CN115829907B - 对复合料带的隔膜进行缺陷检测的方法、装置、系统 - Google Patents
对复合料带的隔膜进行缺陷检测的方法、装置、系统 Download PDFInfo
- Publication number
- CN115829907B CN115829907B CN202210405574.1A CN202210405574A CN115829907B CN 115829907 B CN115829907 B CN 115829907B CN 202210405574 A CN202210405574 A CN 202210405574A CN 115829907 B CN115829907 B CN 115829907B
- Authority
- CN
- China
- Prior art keywords
- region
- image
- diaphragm
- area
- defect
- 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.)
- Active
Links
- 230000007547 defect Effects 0.000 title claims abstract description 136
- 239000002131 composite material Substances 0.000 title claims abstract description 124
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000001514 detection method Methods 0.000 claims abstract description 59
- 238000003475 lamination Methods 0.000 claims abstract description 54
- 238000003860 storage Methods 0.000 claims abstract description 7
- 210000000746 body region Anatomy 0.000 claims description 32
- 239000012528 membrane Substances 0.000 claims description 31
- 230000002159 abnormal effect Effects 0.000 claims description 25
- 230000002950 deficient Effects 0.000 claims description 21
- 238000003709 image segmentation Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 10
- 238000005286 illumination Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 6
- 210000001503 joint Anatomy 0.000 claims description 2
- 230000037303 wrinkles Effects 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 27
- 238000004590 computer program Methods 0.000 abstract description 9
- 230000007246 mechanism Effects 0.000 description 35
- 210000004027 cell Anatomy 0.000 description 34
- 239000000463 material Substances 0.000 description 26
- 239000000523 sample Substances 0.000 description 19
- 238000005520 cutting process Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 11
- 238000013329 compounding Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 10
- 239000002699 waste material Substances 0.000 description 9
- 230000009286 beneficial effect Effects 0.000 description 8
- 150000001875 compounds Chemical class 0.000 description 7
- 239000011149 active material Substances 0.000 description 6
- 230000011218 segmentation Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 3
- 229910001416 lithium ion Inorganic materials 0.000 description 3
- 239000007769 metal material Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 210000003850 cellular structure Anatomy 0.000 description 2
- 239000003792 electrolyte Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 238000007731 hot pressing Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
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
- G01N21/88—Investigating the presence of flaws or contamination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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
- H01M10/052—Li-accumulators
- H01M10/0525—Rocking-chair batteries, i.e. batteries with lithium insertion or intercalation in both electrodes; Lithium-ion batteries
-
- 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
- H01M10/0583—Construction or manufacture of accumulators with folded construction elements except wound ones, i.e. folded positive or negative electrodes or separators, e.g. with "Z"-shaped electrodes or separators
