的判定标准区分出合格品和不合格品；
步骤四，对步骤三中的合格品的激光焊虚焊的检测与判定，并根据所述步骤四的判定标准区分出合格品和不合格品，所述步骤四中的合格品为最终合格品。
优选的，步骤一中对手机锂电池激光焊后的飞溅、气孔进行检测与判定即为：
采用所述全自动影像测量仪对经由自动化激光焊设备焊接后的手机锂电池进行图像采集和分析，其中，所述图像采集模块对手机锂电池进行图像采集，所述转换模块将所述图像采集模块采集的图像进行图像信号转换，所述图像处理模块接收所述转换模块转换的图像信号，并将图像的像素分布、灰度以及颜色信息与步骤一的判定标准进行判别运算，并将判别运算结果传递给所述控制系统。
优选的，步骤一的判定标准为：激光焊点圆形规则，圆度好，每个焊点直径大小基本相同，焊点面积较均，焊点余高基本相同，即达到标准为合格品；从外形来看，无虚焊，且质量高、成形美观，判定为合格品；步骤一的判定标准还包括：激光焊点出现飞溅和气孔，从而导致焊点直径大小不一，焊点余高也相差很大；有飞溅的焊点直径增大，焊点不再是规则的圆点，余高也大幅增加；有气孔的焊点直径变小，焊点中间出现空洞，没有焊牢，判定为不良品。
优选的，对步骤一中的合格品的激光焊不良位置进行检测与判定即为，采用所述超高速轮廓测量仪对焊接位置进行扫描，查看激光焊接的立体外形，初步了解整体的外形高度变化的情况；然后，再查看立体剖面的轮廓高度尺寸，并将查看结果与步骤二的判定标准进行比对。
优选的，步骤二的判定标准为：被检测件表面轮廓高度尺寸明显减少，出现高度变化，即不良位置；被检测件的表面轮廓高度尺寸几乎没有变化，在允许范围内，则判定为合格品。
优选的，对步骤二中的合格品的激光焊搭锡、锡渣进行检测与判定即为，通过全自动影像测量仪检测锡焊焊点，得到相应影像图，并将影像图与步骤三的判定标准进行比对；其中，步骤三的判定标准为：相邻的两个锡焊点之间出现相连接的情况，即为搭锡；在线路板上出现焊锡球，即锡渣。
优选的，对步骤三中的合格品的激光焊虚焊的检测与判定即为，通过全自动影像测量仪得到影像图，并通过超高速轮廓测量仪，得到3D剖面轮廓图，并将影像图和3D剖面轮廓图与步骤四的判定标准进行比对。
优选的，步骤四的判定标准为：缺陷成像清晰，焊点高度不足、凹陷，即为虚焊；焊点轮廓高度足够、饱满且无凹陷即为合格品。
本发明与现有技术相比，其有益效果是：采用机器视觉技术来代替人眼来做测量和判断，通过图像采集模块采集手机锂电池图像，进而手机锂电池图像被转换模块转换成图像信号，图像处理模块接收图像信号，并根据图像信号的像素分布、灰度和颜色等信息，进行判别运算；控制模块根据判别的结果来控制自动化激光焊设备动作。由于机器视觉技术具备高精度、高速度和高适应性的特点，适合对流水线上产品表面缺陷的实时检测，而且机器能够连续工作，可以极大地提高生产效率。
具体实施方式
下面对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
本发明提供了一种手机锂电池激光焊缺陷检测设备，包括：
全自动影像测量仪，用于对手机锂电池激光焊后的飞溅、气孔、搭锡、锡渣进行检测与判定；
超高速轮廓测量仪，用于对手机锂电池激光焊后的不良位置进行检测与判定；所述全自动影像测量仪与所述超高速轮廓测量仪联合用于对手机锂电池激光焊后的虚焊进行检测与判定；以及
控制系统，所述控制系统与所述全自动影像测量仪、所述超高速轮廓测量仪均通信连接，并根据所述全自动影像测量仪、所述超高速轮廓测量仪的判别运算结果控制自动化激光焊设备的动作。
其中，所述全自动影像测量仪包括
图像采集模块，其用于对经由自动化激光焊设备焊接后的手机锂电池进行图像采集；
转换模块，所述转换模块将所述图像采集模块采集的图像进行图像信号转换；
图像处理模块，所述图像处理模块接收所述转换模块转换的图像信号，并根据图像的像素分布、灰度以及颜色信息进行判别运算，并将判别运算结果传递给所述控制系统。
超高速轮廓测量仪的缺陷检测算法：数学形态学是由一组形态学的代数运算子组成。最基本的形态学运算子有腐蚀、膨胀、开、闭。运用这些算子及其组合，进行图像形态和结构的分析及处理，包括图像分割，边缘检测，图像滤波，图像增强和复原等方面的工作。使用非线性滤波进行预处理，滤波后对图像进行Black-Hat变换，变换后进行二值化。运用灰度形态学方法进行缺陷分割，并提取缺陷特征进行缺陷分类，进而做出具体缺陷类型判断。