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Chemical & Material Sciences (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Biochemistry (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Materials Engineering (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本申请提供一种对复合料带的隔膜进行缺陷检测的方法、装置、系统、电子设备、叠片机、计算机可读存储介质及计算机程序产品。方法包括:获取复合料带的连续图像;针对复合料带的连续图像,从中截取出至少一个图像分片,其中,图像分片包括隔膜区;以及,针对隔膜区进行检测。本申请实施例技术方案可以快速而准确地对复合料带的隔膜进行缺陷检测,从而可以提高叠片式电芯组件的生产良品率。
Description
技术领域
本申请涉及电池生产检测技术领域,具体涉及一种对复合料带的隔膜进行缺陷检测的方法、装置、系统、电子设备、叠片机、计算机可读存储介质及计算机程序产品。
背景技术
在相关技术中,充电电池(指在电池放电后可通过充电的方式使活性物质激活而继续使用的电池,又称二次电池)包括电池箱以及位于电池箱内的通过串联和/或并联方式组合的多个电池单体。电池单体是电池中提供能量来源的最小单元。电芯组件是电池单体中发生电化学反应的关键部件,其主要结构包括阳极极片、阴极极片、以及将阳极极片和阴极极片间隔的隔膜。
电芯组件按照生产工艺可分为卷绕式电芯组件和叠片式电芯组件。叠片料带复合过程中会对电芯组件造成损伤,因此,如何提高叠片式电芯组件的生产良品率,是本领域技术人员亟待解决的技术问题。
发明内容
本申请旨在至少解决现有技术中存在的技术问题之一。为此,本申请的一个目的在于提出一种对复合料带的隔膜进行缺陷检测的方法、装置、系统、电子设备、叠片机、计算机可读存储介质及计算机程序产品。
根据本申请的一方面,提供了一种对复合料带的隔膜进行缺陷检测的方法,包括:获取复合料带的连续图像;针对复合料带的连续图像,从中截取出至少一个图像分片,其中,图像分片包括隔膜区;以及,针对隔膜区进行检测。
本申请实施例方案可以在叠片工艺中针对连续的复合料带的隔膜存在的缺陷进行检测,利于相关人员及时对叠片机的相关部件进行调整,可以有效控制隔膜存在缺陷的电芯组件流出,提高生产的良品率,以及减少生产材料的浪费。
在一些实施例中,图像分片还包括被隔膜区围绕的极片本体区、多个极耳凸出区以及与隔膜区邻接的背景区,上述方法还包括:从图像分片中提取出隔膜区。
在一些实施例中,从图像分片中提取出隔膜区,包括:基于背景区的最大灰度阈值,从图像分片中去除背景区,得到第一中间图像;从第一中间图像中提取出与其边缘相内接的最大矩形区域的图像作为第二中间图像;以及,基于极片本体区的最大灰度阈值,从第二中间图像中去除呈矩形的极片本体区,得到隔膜区。该实施例方案可以实现隔膜区的提取。
在一些实施例中,针对隔膜区进行检测,包括:确定隔膜区是否包括疑似缺陷区。
在一些实施例中,确定隔膜区是否包括疑似缺陷区,包括:响应于确定隔膜区包括异常像素集合,基于异常像素集合,得到至少一个独立联通的异常像素子集,其中,异常像素集合的每个像素的灰度小于隔膜区的最小灰度阈值;以及,针对每个异常像素子集,响应于确定异常像素子集的面积大于面积阈值,确定隔膜区包括疑似缺陷区。该实施例方案可以实现对疑似缺陷区的识别。
在一些实施例中,针对隔膜区进行检测,包括:基于疑似缺陷区的几何特征信息,确定疑似缺陷区对应的疑似缺陷类型,其中,疑似缺陷类型包括疑似破损或疑似褶皱。该实施例能够进一步确定出疑似缺陷区的疑似缺陷类型,例如为疑似破损或疑似褶皱。
在一些实施例中,针对隔膜区进行检测,包括:基于疑似缺陷区的图像信息以及隔膜缺陷样本库中的至少一个隔膜缺陷样本的图像信息,确定疑似缺陷区的置信度;以及,响应于确定置信度大于置信度阈值,确定疑似缺陷区为缺陷区。该实施例方案可以较为准确地判断出疑似缺陷区是否为缺陷区。
在一些实施例中,获取复合料带的连续图像,包括:针对复合料带的每一侧表面,获取由线扫相机拍摄的连续图像。这样,可以对复合料带的两侧的隔膜进行缺陷检测。
在一些实施例中,方法还包括:输出检测结果,其中,检测结果包括以下至少一个:缺陷区在图像分片中的定位信息、缺陷区的几何特征信息、图像分片对应在复合料带上的定位信息、隔膜存在缺陷的报警信息,以及缺陷的类型,其中,缺陷的类型包括破损或褶皱。以上检测结果的内容有利于相关人员了解隔膜的缺陷的具体情况,从而可以及时对叠片机的相关零部件进行适应调整。
根据本申请的一方面,提供了一种对复合料带的隔膜进行缺陷检测的装置,包括:获取单元,用于获取复合料带的连续图像;提取单元,用于针对复合料带的连续图像,从中截取出至少一个图像分片,其中,图像分片包括隔膜区;以及,检测单元,用于针对隔膜区进行检测。该实施例方案可以获得与前述方法相同的技术效果。
根据本申请的一方面,提供了一种电子设备,包括至少一个处理器以及与至少一个处理器通信连接的存储器,其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行前述方面的方法。
根据本申请的一方面,提供了一种对复合料带的隔膜进行缺陷检测的系统,包括:第一图像采集单元,用于采集复合料带的一侧表面的连续图像;第二图像采集单元,用于采集复合料带的另一侧表面的连续图像;以及前述方面的电子设备,与第一图像采集单元和第二图像采集单元分别连接。该实施例方案,可以在叠片工艺中针对连续的复合料带的隔膜存在的缺陷进行检测,利于相关人员及时对叠片机的相关部件进行调整,从而效控制电芯组件的不良品流出,提高生产的良品率,以及减少生产材料的浪费。
在一些实施例中,第一图像采集单元为第一线扫相机,第二图像采集单元为第二线扫相机;系统还包括:用于为第一线扫相机的采集区提供照明的第一线光源,以及用于为第二线扫相机的采集区提供照明的第二线光源。线扫相机更加适用于被测物体和相机之间有相对运动的场合,可以获得更高的分辨率和采图视野,线光源用于为其提供照明。
在一些实施例中,上述方面的系统还包括:第一支撑辊以及连接第一支撑辊的第一编码器,其中,第一支撑辊与复合料带的一侧表面抵接,第一编码器用于向第一线扫相机发送脉冲信号,以触发第一线扫相机逐行采图;以及,第二支撑辊以及连接第二支撑辊的第二编码器,其中,第二支撑辊与复合料带的另一侧表面抵接,第二编码器用于向第二线扫相机发送脉冲信号,以触发第二线扫相机逐行采图。第一支撑辊和第二支撑辊能够将复合料带绷紧,这样有利于复合料带的图像的准确捕获,从而提高缺陷检测的准确性。
在一些实施例中,第一线扫相机的采集区设在复合料带与第一支撑辊的相切位置;第二线扫相机的采集区设在复合料带与第二支撑辊的相切位置。该方案便于对线扫相机和线光源进行安装对位,从而有利于线扫相机和线光源的精确安装,进而有利于提高缺陷检测的准确性。
根据本申请的一方面,提供了一种叠片机,包括前述方面的系统。在叠片机的叠片工艺中,针对连续的复合料带的隔膜存在的缺陷进行检测,利于相关人员及时对叠片机的相关部件进行调整,从而提高生产的良品率。
根据本申请的一方面,提供了一种存储有计算机指令的计算机可读存储介质,计算机指令配置为使计算机执行如前述方面的方法。
根据本申请的一方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如前述方面的方法。
本申请以上实施例可以在叠片工艺中针对连续的复合料带的隔膜存在的缺陷进行检测,利于相关人员及时对叠片机的相关部件进行调整,可以有效控制隔膜存在缺陷的电芯组件流出,提高生产的良品率,以及减少生产材料的浪费。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本申请公开的一些实施方式,而不应将其视为是对本申请范围的限制。
图1为叠片式电芯组件的拆分结构示意图;
图2为相关技术的叠片机的结构框图;
图3为本申请一些实施例对复合料带的隔膜进行缺陷检测的系统的结构示意图;
图4为本申请一些实施例中的图像分片的示意图;
图5为本申请一些实施例对复合料带的隔膜进行缺陷检测的方法的流程示意图;
图6为本申请一些实施例中从图形分片中提取出隔膜区的流程示意图;
图7为本申请一些实施例中隔膜区的疑似缺陷区的示意图;
图8为本申请一些实施例对复合料带的隔膜进行缺陷检测的方法的流程示意图;
图9为本申请一些实施例对复合料带的隔膜进行缺陷检测的装置的结构框图;
以及,图10为本申请一些实施例叠片机的结构框图。
附图标记说明:
100-叠片式电芯组件;110-阳极极片;111-阳极极片本体;112-阳极极耳;
120-阴极极片;121-阴极极片本体;122-阴极极耳;130-隔膜;200-叠片机;
210-第一裁切机构;220-第一复合机构;230-第二裁切机构;240-第二复合机构;
250-叠片机构;400-系统;410-第一图像采集单元;420-第二图像采集单元;
430-第一线光源;440-第二线光源;450-第一支撑辊;460-第二支撑辊;
470-第一编码器;480-第二编码器;电子设备-490;550-连续图像;500-图像分片;
510-隔膜区;511-缺陷区;511a-破损区;511b-褶皱区;520-极片本体区;
530-极耳凸出区;540-背景区;5100-极耳隔膜重叠区;710-第一中间图像;
720-第二中间图像;512-异常像素子集;513-疑似缺陷区;1001-获取单元;
1002-提取单元;1003-检测单元;1100-叠片机;1110-第一裁切机构;300-复合料带;
1120-第一复合机构;1130-第二裁切机构;1140-第二复合机构;1150-叠片机构。
具体实施方式
下面将结合附图对本申请技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本申请的技术方案,因此只作为示例,而不能以此来限制本申请的保护范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。
在本申请实施例的描述中,技术术语“第一”“第二”等仅用于区别不同对象,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量、特定顺序或主次关系。在本申请实施例的描述中,“多个”的含义是两个以上,除非另有明确具体的限定。
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。
在本申请实施例的描述中,术语“和/或”仅仅是一种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。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
在本申请实施例的描述中,术语“多个”指的是两个以上(包括两个),同理,“多组”指的是两组以上(包括两组),“多片”指的是两片以上(包括两片)。
在本申请实施例的描述中,技术术语“中心”“纵向”“横向”“长度”“宽度”“厚度”“上”“下”“前”“后”“左”“右”“竖直”“水平”“顶”“底”“内”“外”“顺时针”“逆时针”“轴向”“径向”“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请实施例和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请实施例的限制。
在本申请实施例的描述中,除非另有明确的规定和限定,技术术语“安装”“相连”“连接”“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;也可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请实施例中的具体含义。
如图1所示,叠片式电芯组件100包括交替排列的多个阳极极片110和多个阴极极片120,以及在任意相邻的阳极极片110和阴极极片120之间设置的隔膜130。阳极极片110包括设有活性物质的阳极极片本体111和未设有活性物质层的阳极极耳112,阴极极片120包括设有活性物质的阴极极片本体121和未设有活性物质层的阴极极耳122。在锂离子电池单体(以下简称电池单体)内部,叠片式电芯组件100被电解液浸润,锂离子以电解液为介质在电池单体的阳极和阴极之间运动,从而可以使电池单体实现充电与放电,隔膜130的作用是允许锂离子自由通过,而不允许电子通过,从而防止电池单体的阳极和阴极之间通过电解液发生短路。
叠片式电芯组件的叠片工艺主要在叠片机中进行。如图2所示,相关技术中,叠片机200包括依次设置的第一裁切机构210、第一复合机构220、两个第二裁切机构230、第二复合机构240以及叠片机构250。第一裁切机构210用于从第一极片料带上裁切出第一极片料段。第一复合机构220用于将第一隔膜料带和第二隔膜料带与第一极片料段的两侧表面进行复合以形成初级复合料带。两个第二裁切机构230用于一一对应地从第二极片料带和第三极片料带上裁切出第二极片和第三极片,第二极片料带和第三极片料带的极性相同(可以采用相同的材料和结构)并且与第一极片料带的极性相反。第二复合机构240用于交替的将第二极片和第三极片与初级复合料带的两侧表面进行复合以形成二级复合料带(本文在以下描述中简称为复合料带)。叠片机构250用于对复合料带进行叠片和裁切,以形成叠片组件。
叠片机200的叠片机构250按照Z字形折叠方式对复合料带进行折叠并进行切割后,可以得到叠片组件。之后,可以进行电芯组件的后续生产工艺,例如热压、极耳焊接等。
相关技术中,对于叠片式电芯组件的品质检测安排在叠片工艺之后,一般是使用X射线成像仪环绕叠片式电芯组件进行扫描,然后根据扫描影像来判断叠片式电芯组件的极片是否发生破损、褶皱或变形。X射线成像仪的工作原理为:当X射线照射样品时,其透过强度不仅与X射线的能量有关,同时与样品材料的物质密度和厚度有关,物质密度越小以及厚度越薄则X射线就越容易透过。X射线照射样品后,通过图像接收转换装置将X射线的透过强度以灰度对比的明暗差异来成像,从而形成X射线的扫描影像。
本申请的发明人注意到,复合料带在叠片机中被输送时,可能因传动辊上存在异物、碾压、绷紧力不当或其它机械原因而造成隔膜损伤,例如产生破损或者褶皱。由于在叠片式电芯组件中,隔膜位于阳极极片和阴极极片之间且材料密度相对较小,因此其无法清晰地凸显在扫描影像上,这导致相关技术的上述检测环节无法实现对隔膜损伤缺陷(主要由于外部因素导致,在本文中简称为缺陷)的检测,继而,容易导致电芯组件的不良品流出,最终导致电池失效以及生产材料的巨大浪费。如何提高叠片式电芯组件的生产良品率,成为本领域技术人员亟待解决的技术问题。
基于发现的上述技术问题,发明人经过深入研究,提供了一种对复合料带的隔膜进行缺陷检测的方法、装置、系统、电子设备、叠片机、计算机可读存储介质及计算机程序产品,可以快速而准确地检测出复合料带的隔膜(在本文中指复合料带外观可见的隔膜)存在的缺陷,从而可以提高叠片式电芯组件的生产良品率。
本申请实施例方案利用计算机视觉技术,首先,获取复合料带的连续图像;然后,针对复合料带的连续图像,从中截取出至少一个图像分片;然后,针对图像分片的隔膜区进行检测。本申请实施例方案可以在叠片工艺中针对连续的复合料带的隔膜存在的缺陷进行检测,利于相关人员及时对叠片机的相关部件进行调整,相比相关技术,可以有效控制隔膜存在缺陷的电芯组件流出,从而提高生产的良品率,减少生产材料的浪费。
如图3所示,本申请一些实施例提供的对复合料带的隔膜进行缺陷检测的系统400,其主要硬件配置包括第一图像采集单元410、第二图像采集单元420和电子设备490。第一图像采集单元410用于采集复合料带300的一侧表面的连续图像,第二图像采集单元420用于采集复合料带300的另一侧表面的连续图像,电子设备490与第一图像采集单元410和第二图像采集单元420分别连接,用于基于第一图像采集单元410和第二图像采集单元420采集的连续图像,对复合料带300的两侧表面的隔膜进行缺陷检测并输出检测结果。