上述手机锂电池激光焊缺陷检测设备采用机器视觉技术来代替人眼来做测量和判断，通过图像采集模块采集手机锂电池图像，进而手机锂电池图像被转换模块转换成图像信号，图像处理模块接收图像信号，并根据图像信号的像素分布、灰度和颜色等信息，进行判别运算，控制模块根据判别的结果来控制自动化激光焊设备动作。机器视觉技术的高精度、高速度和高适应性的特点，适合流水线上产品表面缺陷的实时检测，而且机器能够连续工作，可以极大的提高生产效率。
本发明还提供一种手机锂电池激光焊缺陷检测方法，其包括如下步骤：
步骤一，对手机锂电池激光焊后的飞溅、气孔进行检测与判定，并根据所述步骤一的判定标准区分出合格品和不合格品；
步骤二，对步骤一中的合格品的激光焊不良位置进行检测与判定，并根据所述步骤二的判定标准区分出合格品和不合格品；
步骤三，对步骤二中的合格品的激光焊搭锡、锡渣进行检测与判定，并根据所述步骤三的判定标准区分出合格品和不合格品；
步骤四，对步骤三中的合格品的激光焊虚焊的检测与判定，并根据所述步骤四的判定标准区分出合格品和不合格品，所述步骤四中的合格品为最终合格品。
作为本发明一实施例，步骤一中对手机锂电池激光焊后的飞溅、气孔进行检测与判定即为：采用所述全自动影像测量仪对经由自动化激光焊设备焊接后的手机锂电池进行图像采集和分析，其中，所述图像采集模块对手机锂电池进行图像采集，所述转换模块将所述图像采集模块采集的图像进行图像信号转换，所述图像处理模块接收所述转换模块转换的图像信号，并将图像的像素分布、灰度以及颜色信息与步骤一的判定标准进行判别运算，并将判别运算结果传递给所述控制系统。
其中，步骤一的判定标准为：激光焊点圆形规则，圆度好，每个焊点直径大小基本相同，焊点面积较均，焊点余高基本相同，即达到标准为合格品；从外形来看，无虚焊，且质量高、成形美观，判定为合格品。
进一步，步骤一的判定标准还包括：激光焊点出现飞溅和气孔，从而导致焊点直径大小不一，焊点余高也相差很大；有飞溅的焊点直径增大，焊点不再是规则的圆点，余高也大幅增加；有气孔的焊点直径变小，焊点中间出现空洞，没有焊牢，判定为不良品。
作为本发明一实施例，对步骤一中的合格品的激光焊不良位置进行检测与判定即为，采用所述超高速轮廓测量仪对焊接位置进行扫描，查看激光焊接的立体外形，初步了解整体的外形高度变化的情况；然后，再查看立体剖面的轮廓高度尺寸，并将查看结果与步骤二的判定标准进行比对。
其中，步骤二的判定标准为：被检测件表面轮廓高度尺寸明显减少，出现高度变化，即不良位置；被检测件的表面轮廓高度尺寸几乎没有变化，在允许范围内，则判定为合格品。
作为本发明一实施例，对步骤二中的合格品的激光焊搭锡、锡渣进行检测与判定即为，通过全自动影像测量仪检测锡焊焊点，得到相应影像图，并将影像图与步骤三的判定标准进行比对。
其中，步骤三的判定标准为：相邻的两个锡焊点之间出现相连接的情况，即为搭锡；在线路板上出现焊锡球，即锡渣。
搭锡对光线反射较强，通过灰度值大小可检测搭锡。焊锡球对光线反射也较强，也可通过灰度值大小锡球对光线反射也较强，也可通过灰度值大小将其检测出来。
作为本发明一实施例，对步骤三中的合格品的激光焊虚焊的检测与判定即为，通过全自动影像测量仪得到影像图，并通过超高速轮廓测量仪，得到3D剖面轮廓图，并将影像图和3D剖面轮廓图与步骤四的判定标准进行比对。
其中，步骤四的判定标准为：缺陷成像清晰，焊点高度不足、凹陷，即为虚焊；焊点轮廓高度足够、饱满且无凹陷即为合格品。
本发明的创新点和优点：
1、用机器视觉代替人眼对手机表面进行缺陷检测，极大减轻检测人员劳动强度的同时，提供一种实时、客观、准确的判断标准。
2、能够快速、客观地将缺陷目标提取出来，并能获取准确的缺陷特征数据用于判别缺陷类型，该算法在快速性上能够满足工业生产的需求。
尽管本发明的实施方案已公开如上，但其并不仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节。