电子设备490与第一图像采集单元410和第二图像采集单元420可以采用有线连接方式或者无线连接方式。由于第一图像采集单元410和第二图像采集单元420进行图像采集的主要目标在复合料带300,因此,可以将第一图像采集单元410和第二图像采集单元420布置在叠片机的第二复合机构和叠片机构之间的适当位置。
第一图像采集单元410和第二图像采集单元420的具体类型不限,可以采用常规的面阵工业相机,也可以采用线扫相机。在本申请的一些实施例中,第一图像采集单元410为第一线扫相机,第二图像采集单元420为第二线扫相机。
线扫相机也称线阵相机,用于被测物体和相机之间有相对运动的场合,可以获得更高的分辨率和更大的采图视野。通过逐行采集运动中被测物体的图像信息,理论上可以得到一无限延伸的连续图像。通过软件智能处理,可以从连续图像中截取出图像分片,电子设备可以针对该图像分片进行实时处理或放入缓存稍后进行处理。
在一些实施例中,系统400还包括用于为第一线扫相机的采集区提供照明的第一线光源430,以及用于为第二线扫相机的采集区提供照明的第二线光源440。第一线光源430和第二线光源440用于为各自对应的线扫相机提供照明。以第一线光源430和第一线扫相机为例,其相对安装位置应满足:第一线光源430聚焦在复合料带300上形成的窄条亮带,应当与第一线扫相机的传感器平行,这样可以使线扫相机获得较佳的拍摄品质。第一线光源430和第二线光源440的具体类型不限,例如可以为LED光源、卤素灯、高频荧光灯等等。
如图3所示,在一些实施例中,对复合料带的隔膜进行缺陷检测的系统400还包括:第一支撑辊450、连接第一支撑辊450的第一编码器470、第二支撑辊460和连接第二支撑辊460的第二编码器480。第一支撑辊450与复合料带300的一侧表面抵接,第一编码器470用于向第一线扫相机发送脉冲信号,以触发第一线扫相机逐行采图。第二支撑辊460与复合料带300的另一侧表面抵接,第二编码器480用于向第二线扫相机发送脉冲信号,以触发第二线扫相机逐行采图。
编码器能够将角位移转换成脉冲信号。以第一支撑辊450为例,当第一支撑辊450持续旋转时,每转动一个单位角度,编码器发出一个脉冲信号,触发第一线扫相机对复合料带300的一侧表面进行一行扫描。
第一支撑辊450和第二支撑辊460能够将复合料带300绷紧,这样有利于复合料带300的图像的准确捕获,从而提高缺陷检测的准确性。如图4所示,图像分片500还可以包括第一支撑辊450和第二支撑辊460对应的背景区540。
在本申请的一些实施例中,如图3所示,第一线扫相机的采集区设在复合料带300与第一支撑辊450的相切位置S1(两个相切位置中的任一相切位置均可),第二线扫相机的采集区设在复合料带300与第二支撑辊460的相切位置S2(两个相切位置中的任一相切位置均可)。以第一支撑辊450为例,将第一线扫相机的采集区设在复合料带300与第一支撑辊450的相切位置,便于对第一线扫相机(第一图像采集单元410)和第一线光源430进行安装对位,从而有利于第一线扫相机和第一线光源430的精确安装,进而有利于提高缺陷检测的准确性。
如图4所示,在本申请实施例中,可以针对复合料带300的每一侧表面,从其连续图像550中依次并且持续地截取图像分片500,然后利用图像分片500对复合料带300的隔膜进行缺陷检测分析。每个图像分片500作为一个截取单位,其可以包括隔膜区510、被隔膜区510围绕的极片本体区520,以及多个凸出于隔膜区510的极耳凸出区530。此外,图像分片500还可以包括除复合料带300之外的其它物体的图像,例如支撑辊的图像,对应于图像分片500中的背景区540。
在一些实施例中,极片本体区520可以是裸露在复合料带300表面的阴极极片本体区,阳极极片由于被夹在两个隔膜之间,因此其本体区在图像分片500中不可见,但可以看到其凸出于隔膜区510的极耳凸出区530。在另一些实施例中,极片本体区520可以是裸露在复合料带300表面的阳极极片本体区,阴极极片由于被夹在两个隔膜之间,因此其本体区在图像分片500中不可见,但可以看到其凸出于隔膜区510的极耳凸出区530。本申请对于极片本体区520的极性不做具体限定。
需要说明的是,图像分片500中还可以包括连接在极片本体区520和极耳凸出区530之间的极耳隔膜重叠区5100,该极耳隔膜重叠区5100和极耳凸出区530的整体对应于复合料带上一个极片的极耳,也即极片本体区520、极耳隔膜重叠区5100和极耳凸出区530的整体对应于复合料带300上的一个极片。通常,极片的极耳不设活性物质层,极片对应极耳凸出区530的部分露出金属材料的集流体,极片对应极耳隔膜重叠区5100的部分可以露出金属材料的集流体或者设置浅色绝缘层(例如白色绝缘层)。通常,金属材料的集流体或者浅色绝缘层在图像分片500中所呈现的灰度不会低于隔膜区510的灰度,因此,在本申请的一些实施例中,为了简化计算,可以将极耳隔膜重叠区5100划入隔膜区510内,从而隔膜区510包括该极耳隔膜重叠区5100。
如图5所示,本申请一些实施例提供的对复合料带的隔膜进行缺陷检测的方法600,包括以下步骤S601至步骤S603。
在步骤S601,获取复合料带的连续图像。
在步骤S602,针对复合料带的连续图像,从中截取出至少一个图像分片,其中,图像分片包括隔膜区。
在步骤S603,针对隔膜区进行检测。
本申请实施例的方法600,利用计算机视觉技术,可以在叠片工艺中针对连续的复合料带的隔膜存在的缺陷进行检测,利于相关人员及时对叠片机的相关部件进行调整,可以有效控制隔膜存在缺陷的电芯组件流出,提高生产的良品率,减少生产材料的浪费。
如图4所示,图像分片500作为复合料带的连续图像550的一个截取单位,其至少包括隔膜区510和极片本体区520,此外,图像分片500还可以包括背景区540、极耳隔膜重叠区5100和多个凸出于隔膜区510的极耳凸出区530。在本申请的一些实施例中,为了简化计算,可以将极耳隔膜重叠区5100划入隔膜区510内,从而隔膜区510包括该极耳隔膜重叠区5100。
在本申请实施例中,图像分片500可以从线扫相机拍摄的连续图像550中截取,此外,图像分片500还可以从面阵相机拍摄的图像中获取,本申请对此不做具体限定。
在一些实施例中,上述步骤S601包括:针对复合料带的每一侧表面,获取由线扫相机拍摄的连续图像。这样,可以对复合料带的两侧的阴极极片进行缺陷检测。
在本申请的一些实施例中,上述步骤S601包括:基于图像分割算法,从连续图像中截取出图像分片。该实施例可以基于图像分割算法,从线扫相机拍摄的连续图像中截取出图像分片,从而获取图像分片。图像分割算法的具体类似不限,例如可以为基于阈值的分割算法、基于区域的分割算法、基于边缘的分割算法或者基于特定理论的分割算法等。参照图4所示,在本申请的一些实施例中,采用基于阈值的分割方法,基于极片本体区520与隔膜区510的灰度差异,寻找极片本体区520沿复合料带宽度方向的边缘,然后基于相邻两个极片本体区520的沿复合料带宽度方向的边缘,沿复合料带宽度方向对连续图像550进行分割(分割线可以避开极片本体区520并且与极片本体区520间隔若干行像素),获得图像分片500。
在本申请的一些实施例中,如图6所示,图像分片500包括了隔膜区510(上述极耳隔膜重叠区5100划入隔膜区510内)、被隔膜区510围绕的极片本体区520、与隔膜区510邻接的背景区540以及多个极耳凸出区530,隔膜区510位于背景区540的左右两部分之间。对复合料带的隔膜进行缺陷检测的方法还可以包括:从图像分片500中提取出隔膜区510。该步骤例如可以包括:
步骤a:基于背景区540的最大灰度阈值,从图像分片500中去除背景区540,得到第一中间图像710;
步骤b:从第一中间图像710中提取出与其边缘相内接的最大矩形区域的图像作为第二中间图像720;以及
步骤c:基于极片本体区520的最大灰度阈值,从第二中间图像720中去除呈矩形的极片本体区520,得到隔膜区510。
如图6所示,图像分片500中,极耳凸出区530的灰度G1、隔膜区510的灰度G2、极片本体区的灰度G3、背景区540的灰度G4满足:G4<G3<G2≤G1。因此,在步骤a中,可以基于背景区540的最大灰度阈值(例如设为15),从图像分片500中去除背景区540。
在一些实施例中,结合背景区540与其它区域的灰度差异,运用Blob算法,从图像分片500中去除背景区540,即去除灰度小于或等于该背景区540的最大灰度阈值的特征区域。在计算机视觉中,Blob是指图像中的一块联通区域,Blob分析就是对前景/背景分离后的二值图像,进行联通域提取和标记。Blob算法的核心思想,是在一块区域内,将出现”灰度突变”的范围找出来,从而确定其大小、形状及面积等。上述背景区540的最大灰度阈值可以作为对图像分片500进行二值化处理的灰度阈值。
在本申请的一些实施例中,在步骤a,首先,基于背景区540的最大灰度阈值(例如设为15),对图像分片500进行二值化处理,从中提取出灰度小于或等于该背景区540的最大灰度阈值的特征区域;然后,基于机器视觉软件的connection算子(联通算子)对特征区域进行分割,将不相邻的区域分割开来形成各自的联通域;然后,基于机器视觉软件的select_shape算子(过滤算子)筛选出面积大于预设面积阈值的联通域(对应背景区540);然后,基于机器视觉软件的difference算子(相减算子),将背景区540从图像分片500中减除,得到第一中间图像710。
在本申请的一些实施例中,在步骤b,可以基于机器视觉软件的inner_rectangle1算子(内接矩形算子),计算出与第一中间图像710的边缘内接的最大内接矩形,截取该最大内接矩形的区域(即最大矩形区域)作为第二中间图像720。
在本申请的一些实施例中,在步骤c,首先,对第二中间图像720进行二值化处理,从中提取出灰度小于或等于前述极片本体区520的最大灰度阈值(例如设为25)的特征区域;然后,基于机器视觉软件的opening_rectangle1算子(开运算算子)对特征区域进行开运算,去除噪点;然后,基于机器视觉软件的connection算子(联通算子)对特征区域进行分割,将不相邻的区域分割开来形成各自的联通域;然后,基于机器视觉软件的select_shape算子(过滤算子)筛选出面积最大且矩形度大于矩形度阈值(例如,矩形度在0~1范围内取值,矩形度阈值设为0.8)的联通域,即为极片本体区520;然后,基于机器视觉软件的difference算子(相减算子),将极片本体区520从第二中间图像720中减除,得到隔膜区510。
如图5和图7所示,在本申请的一些实施例中,前述针对隔膜区进行检测,包括:确定隔膜区510是否包括疑似缺陷区513。该步骤例如可以包括:
响应于确定隔膜区510包括异常像素集合,基于异常像素集合,得到至少一个独立联通的异常像素子集512,其中,异常像素集合的每个像素的灰度小于隔膜区510的最小灰度阈值;以及
针对每个异常像素子集512,响应于确定异常像素子集512的面积大于面积阈值,确定隔膜区510包括疑似缺陷区513。面积阈值可以根据电池生产工艺规格要求来确定。
如图6所示,复合料带的隔膜在发生破损后会露出下方的极片,这会导致破损区511a的图像的灰度减小,而复合料带的隔膜在发生褶皱后,也会导致褶皱区511b的图像的灰度减小。因此,可以利用缺陷区511与正常区域的灰度差异(例如极片的灰度一般小于30,而隔膜的灰度一般不小于110),以及根据生产工艺规格要求设定的面积阈值等,来确定出疑似缺陷区513。
在一些实施例中,首先,对隔膜区510进行二值化处理,从中提取出灰度小于隔膜区510的最小灰度阈值(例如设为110)的特征区域;然后,如图7所示,基于机器视觉软件的connection算子(联通算子)对特征区域进行分割,将不相邻的区域分割开来形成各自的联通域;然后,基于机器视觉软件的area_center算子(区域中心算子),筛选出面积大于面积阈值(例如设为1平方毫米)的联通域,即为疑似缺陷区513。
在一些实施例中,前述针对隔膜区进行检测,包括:基于疑似缺陷区513的几何特征信息,确定疑似缺陷区513对应的疑似缺陷类型,其中,疑似缺陷类型包括疑似破损或疑似褶皱。
疑似缺陷区513的几何特征信息包括但不限于形状、尺寸、面积等。如图6所示,褶皱区511b的图像通常呈线形并且面积大于面积阈值(可根据经验确定,例如设为2平方毫米),因此,可以基于该几何特征将疑似褶皱和疑似破损缺陷初步区分出来。
在本申请的一些实施例中,前述针对隔膜区进行检测,包括:
基于疑似缺陷区的图像信息以及隔膜缺陷样本库中的至少一个隔膜缺陷样本的图像信息,确定疑似缺陷区的置信度;以及
响应于确定置信度大于置信度阈值,确定疑似缺陷区为缺陷区。
例如,在一些实施例中,首先,遍历隔膜缺陷样本库中的多个隔膜缺陷样本,将疑似缺陷区的图像信息与每个隔膜缺陷样本进行相似度比对,得到相似度列表;然后,筛选相似度列表,保留置信度大于置信度阈值的疑似缺陷区作为确定的缺陷区。通过该步骤可以筛除掉不符合隔膜破损特征的疑似缺陷区,从而可以提高检测的准确性。
隔膜缺陷样本库可以按照缺陷类型划分为多个样本子库,例如破损样本子库、褶皱样本子库。在一些实施例中,将疑似缺陷区513的图像信息依次投入到每个样本子库与其样本的图像信息进行相似度比对。在另一些实施例中,为提高软件处理的速度,也可以在初步确定疑似缺陷区513对应的疑似缺陷类型后,将其图像信息投入到相应的样本子库进行相似度比对,例如,将疑似破损区的图像信息投入到破损样本子库与各个破损样本的图像信息进行相似度比对,从而确定疑似破损区是否为破损区。
在本申请的一些实施例中,对复合料带的隔膜进行缺陷检测的方法还包括:输出检测结果,其中,检测结果可以包括以下至少一个:缺陷区在图像分片中的定位信息、缺陷区的几何特征信息、图像分片对应在复合料带上的定位信息、隔膜存在缺陷的报警信息以及缺陷的类型。
缺陷区在图像分片中的定位信息例如可以是指示缺陷区位置的框线或箭头。缺陷区的几何特征信息包括但不限于缺陷区的长、宽、面积等。图像分片对应在复合料带上的定位信息例如可以是图像分片所对应的拍摄编码等。报警信息可以是声、光或者声光相结合的报警信号。缺陷的类型例如为隔膜破损或者隔膜褶皱。本申请对于检测结果的内容不做具体限定。
值得一提的是,在本申请的一些实施例中,为提高软件处理的速度,也可以不对缺陷的类型进行分析判断和输出。
如图8所示,本申请一些实施例提供的对复合料带的隔膜进行缺陷检测的方法900,包括以下步骤S901至步骤S911。
在步骤S901,针对复合料带的每一侧表面,获取由线扫相机拍摄的连续图像。
在步骤S902,基于图像分割算法,从连续图像中截取出图像分片。
在步骤S903,基于背景区的最大灰度阈值,从图像分片中去除背景区,得到第一中间图像。
在步骤S904,从第一中间图像中提取出与其边缘相内接的最大矩形区域的图像作为第二中间图像。
在步骤S905,基于极片本体区的最大灰度阈值,从第二中间图像中去除呈矩形的极片本体区,得到隔膜区。
在步骤S906,响应于确定隔膜区包括异常像素集合,基于异常像素集合,得到至少一个独立联通的异常像素子集,其中,异常像素集合的每个像素的灰度小于隔膜区的最小灰度阈值。
在步骤S907,针对每个异常像素子集,响应于确定异常像素子集的面积大于面积阈值,确定隔膜区包括疑似缺陷区。
在步骤S908,基于疑似缺陷区的几何特征信息,确定疑似缺陷区对应的疑似缺陷类型,其中,疑似缺陷类型包括疑似破损或疑似褶皱。
在步骤S909,基于疑似缺陷区的图像信息以及隔膜缺陷样本库中的至少一个隔膜缺陷样本的图像信息,确定疑似缺陷区的置信度。
在步骤S910,响应于确定置信度大于置信度阈值,确定疑似缺陷区为缺陷区。