Claims (10)

1.一种手机锂电池激光焊缺陷检测设备，其特征在于，包括：
全自动影像测量仪，用于对手机锂电池激光焊后的飞溅、气孔、搭锡、锡渣进行检测与判定；
超高速轮廓测量仪，用于对手机锂电池激光焊后的不良位置进行检测与判定；以及
控制系统，其与所述全自动影像测量仪、所述超高速轮廓测量仪均通信连接，并根据所述全自动影像测量仪、所述超高速轮廓测量仪的判别运算结果控制自动化激光焊设备的动作；
其中，所述全自动影像测量仪与所述超高速轮廓测量仪联合用于对手机锂电池激光焊后的虚焊进行检测与判定。
2.如权利要求1所述的手机锂电池激光焊缺陷检测设备，其特征在于，所述全自动影像测量仪包括
图像采集模块，其用于对经由自动化激光焊设备焊接后的手机锂电池进行图像采集；
转换模块，用于将所述图像采集模块采集的图像进行图像信号转换；以及
图像处理模块，用于接收所述转换模块转换的图像信号，并根据图像的像素分布、灰度以及颜色信息进行判别运算，并将判别运算结果传递给所述控制系统。
3.采用如权利要求2所述的检测设备对手机锂电池激光焊缺陷进行检测的方法，其特征在于，包括如下步骤：
步骤一，对手机锂电池激光焊后的飞溅、气孔进行检测与判定，并根据所述步骤一的判定标准区分出合格品和不合格品；
步骤二，对步骤一中的合格品的激光焊不良位置进行检测与判定，并根据所述步骤二的判定标准区分出合格品和不合格品；
步骤三，对步骤二中的合格品的激光焊搭锡、锡渣进行检测与判定，并根据所述步骤三的判定标准区分出合格品和不合格品；
步骤四，对步骤三中的合格品的激光焊虚焊的检测与判定，并根据所述步骤四的判定标准区分出合格品和不合格品；
其中，所述步骤四中的合格品为最终合格品。
4.如权利要求3所述的对手机锂电池激光焊缺陷进行检测的方法，其特征在于，步骤一中对手机锂电池激光焊后的飞溅、气孔进行检测与判定为：
采用所述全自动影像测量仪对经由自动化激光焊设备焊接后的手机锂电池进行图像采集和分析；其中，所述图像采集模块对手机锂电池进行图像采集，所述转换模块将所述图像采集模块采集的图像进行图像信号转换，所述图像处理模块接收所述转换模块转换的图像信号，并将图像的像素分布、灰度以及颜色信息与步骤一的判定标准进行判别运算，并将判别运算结果传递给所述控制系统。
5.如权利要求4所述的对手机锂电池激光焊缺陷进行检测的方法，其特征在于，步骤一的判定标准为：激光焊点圆形规则，圆度好，每个焊点直径大小基本相同，焊点面积较均，焊点余高基本相同，即达到标准为合格品；从外形来看，无虚焊，且质量高、成形美观，判定为合格品；
步骤一的判定标准还包括：激光焊点出现飞溅和气孔，从而导致焊点直径大小不一，焊点余高也相差很大；有飞溅的焊点直径增大，焊点不再是规则的圆点，余高也大幅增加；有气孔的焊点直径变小，焊点中间出现空洞，没有焊牢，判定为不良品。
6.如权利要求3所述的对手机锂电池激光焊缺陷进行检测的方法，其特征在于，对步骤一中的合格品的激光焊不良位置进行检测与判定为：采用所述超高速轮廓测量仪对焊接位置进行扫描，查看激光焊接的立体外形，初步了解整体的外形高度变化的情况；查看立体剖面的轮廓高度尺寸，并将查看结果与步骤二的判定标准进行比对。
7.如权利要求6所述的对手机锂电池激光焊缺陷进行检测的方法，其特征在于，步骤二的判定标准为：被检测件表面轮廓高度尺寸明显减少，出现高度变化，即不良位置；被检测件的表面轮廓高度尺寸几乎没有变化，在允许范围内，则判定为合格品。
8.如权利要求3所述的对手机锂电池激光焊缺陷进行检测的方法，其特征在于，对步骤二中的合格品的激光焊搭锡、锡渣进行检测与判定为：通过全自动影像测量仪检测锡焊焊点，得到相应影像图，并将影像图与步骤三的判定标准进行比对；
其中，步骤三的判定标准为：相邻的两个锡焊点之间出现相连接的情况，即为搭锡；在线路板上出现焊锡球，即锡渣。
9.如权利要求3所述的对手机锂电池激光焊缺陷进行检测的方法，其特征在于，对步骤三中的合格品的激光焊虚焊的检测与判定为：通过全自动影像测量仪得到影像图，并通过超高速轮廓测量仪，得到3D剖面轮廓图，并将影像图和3D剖面轮廓图与步骤四的判定标准进行比对。
10.如权利要求9所述的对手机锂电池激光焊缺陷进行检测的方法，其特征在于，步骤四的判定标准为：缺陷成像清晰，焊点高度不足、凹陷，即为虚焊；焊点轮廓高度足够、饱满且无凹陷即为合格品。
CN202011550509.5A 2020-12-24 2020-12-24 一种手机锂电池激光焊缺陷检测设备及检测方法 Pending CN112730432A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011550509.5A CN112730432A (zh) 2020-12-24 2020-12-24 一种手机锂电池激光焊缺陷检测设备及检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011550509.5A CN112730432A (zh) 2020-12-24 2020-12-24 一种手机锂电池激光焊缺陷检测设备及检测方法