在步骤S911,输出对复合料带的隔膜进行缺陷检测的检测结果,并发出报警信息。
本申请实施例的上述方法可以在叠片工艺中针对连续的复合料带的隔膜存在的缺陷进行检测,利于相关人员及时对叠片机的相关部件进行调整,可以有效控制隔膜存在缺陷的电芯组件流出,提高生产的良品率,减少生产材料的浪费。
如图9所示,本申请实施例还提供一种对复合料带的隔膜进行缺陷检测的装置1000,包括:
获取单元1001,用于获取复合料带的连续图像;
提取单元1002,用于针对复合料带的连续图像,从中截取出至少一个图像分片,其中,图像分片包括隔膜区;以及
检测单元1003,用于针对隔膜区进行检测。
本申请实施例还提供一种电子设备,包括至少一个处理器以及与至少一个处理器通信连接的存储器,其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行前述对复合料带的隔膜进行缺陷检测的方法。该电子设备可以应用于前述对复合料带的隔膜进行缺陷检测的系统400中。
本申请实施例的上述虚拟装置和电子设备可以在叠片工艺中针对连续的复合料带的隔膜存在的缺陷进行检测,利于相关人员及时对叠片机的相关部件进行调整,可以有效控制隔膜存在缺陷的电芯组件流出,提高生产的良品率,减少生产材料的浪费。
如图10所示,本申请实施例还提供一种叠片机1100,包括前述对复合料带的隔膜进行缺陷检测的系统400。在一些实施例中,叠片机1100包括依次设置的第一裁切机构1110、第一复合机构1120、两个第二裁切机构1130、第二复合机构1140以及叠片机构1150,对复合料带的隔膜进行缺陷检测的系统400设置在第二复合机构1140以及叠片机构1150之间。
第一裁切机构1110用于从第一极片料带上裁切出第一极片料段。第一复合机构1120用于将第一隔膜料带和第二隔膜料带与第一极片料段的两侧表面复合以形成初级复合料带。两个第二裁切机构1130用于一一对应地从第二极片料带和第三极片料带上裁切出第二极片和第三极片,第二极片料带和第三极片料带的极性相同并且与第一极片料带的极性相反。第二复合机构1140用于交替的将第二极片和第三极片与初级复合料带的两侧表面复合以形成二级复合料带(例如前述复合料带300)。叠片机构1150用于对复合料带进行叠片和裁切,以形成叠片组件。
在叠片机的叠片工艺中,针对连续的复合料带的隔膜存在的缺陷进行检测,利于相关人员及时对叠片机的相关部件进行调整,可以有效控制隔膜存在缺陷的电芯组件流出,提高生产的良品率,减少生产材料的浪费。
本申请实施例还提供一种存储有计算机指令的计算机可读存储介质,其中,计算机指令配置为使计算机执行前述任一实施例对复合料带的隔膜进行缺陷检测的方法。
本申请实施例还提供一种计算机程序产品,包括计算机程序,其中,计算机程序在被处理器执行时实现前述任一实施例对复合料带的隔膜进行缺陷检测的方法。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围,其均应涵盖在本申请的权利要求和说明书的范围当中。尤其是,只要不存在结构冲突,各个实施例中所提到的各项技术特征均可以任意方式组合起来。本申请并不局限于文中公开的特定实施例,而是包括落入权利要求的范围内的所有技术方案。
Claims (15)
1.一种对复合料带的隔膜进行缺陷检测的方法,其特征在于,包括:
获取所述复合料带的连续图像;
针对所述复合料带的所述连续图像,从中截取出至少一个图像分片,其中,所述图像分片包括隔膜区、被所述隔膜区围绕的极片本体区、多个极耳凸出区、以及与所述隔膜区邻接的背景区;
从所述图像分片中提取出所述隔膜区,包括:基于所述背景区的最大灰度阈值,从所述图像分片中去除所述背景区,得到第一中间图像;从所述第一中间图像中提取出与其边缘相内接的最大矩形区域的图像作为第二中间图像;以及基于所述极片本体区的最大灰度阈值,从所述第二中间图像中去除呈矩形的所述极片本体区,得到所述隔膜区;以及
针对所述隔膜区进行检测,输出对所述复合料带的隔膜进行缺陷检测的检测结果。
2.如权利要求1所述的方法,其特征在于,针对所述隔膜区进行检测,包括:确定所述隔膜区是否包括疑似缺陷区。
3.如权利要求2所述的方法,其特征在于,确定所述隔膜区是否包括疑似缺陷区,包括:
响应于确定所述隔膜区包括异常像素集合,基于所述异常像素集合,得到至少一个独立联通的异常像素子集,其中,所述异常像素集合的每个像素的灰度小于所述隔膜区的最小灰度阈值;以及
针对每个所述异常像素子集,响应于确定所述异常像素子集的面积大于面积阈值,确定所述隔膜区包括疑似缺陷区。
4.如权利要求3所述的方法,其特征在于,针对所述隔膜区进行检测,包括:
基于所述疑似缺陷区的几何特征信息,确定所述疑似缺陷区对应的疑似缺陷类型,其中,所述疑似缺陷类型包括疑似破损或疑似褶皱。
5.如权利要求3所述的方法,其特征在于,针对所述隔膜区进行检测,包括:
基于所述疑似缺陷区的图像信息以及隔膜缺陷样本库中的至少一个隔膜缺陷样本的图像信息,确定所述疑似缺陷区的置信度;以及
响应于确定所述置信度大于置信度阈值,确定所述疑似缺陷区为缺陷区。
6.如权利要求1所述的方法,其特征在于,获取所述复合料带的连续图像,包括:
针对所述复合料带的每一侧表面,获取由线扫相机拍摄的连续图像。
7.如权利要求1至6中任一项所述的方法,其特征在于,所述方法还包括:输出检测结果,其中,
所述检测结果包括以下至少一个:缺陷区在所述图像分片中的定位信息、缺陷区的几何特征信息、所述图像分片对应在所述复合料带上的定位信息、所述隔膜存在缺陷的报警信息,以及缺陷的类型,其中,所述缺陷的类型包括破损或褶皱。
8.一种对复合料带的隔膜进行缺陷检测的装置,其特征在于,包括:
获取单元,用于获取所述复合料带的连续图像;
提取单元,用于针对所述复合料带的所述连续图像,从中截取出至少一个图像分片,以及,从所述图像分片中提取出隔膜区,其中,所述图像分片包括隔膜区、被所述隔膜区围绕的极片本体区、多个极耳凸出区以及与所述隔膜区邻接的背景区;从所述图像分片中提取出所述隔膜区包括:基于所述背景区的最大灰度阈值,从所述图像分片中去除所述背景区,得到第一中间图像;从所述第一中间图像中提取出与其边缘相内接的最大矩形区域的图像作为第二中间图像;以及基于所述极片本体区的最大灰度阈值,从所述第二中间图像中去除呈矩形的所述极片本体区,得到所述隔膜区;以及,
检测单元,用于针对所述隔膜区进行检测,输出对所述复合料带的隔膜进行缺陷检测的检测结果。
9.一种电子设备,其特征在于,包括至少一个处理器以及与所述至少一个处理器通信连接的存储器,其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至7中任一项所述的方法。
10.一种对复合料带的隔膜进行缺陷检测的系统,其特征在于,包括:
第一图像采集单元,用于采集所述复合料带的一侧表面的连续图像;
第二图像采集单元,用于采集所述复合料带的另一侧表面的连续图像;以及
如权利要求9所述的电子设备,与所述第一图像采集单元和所述第二图像采集单元分别连接。
11.如权利要求10所述的系统,其特征在于,
所述第一图像采集单元为第一线扫相机,所述第二图像采集单元为第二线扫相机;
所述系统还包括:用于为所述第一线扫相机的采集区提供照明的第一线光源,以及用于为所述第二线扫相机的采集区提供照明的第二线光源。
12.如权利要求11所述的系统,其特征在于,还包括:
第一支撑辊以及连接所述第一支撑辊的第一编码器,其中,所述第一支撑辊与所述复合料带的一侧表面抵接,所述第一编码器用于向所述第一线扫相机发送脉冲信号,以触发所述第一线扫相机逐行采图;以及
第二支撑辊以及连接所述第二支撑辊的第二编码器,其中,所述第二支撑辊与所述复合料带的另一侧表面抵接,所述第二编码器用于向所述第二线扫相机发送脉冲信号,以触发所述第二线扫相机逐行采图。
13.如权利要求12所述的系统,其特征在于,
所述第一线扫相机的采集区设在所述复合料带与所述第一支撑辊的相切位置;
所述第二线扫相机的采集区设在所述复合料带与所述第二支撑辊的相切位置。
14.一种叠片机,其特征在于,包括如权利要求10至13中任一项所述的系统。
15.一种存储有计算机指令的计算机可读存储介质,其特征在于,所述计算机指令配置为使计算机执行如权利要求1至7中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210405574.1A CN115829907B (zh) | 2022-04-18 | 2022-04-18 | 对复合料带的隔膜进行缺陷检测的方法、装置、系统 |
PCT/CN2023/077453 WO2023202207A1 (zh) | 2022-04-18 | 2023-02-21 | 对复合料带的隔膜进行缺陷检测的方法、装置、系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210405574.1A CN115829907B (zh) | 2022-04-18 | 2022-04-18 | 对复合料带的隔膜进行缺陷检测的方法、装置、系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115829907A CN115829907A (zh) | 2023-03-21 |
CN115829907B true CN115829907B (zh) | 2024-02-23 |
Family
ID=85522497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210405574.1A Active CN115829907B (zh) | 2022-04-18 | 2022-04-18 | 对复合料带的隔膜进行缺陷检测的方法、装置、系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115829907B (zh) |
WO (1) | WO2023202207A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117870546B (zh) * | 2024-03-11 | 2024-05-10 | 张掖市西龙产业用纺织品有限公司 | 一种电极隔膜检测方法及系统 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106532134A (zh) * | 2016-12-06 | 2017-03-22 | 孔金河 | 方形锂电池叠片机及叠片工艺 |
CN106841213A (zh) * | 2016-12-30 | 2017-06-13 | 深圳中兴创新材料技术有限公司 | 检测电池隔膜涂层表面缺陷的方法和外观图像检测系统 |
WO2018018870A1 (zh) * | 2016-07-28 | 2018-02-01 | 上海恩捷新材料科技股份有限公司 | 一种电化学装置隔离膜及其制备方法 |
JP2019023587A (ja) * | 2017-07-24 | 2019-02-14 | 住友化学株式会社 | 欠陥検査システム及び欠陥検査方法 |
CN109360186A (zh) * | 2018-08-31 | 2019-02-19 | 广州超音速自动化科技股份有限公司 | 锂电池隔膜检测方法、电子设备、存储介质及系统 |
CN109358064A (zh) * | 2018-08-31 | 2019-02-19 | 广州超音速自动化科技股份有限公司 | 极片制片卷绕缺陷全功能检测方法、设备、介质及系统 |
CN109598721A (zh) * | 2018-12-10 | 2019-04-09 | 广州市易鸿智能装备有限公司 | 电池极片的缺陷检测方法、装置、检测设备和存储介质 |
CN111141755A (zh) * | 2019-12-31 | 2020-05-12 | 国联汽车动力电池研究院有限责任公司 | 一种电池电芯内部缺陷的检测方法 |
CN111899238A (zh) * | 2020-07-27 | 2020-11-06 | 苏州精濑光电有限公司 | 一种双光源图像的缺陷检测方法、装置、介质及电子设备 |
CN111933996A (zh) * | 2020-08-03 | 2020-11-13 | 苏州凌威新能源科技有限公司 | 一种锂电池的制作方法 |
CN112241699A (zh) * | 2020-10-13 | 2021-01-19 | 无锡先导智能装备股份有限公司 | 物体缺陷类别识别方法、装置、计算机设备和存储介质 |
CN112581434A (zh) * | 2020-12-07 | 2021-03-30 | 无锡智创云图信息科技有限公司 | 一种用于产品缺陷检测的图像识别方法 |
CN113030093A (zh) * | 2020-12-30 | 2021-06-25 | 凌云光技术股份有限公司 | 一种电池隔膜表面缺陷检测方法和系统 |
CN113313677A (zh) * | 2021-05-17 | 2021-08-27 | 武汉工程大学 | 一种卷绕锂电池x光图像的质量检测方法 |
CN113592845A (zh) * | 2021-08-10 | 2021-11-02 | 深圳市华汉伟业科技有限公司 | 一种电池涂布的缺陷检测方法及装置、存储介质 |
CN214957245U (zh) * | 2021-03-12 | 2021-11-30 | 天津市捷威动力工业有限公司 | 一种对称电池 |
CN113758932A (zh) * | 2021-09-07 | 2021-12-07 | 广东奥普特科技股份有限公司 | 一种基于深度学习的锂电池膈膜缺陷视觉系统 |
WO2022052480A1 (zh) * | 2020-09-11 | 2022-03-17 | 广东奥普特科技股份有限公司 | 锂电池极片瑕疵实时检测处理方法和系统 |
WO2022062812A1 (zh) * | 2020-09-28 | 2022-03-31 | 歌尔股份有限公司 | 屏幕缺陷检测方法、装置和电子设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4615400B2 (ja) * | 2005-09-02 | 2011-01-19 | パナソニック株式会社 | 電池電極板上の多孔質膜の膜測定装置およびそれを用いる塗工装置 |
JP5361232B2 (ja) * | 2008-03-28 | 2013-12-04 | 三洋電機株式会社 | リチウム二次電池及びその製造方法 |
JP6970550B2 (ja) * | 2017-07-24 | 2021-11-24 | 住友化学株式会社 | 欠陥検査システム及び欠陥検査方法 |
CN213779894U (zh) * | 2020-05-21 | 2021-07-23 | 江苏卓高新材料科技有限公司 | 一种涂覆隔膜检测装置 |
CN112950547B (zh) * | 2021-02-03 | 2024-02-13 | 佛山科学技术学院 | 一种基于深度学习的锂电池隔膜缺陷机器视觉检测方法 |
CN114170140A (zh) * | 2021-11-10 | 2022-03-11 | 佛山科学技术学院 | 一种基于Yolov4的隔膜缺陷识别方法 |
CN115641329B (zh) * | 2022-11-15 | 2023-04-07 | 武汉惠强新能源材料科技有限公司 | 一种锂电池隔膜缺陷检测方法及系统 |
-
2022
- 2022-04-18 CN CN202210405574.1A patent/CN115829907B/zh active Active