Publications (1)

Publication Number Publication Date
CN112730432A true CN112730432A (zh) 2021-04-30

Family

ID=75615203

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011550509.5A Pending CN112730432A (zh) 2020-12-24 2020-12-24 一种手机锂电池激光焊缺陷检测设备及检测方法

Country Status (1)

Country Link
CN (1) CN112730432A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113936004A (zh) * 2021-12-20 2022-01-14 浙江双元科技股份有限公司 一种锂电池焊接质量检测方法、装置及系统
CN114298964A (zh) * 2021-10-08 2022-04-08 厦门微亚智能科技有限公司 一种锂电池模组busbar焊缝外观检测算法及系统
CN115060320A (zh) * 2022-06-20 2022-09-16 武汉涛初科技有限公司 一种基于机器视觉的动力锂电池生产质量在线监测分析系统
CN115205290A (zh) * 2022-09-15 2022-10-18 深圳市合成快捷电子科技有限公司 一种pcb板生产过程在线检测方法及系统
CN115950487A (zh) * 2023-03-09 2023-04-11 淮安市文善电子有限公司 一种自动焊锡机用竖料检测装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102175700A (zh) * 2011-01-20 2011-09-07 山东大学 数字x射线图像焊缝分割和缺陷检测方法
CN102735695A (zh) * 2012-06-04 2012-10-17 华中科技大学 一种镜片瑕疵快速检测方法及装置
WO2017050924A1 (en) * 2015-09-22 2017-03-30 Tyco Electronics (Dongguan) Co., Ltd. System and method for detecting soldering quality
CN106556611A (zh) * 2016-12-07 2017-04-05 江苏唯侓机器人科技有限公司 基于机器视觉的彩色印刷品缺陷自动检测系统及检测方法
CN109277327A (zh) * 2018-09-26 2019-01-29 芜湖常瑞汽车部件有限公司 一种零件不良品的检测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102175700A (zh) * 2011-01-20 2011-09-07 山东大学 数字x射线图像焊缝分割和缺陷检测方法
CN102735695A (zh) * 2012-06-04 2012-10-17 华中科技大学 一种镜片瑕疵快速检测方法及装置
WO2017050924A1 (en) * 2015-09-22 2017-03-30 Tyco Electronics (Dongguan) Co., Ltd. System and method for detecting soldering quality
CN106556611A (zh) * 2016-12-07 2017-04-05 江苏唯侓机器人科技有限公司 基于机器视觉的彩色印刷品缺陷自动检测系统及检测方法
CN109277327A (zh) * 2018-09-26 2019-01-29 芜湖常瑞汽车部件有限公司 一种零件不良品的检测方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114298964A (zh) * 2021-10-08 2022-04-08 厦门微亚智能科技有限公司 一种锂电池模组busbar焊缝外观检测算法及系统
CN113936004A (zh) * 2021-12-20 2022-01-14 浙江双元科技股份有限公司 一种锂电池焊接质量检测方法、装置及系统
CN113936004B (zh) * 2021-12-20 2022-03-18 浙江双元科技股份有限公司 一种锂电池焊接质量检测方法、装置及系统
CN115060320A (zh) * 2022-06-20 2022-09-16 武汉涛初科技有限公司 一种基于机器视觉的动力锂电池生产质量在线监测分析系统
CN115060320B (zh) * 2022-06-20 2023-09-29 武汉涛初科技有限公司 一种基于机器视觉的动力锂电池生产质量在线监测分析系统
CN115205290A (zh) * 2022-09-15 2022-10-18 深圳市合成快捷电子科技有限公司 一种pcb板生产过程在线检测方法及系统
CN115205290B (zh) * 2022-09-15 2022-11-18 深圳市合成快捷电子科技有限公司 一种pcb板生产过程在线检测方法及系统
CN115950487A (zh) * 2023-03-09 2023-04-11 淮安市文善电子有限公司 一种自动焊锡机用竖料检测装置

Similar Documents

Publication Publication Date Title
CN112730432A (zh) 一种手机锂电池激光焊缺陷检测设备及检测方法
CN109141232B (zh) 一种基于机器视觉的盘类铸件在线检测方法
CN105021628A (zh) 一种用于光纤倒像器表面缺陷的检测方法
CN115205290B (zh) 一种pcb板生产过程在线检测方法及系统
CN102628854A (zh) 汽车仪表板检测系统及方法
CN112529884B (zh) 一种基于压痕特征图像识别的焊点质量评价方法
CN108257171A (zh) 基于光视觉的汽车雷达装配孔径检测方法
CN114549530B (zh) 一种基于图像处理的pcb板焊接质量评估方法
CN110717909A (zh) 一种金属表面划痕检测方法与装置
CN105181713A (zh) 一种用于光纤倒像器表面缺陷的检测装置
CN110096980A (zh) 字符检测识别系统
CN106353340B (zh) 一种棒状高反射率零件表面缺陷检测方法
Fu et al. Medicine glass bottle defect detection based on machine vision
CN111426693A (zh) 一种质量缺陷检测系统及其检测方法
CN111766245B (zh) 一种基于机器视觉的纽扣电池负极壳缺陷检测方法
CN109990711A (zh) 一种冲孔镀镍钢带的外观质量检测方法
CN115436394A (zh) 一种外观缺陷检测系统及方法
CN114820439A (zh) 基于aoi的pcb裸板缺陷的检测系统及方法
CN117664990A (zh) 一种pcba外观缺陷智能检测方法
CN115330774A (zh) 焊接图像熔池边缘检测方法
CN116297199A (zh) 一种基于机器视觉自动检测锂电池参数的检测系统
CN102914479A (zh) 布氏硬度自动测定方法
CN105067629B (zh) 一种色环电阻外观缺陷和阻值集成检测方法
CN106370673A (zh) 一种镜片疵病自动检测方法
CN117092113A (zh) 一种摄像头模具焊接质量检测装置及其系统

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