-
2023
- 2023-02-21 WO PCT/CN2023/077453 patent/WO2023202207A1/zh unknown
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018018870A1 (zh) * | 2016-07-28 | 2018-02-01 | 上海恩捷新材料科技股份有限公司 | 一种电化学装置隔离膜及其制备方法 |
CN106532134A (zh) * | 2016-12-06 | 2017-03-22 | 孔金河 | 方形锂电池叠片机及叠片工艺 |
CN106841213A (zh) * | 2016-12-30 | 2017-06-13 | 深圳中兴创新材料技术有限公司 | 检测电池隔膜涂层表面缺陷的方法和外观图像检测系统 |
JP2019023587A (ja) * | 2017-07-24 | 2019-02-14 | 住友化学株式会社 | 欠陥検査システム及び欠陥検査方法 |
CN109360186A (zh) * | 2018-08-31 | 2019-02-19 | 广州超音速自动化科技股份有限公司 | 锂电池隔膜检测方法、电子设备、存储介质及系统 |
CN109358064A (zh) * | 2018-08-31 | 2019-02-19 | 广州超音速自动化科技股份有限公司 | 极片制片卷绕缺陷全功能检测方法、设备、介质及系统 |
CN109598721A (zh) * | 2018-12-10 | 2019-04-09 | 广州市易鸿智能装备有限公司 | 电池极片的缺陷检测方法、装置、检测设备和存储介质 |
CN111141755A (zh) * | 2019-12-31 | 2020-05-12 | 国联汽车动力电池研究院有限责任公司 | 一种电池电芯内部缺陷的检测方法 |
CN111899238A (zh) * | 2020-07-27 | 2020-11-06 | 苏州精濑光电有限公司 | 一种双光源图像的缺陷检测方法、装置、介质及电子设备 |
CN111933996A (zh) * | 2020-08-03 | 2020-11-13 | 苏州凌威新能源科技有限公司 | 一种锂电池的制作方法 |
WO2022052480A1 (zh) * | 2020-09-11 | 2022-03-17 | 广东奥普特科技股份有限公司 | 锂电池极片瑕疵实时检测处理方法和系统 |
WO2022062812A1 (zh) * | 2020-09-28 | 2022-03-31 | 歌尔股份有限公司 | 屏幕缺陷检测方法、装置和电子设备 |
CN112241699A (zh) * | 2020-10-13 | 2021-01-19 | 无锡先导智能装备股份有限公司 | 物体缺陷类别识别方法、装置、计算机设备和存储介质 |
CN112581434A (zh) * | 2020-12-07 | 2021-03-30 | 无锡智创云图信息科技有限公司 | 一种用于产品缺陷检测的图像识别方法 |
CN113030093A (zh) * | 2020-12-30 | 2021-06-25 | 凌云光技术股份有限公司 | 一种电池隔膜表面缺陷检测方法和系统 |
CN214957245U (zh) * | 2021-03-12 | 2021-11-30 | 天津市捷威动力工业有限公司 | 一种对称电池 |
CN113313677A (zh) * | 2021-05-17 | 2021-08-27 | 武汉工程大学 | 一种卷绕锂电池x光图像的质量检测方法 |
CN113592845A (zh) * | 2021-08-10 | 2021-11-02 | 深圳市华汉伟业科技有限公司 | 一种电池涂布的缺陷检测方法及装置、存储介质 |
CN113758932A (zh) * | 2021-09-07 | 2021-12-07 | 广东奥普特科技股份有限公司 | 一种基于深度学习的锂电池膈膜缺陷视觉系统 |
Non-Patent Citations (1)
Title |
---|
刘立健 ; .锂离子电池涂膜隔膜的机理分析.山东化工.2012,(04),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN115829907A (zh) | 2023-03-21 |
WO2023202207A1 (zh) | 2023-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115829906B (zh) | 对复合料带的阴极极片进行缺陷检测的方法、装置、系统 | |
CN115841445B (zh) | 对复合料带的阴极极片进行检测的方法、装置和系统 | |
CN115829907B (zh) | 对复合料带的隔膜进行缺陷检测的方法、装置、系统 | |
EP1229714B1 (en) | System and method for automatically detecting edges of scanned documents | |
KR101230993B1 (ko) | 연료전지 스택 부품 핀홀 검출 시스템 | |
CN109374636B (zh) | 一种受电弓图像采集系统、检测系统及检测方法 | |
CN112577978B (zh) | 电极结构体检查方法 | |
WO2023202209A1 (zh) | 对复合料带的阴极极片进行折角检测的方法、装置和系统 | |
US20240199359A1 (en) | Material strip feeding detection method and apparatus for stacking machine, stacking machine, device, and medium | |
CN111300983B (zh) | 用于图像检查的快速图像修正 | |
JP2001255275A (ja) | 表面欠陥検査方法及び装置 | |
JP2006145298A (ja) | 巻回装置および巻きずれ検査方法 | |
US9007665B2 (en) | Method for detecting the width and position of documents using image information in a large-format scanner system | |
US10782229B1 (en) | Detecting metal contamination in polymer sheets | |
JPH1023203A (ja) | 紙分類装置 | |
CN115274481A (zh) | 一种电池串检测方法 | |
CN103489179A (zh) | 机场跑道异物检测中去除水泥裂缝干扰的方法 | |
JP4069535B2 (ja) | 潰れ蓋検出装置 | |
CN218157608U (zh) | 一种隔膜瑕疵ccd检测机 | |
GB2282444A (en) | Optical inspection system for moving sheet material | |
KR200486484Y1 (ko) | 광센서와 위치정보를 이용한 제지 불량 감지 판별기 | |
KR102548127B1 (ko) | 시트재 주름 검지 장치 | |
CN110361381B (zh) | 一种基于分子筛膜的色感酸碱测定装置和方法 | |
KR20240036976A (ko) | 이차전지용 단위셀 제조 장치 및 이를 이용한 단위셀 제조 방법 | |
CN117795322A (zh) | 一种极片检测装置、方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |