DE102022126703A1 - Bildverarbeitung und detektion von diskontinuitäten in batteriezellen - Google Patents

Bildverarbeitung und detektion von diskontinuitäten in batteriezellen Download PDF

Info

Publication number
DE102022126703A1
DE102022126703A1 DE102022126703.2A DE102022126703A DE102022126703A1 DE 102022126703 A1 DE102022126703 A1 DE 102022126703A1 DE 102022126703 A DE102022126703 A DE 102022126703A DE 102022126703 A1 DE102022126703 A1 DE 102022126703A1
Authority
DE
Germany
Prior art keywords
image
battery cell
interest
area
captured
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
DE102022126703.2A
Other languages
English (en)
Inventor
Sean Robert Wagner
Megan E. McGovern
Dmitriy Bruder
Ratandeep Singh Kukreja
Michael P. Balogh
Ryan Curtis Sekol
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.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
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 GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of DE102022126703A1 publication Critical patent/DE102022126703A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/06Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
    • G01N23/18Investigating the presence of flaws defects or foreign matter
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/06Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
    • G01N23/083Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption the radiation being X-rays
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/04Construction or manufacture in general
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/4285Testing apparatus
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/40Imaging
    • G01N2223/401Imaging image processing
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/60Specific applications or type of materials
    • G01N2223/611Specific applications or type of materials patterned objects; electronic devices
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/60Specific applications or type of materials
    • G01N2223/646Specific applications or type of materials flaws, defects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10132Ultrasound image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20084Artificial neural networks [ANN]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20092Interactive image processing based on input by user
    • G06T2207/20104Interactive definition of region of interest [ROI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20224Image subtraction
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy storage using batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Toxicology (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

Ein System zum Bewerten einer Batteriezelle enthält eine Bildgebungsvorrichtung, die konfiguriert ist, ein Bild von wenigstens einem Abschnitt der Batteriezelle aufzunehmen, und einen Prozessor. Der Prozessor ist konfiguriert, auszuführen: Bestimmen eines Bereichs von Interesse in dem aufgenommenen Bild, Verringern einer Schärfe des aufgenommenen Bildes, um ein Referenzbild zu erzeugen, Vergleichen des aufgenommenen Bildes und des Referenzbildes und Identifizieren einer Diskontinuität der Batteriezelle basierend auf einem Unterschied zwischen dem aufgenommenen Bild und dem Referenzbild.

Description

  • EINLEITUNG
  • Der Gegenstand der Offenbarung bezieht sich auf die Batterieprüfung und insbesondere auf das Detektieren von Diskontinuitäten in Batteriezellen.
  • Batteriebeutelzellen werden in verschiedenen Anwendungen, wie z. B. in Kraftfahrzeuganwendungen (z. B. in Elektro- und Hybridfahrzeugen), verwendet. In Teilen einer Batteriezelle, wie z. B. in Anoden- und Katodenfolien, können Risse und andere Diskontinuitäten auftreten. Derartige Diskontinuitäten können zu Kurzschlüssen und anderen Fehlfunktionen führen. Die Prüfung von Batteriezellen und ihrer Bestandteile ist wichtig, um die ordnungsgemäße Funktion sicherzustellen und Diskontinuitäten zu detektieren, bevor sie derartige Zellen negativ beeinflussen können.
  • ZUSAMMENFASSUNG
  • Gemäß einer beispielhaften Ausführungsform enthält ein System zum Bewerten einer Batteriezelle eine Bildgebungsvorrichtung, die konfiguriert ist, ein Bild von wenigstens einem Abschnitt der Batteriezelle aufzunehmen, und einen Prozessor. Der Prozessor ist konfiguriert, auszuführen: Bestimmen eines Bereichs von Interesse in dem aufgenommenen Bild, Verringern einer Schärfe des aufgenommenen Bildes, um ein Referenzbild zu erzeugen, Vergleichen des aufgenommenen Bildes und des Referenzbildes und Identifizieren einer Diskontinuität der Batteriezelle basierend auf einem Unterschied zwischen dem aufgenommenen Bild und dem Referenzbild.
  • Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale wird das aufgenommene Bild unter Verwendung von direkter Röntgenradiographie aufgenommen.
  • Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale enthält das Vergleichen Subtrahieren eines Bildattributs des Referenzbildes von einem Bildattribut des aufgenommenen Bildes, um ein subtrahiertes Bild zu erzeugen, wobei das subtrahierte Bild eine verbesserte Ansicht der Diskontinuität bereitstellt.
  • Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale wird das Bildattribut aus wenigstens einem von einer Helligkeit, einem Kontrast und einer Grauskala ausgewählt.
  • Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale enthält das Vergleichen wenigstens eines von Anwenden einer Ableitung in einer ausgewählten Richtung auf das subtrahierte Bild und Anwenden eines Filters auf das subtrahierte Bild.
  • Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale basiert das Bestimmen des Bereichs von Interesse auf wenigstens einem von: einem regelbasierten Algorithmus, der konfiguriert ist, den Bereich von Interesse basierend auf einer Regel zu identifizieren, die einen Ort eines Abschnitts des Bildes, der ein oder mehrere Merkmale von Interesse enthält, und/oder einen Bildattribut-Schwellenwert, der dem einen oder den mehreren Merkmalen von Interesse zugeordnet ist, spezifiziert, und einem Algorithmus des maschinellen Lernens, der konfiguriert ist, den Bereich von Interesse basierend auf Trainingsbildern der Batteriezelle und/oder einer oder mehrerer ähnlicher Batteriezellen zu identifizieren.
  • Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale ist die Bildgebungsvorrichtung konfiguriert, automatisch Bilder in Verbindung mit einem Batteriezellen-Fertigungsprozess aufzunehmen, wobei die Bildgebungsvorrichtung eine Röntgenquelle und einen Röntgendetektor enthält, die auf einer Tragstruktur angebracht sind, wobei die Tragstruktur auf wenigstens einer von einer Batteriezellen-Fertigungsstation und einer Batteriezellen-Prüfstation angeordnet ist.
  • Gemäß einer beispielhaften Ausführungsform enthält ein Verfahren zum Bewerten einer Batteriezelle Aufnehmen eines Bildes von wenigstens einem Abschnitt der Batteriezelle, Bestimmen eines Bereichs von Interesse in dem aufgenommenen Bild, Verringern einer Schärfe des aufgenommenen Bildes, um ein Referenzbild zu erzeugen, Vergleichen des aufgenommenen Bildes und des Referenzbildes und Identifizieren einer Diskontinuität der Batteriezelle basierend auf einem Unterschied zwischen dem aufgenommenen Bild und dem Referenzbild.
  • Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale wird das aufgenommene Bild unter Verwendung von direkter Röntgenradiographie aufgenommen.
  • Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale enthält das Vergleichen Subtrahieren eines Bildattributs des Referenzbildes von einem Bildattribut des aufgenommenen Bildes, um ein subtrahiertes Bild zu erzeugen, wobei das subtrahierte Bild eine verbesserte Ansicht der Diskontinuität bereitstellt.
  • Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale wird das Bildattribut aus wenigstens einem von einer Helligkeit, einem Kontrast und einer Grauskala ausgewählt.
  • Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale enthält das Vergleichen wenigstens eines von: Anwenden einer Ableitung in einer ausgewählten Richtung auf das subtrahierte Bild und Anwenden eines Filters auf das subtrahierte Bild.
  • Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale basiert das Bestimmen des Bereichs von Interesse auf einem regelbasierten Algorithmus, der konfiguriert ist, den Bereich von Interesse basierend auf einer Regel, die einen Ort eines Abschnitts des Bildes, der ein oder mehrere Merkmale von Interesse enthält, und/oder einen Bildattribut-Schwellenwert, der dem einen oder den mehreren Merkmalen von Interesse zugeordnet ist, spezifiziert, zu identifizieren.
  • Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale basiert das Bestimmen des Bereichs von Interesse auf einem Algorithmus des maschinellen Lernens, der konfiguriert ist, den Bereich von Interesse basierend auf Trainingsbildern der Batteriezelle und/oder einer oder mehrerer ähnlicher Batteriezellen zu identifizieren.
  • Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale wird das Aufnehmen des aufgenommenen Bildes während eines Fertigungsprozesses der Batteriezelle innerhalb der Fertigungslinie ausgeführt.
  • Gemäß einer beispielhaften Ausführungsform enthält ein System zum Bewerten einer Batteriezelle eine Bildgebungsvorrichtung, die konfiguriert ist, ein oder mehrere Bilder von wenigstens einem Abschnitt der Batteriezelle in Verbindung mit einem Fertigungsprozess der Batteriezelle automatisch aufzunehmen, wobei die Bildgebungsvorrichtung eine Röntgenquelle und einen Röntgendetektor enthält, die auf einer Tragstruktur angebracht sind, wobei die Tragstruktur auf wenigstens einer einer Batteriezellen-Fertigungsstation und einer Batteriezellen-Prüfstation angeordnet ist. Das System enthält außerdem einen Prozessor, der konfiguriert ist, das Bild aufzunehmen und das Bild zu verarbeiten, um eine Diskontinuität der Batteriezelle zu identifizieren.
  • Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale ist der Prozessor konfiguriert, auszuführen: Aufnehmen eines Bildes von wenigstens einem Abschnitt der Batteriezelle, Bestimmen eines Bereichs von Interesse in dem aufgenommenen Bild, Verringern einer Schärfe des aufgenommenen Bildes, um ein Referenzbild zu erzeugen, Vergleichen des aufgenommenen Bildes und des Referenzbildes und Identifizieren der Diskontinuität der Batteriezelle basierend auf einem Unterschied zwischen dem aufgenommenen Bild und dem Referenzbild.
  • Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale enthält das Vergleichen Subtrahieren eines Bildattributs des Referenzbildes von einem Bildattribut des aufgenommenen Bildes, um ein subtrahiertes Bild zu erzeugen, wobei das subtrahierte Bild eine verbesserte Ansicht der Diskontinuität bereitstellt.
  • Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale enthält das Vergleichen wenigstens eines von: Anwenden einer Ableitung in einer ausgewählten Richtung auf das subtrahierte Bild und Anwenden eines Filters auf das subtrahierte Bild.
  • Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale ist die Bildgebungsvorrichtung konfiguriert, während des Fertigungsprozesses der Batteriezelle das eine oder die mehreren Bilder innerhalb der Fertigungslinie automatisch aufzunehmen.
  • Die obigen Merkmale und Vorteile und andere Merkmale und Vorteile der Offenbarung sind aus der folgenden ausführlichen Beschreibung leicht offensichtlich, wenn sie in Verbindung mit den beigefügten Zeichnungen betrachtet wird.
  • Figurenliste
  • Weitere Merkmale, Vorteile und Einzelheiten erscheinen in der folgenden ausführlichen Beschreibung lediglich beispielhaft, wobei sich die ausführliche Beschreibung auf die Zeichnungen bezieht; es zeigen:
    • 1 ein Beispiel einer Batteriezelle des Beuteltyps;
    • 2A und 2B eine Ausführungsform eines Bildgebungssystems, das zur Verwendung als Abschnitt eines Fertigungsprozesses konfiguriert ist;
    • 3 eine Ausführungsform eines Bildgebungssystems, das zur Verwendung als Abschnitt eines Fertigungsprozesses konfiguriert ist;
    • 4 eine Ausführungsform eines Bildgebungssystems, das in ein Beispiel einer Prüfstation für die Prüfung einer Batteriezelle aufgenommen ist;
    • 5 ein weiteres Beispiel einer Prüfstation;
    • 6 einen Ablaufplan, der Aspekte einer Ausführungsform eines Verfahrens zum Bewerten oder Prüfen einer Batteriezelle und/oder zum Detektieren von Diskontinuitäten in einer Batteriezelle darstellt;
    • 7A und 7B Beispiele von Röntgenbildern eines Abschnitts einer Batteriezelle;
    • 8A-8E ein Beispiel eines Bildes einer Batteriezelle und Aspekte einer Ausführungsform eines Verfahrens zum Bestimmen eines Bereichs von Interesse;
    • 9A-9F ein Beispiel eines Abschnitts eines Batteriezellenbildes, der einem Bereich von Interesse entspricht, und Aspekte einer Ausführungsform eines Algorithmus zur automatischen Detektion von Diskontinuitäten; und
    • 10 ein Computersystem gemäß einer Ausführungsform.
  • AUSFÜHRLICHE BESCHREIBUNG
  • Die folgende Beschreibung ist lediglich beispielhafter Art und ist nicht vorgesehen, die vorliegende Offenbarung, ihre Anwendung oder Verwendungen einzuschränken. Es sollte erkannt werden, dass überall in den Zeichnungen entsprechende Bezugszeichen gleiche oder entsprechende Teile und Merkmale angeben.
  • Gemäß einer oder mehreren beispielhaften Ausführungsformen werden Verfahren, Vorrichtungen und Systeme zum Prüfen oder Bewerten von Batteriezellen und/oder zum zerstörungsfreien Detektieren von Diskontinuitäten in Batteriezellen geschaffen. Die Ausführungsformen enthalten ein Verfahren zum Bewerten einer Batteriezelle vom Beuteltyp oder eines anderen Typs von Batteriezellen, das das Detektieren von Diskontinuitäten basierend auf Bildern der Batteriezelle enthält, die während oder nach einem Batterieherstellungsprozess aufgenommen worden sind.
  • Eine Ausführungsform eines Verfahrens enthält das Aufnehmen wenigstens eines Bildes eines Abschnitts einer Batteriezelle. Gemäß einer Ausführungsform wird ein Bild oder werden Bilder unter Verwendung einer Bildgebungstechnik, wie z. B. der direkten Röntgenradiographie, aufgenommen. Das Bild oder die Bilder können in Verbindung mit einem Batterieherstellungsprozess innerhalb der Fertigungslinie oder außerhalb der Fertigungslinie aufgenommen werden. Die Bildgebung kann während der Herstellung z. B. an einer Fertigungsstation innerhalb der Fertigungslinie ausgeführt werden. Zusätzlich oder alternativ kann die Bildgebung außerhalb der Fertigungslinie, z. B. während der Qualitätskontrolle oder -prüfung, ausgeführt werden.
  • Gemäß einer Ausführungsform enthält das Verfahren das Bestimmen eines Bereichs von Interesse eines aufgenommenen Bildes und das Verarbeiten des aufgenommenen Bildes, um Merkmale von Interesse und/oder Diskontinuitäten (z. B. Poren, Risse, Falten usw.) zu verstärken. Ein aufgenommenes Bild wird z. B. verwischt, um den Kontrast zu verringern, wodurch ein Referenzbild oder ein unscharfes Bild erzeugt wird. Das unscharfe Bild wird dann mit dem aufgenommenen Bild z. B. durch Subtrahieren eines Bildattributs, wie z. B. der Helligkeit oder der Grauskala, verglichen. Das resultierende subtrahierte Bild verstärkt irgendwelche Merkmale und/oder Diskontinuitäten. Das subtrahierte Bild kann weiter verarbeitet werden, um die Merkmale und/oder Diskontinuitäten weiter zu verstärken. Die Diskontinuitätsdetektion kann unter Verwendung eines Algorithmus des maschinellen Lernens oder einer anderen geeigneten Technik ausgeführt werden.
  • Die hier beschriebenen Ausführungsformen stellen zahlreiche Vorteile und technische Wirkungen dar. Die Ausführungsformen schaffen ein verbessertes Bewertungsverfahren, das über die Verbesserung von Röntgen- oder anderen Bildern Diskontinuitäten effektiver detektieren kann. Die Ausführungsformen vereinfachen außerdem die Bewertung, indem sie die Detektion ohne die Notwendigkeit ermöglichen, eine Batteriezelle zu zerlegen oder zu zerstören.
  • Zusätzlich schaffen die Verfahren einen zuverlässigen und wiederholbaren Detektionsprozess, der in einer automatisierten Weise als Abschnitt eines Fertigungsprozesses oder in jedem anderen gewünschten Kontext ausgeführt werden kann.
  • 1 stellt ein Beispiel einer Batteriezelle 10 des Beuteltyps dar, die über die hier beschriebenen Systeme und Verfahren überprüft oder analysiert werden kann. Es wird angegeben, dass die hier beschriebenen Ausführungsformen nicht auf das spezifische Beispiel nach 1 oder irgendeinen anderen spezifischen Batterietyp eingeschränkt sind.
  • Die Batteriezelle 10 enthält eine flexible Hülle oder einen flexiblen Beutel 12, der versiegelt ist, um mehrere gestapelte Einheitszellen (einen Zellenstapel) zu umschließen. Der Beutel 12 kann eine aluminiumkaschierten Folie oder ein anderes geeignetes Beutelmaterial sein. Jede Einheitszelle enthält eine negative Elektrode oder Anode 14 und eine positive Elektrode oder Katode 16. Die Anoden und Katoden bestehen aus ausgewählten elektrisch leitfähigen Materialien und sind als dünne Platten oder Folien konfiguriert. Jede Einheitszelle enthält außerdem einen Separator 18, der aus einem elektrisch isolierenden Material, wie z. B. einem Polymer oder einer Keramik, besteht. Ein aktives Material 20, wie z. B. Graphit oder ein Lithium enthaltendes Material, ist in dem Beutel 12 zwischen den verschiedenen Schichten der Einheitszellen angeordnet.
  • Wie in 1 gezeigt ist, erstreckt sich jede Anode 14 (die außerdem als eine Anodenfolie bezeichnet wird) von den Einheitszellen weg, wobei die Anodenfolien 14 als ein Folienstapel 22 aneinander befestigt sind. Der Folienstapel 22 schweißt die Folien, z. B. durch eine primäre Ultraschallschweißung, aneinander. Der Folienstapel 22 ist wiederum über eine Schweißnaht 26 mit einer elektrisch leitfähigen Lasche 24 verbunden. Die Schweißnaht 26 kann eine Festkörperschweißnaht, die durch Ultraschallschweißen gebildet wird, oder ein Schmelzschweißstoß, der durch Laserschweißen gebildet wird, sein, wobei andere Metall-Metall-Fügeverfahren verwendet werden können. Die Lasche 24 ist in diesem Beispiel eine negative Anschlusslasche. Die Katodenfolien 16 können ähnlich an eine positive Anschlusslasche 28 geschweißt sein (die in den 2A und 2B gezeigt ist), die sich zur Außenseite des Beutels 12 erstreckt.
  • Die hier erörterten Verfahren zum Prüfen der Batteriezelle 10 und zum Identifizieren von Diskontinuitäten können jederzeit während oder nach der Herstellung der Batteriezelle 10 ausgeführt werden. Das Aufnehmen von Bildern kann innerhalb der Fertigungslinie während der Herstellung oder außerhalb der Fertigungslinie, wie z. B. über eine dedizierte Prüfstation fertiggestellter Batteriezellen, ausgeführt werden. Das Aufnehmen innerhalb der Fertigungslinie kann z. B. nach dem Schweißen und vor dem Befüllen mit Elektrolyt oder vor der Batteriemodulzusammenbau, bei der mehrere Zellen gestapelt oder anderweitig kombiniert werden, stattfinden.
  • Eine Batteriezelle, wie z. B. die Zelle 10, kann gemäß jeder gewünschten Bildgebungstechnik abgebildet werden. Die Batteriezellen können z. B. unter Verwendung der Röntgenradiographie, der optischen Bildgebung, der Magnetresonanzbildgebung, der Mikrowellenbildgebung, der Neutronenbildgebung und anderer Verfahren abgebildet werden. Die Röntgenradiographie enthält die direkte Radiographie und die Röntgen-Computertomographie (CT). Andere Typen der Bildgebung, die verwendet werden können, enthalten die Ultraschallbildgebung.
  • Gemäß einer Ausführungsform werden die Batteriezellen unter Verwendung der direkten Radiographie abgebildet, die relativ schnell ist, während sie eine ausreichende Auflösung zum Detektieren von Diskontinuitäten bereitstellt. Die Röntgen-CT-Tomographie kann in einigen Fällen, z. B. aufgrund von Auflösungs- und Zykluszeiteinschränkungen, ungeeignet sein. Es ist bekannt, dass sowohl die Röntgen-CT als auch die direkte Radiographie (DR) eine Schwierigkeit beim Detektieren von Diskontinuitäten, wie z. B. Folienrissen in Batteriezellen einschließlich Rissen an oder in der Nähe von Linien von Schweißnähten, aufweisen. Diskontinuitäten aufgrund von Sprüngen und Rissen in Batteriezellenfolien sind aufgrund der relativ geringen Änderungen in der Röntgendämpfung zwischen diskontinuierlichen und kontinuierlichen Bereichen schwer zu detektieren. Die Verwendung der direkten Radiographie in Verbindung mit der Bildverarbeitung, wie hier weiter erörtert wird, ist beim Erhöhen der Detektierbarkeit dieser Diskontinuitäten effektiv.
  • Die 2A und 2B stellen eine Ausführungsform eines Bildgebungssystems 30 dar, das in ein vorhandenes Fertigungssystem zur Bildgebung innerhalb der Fertigungslinie der Batteriezellen 10 aufgenommen werden kann. 2A ist eine perspektivische Ansicht des Bildgebungssystems 30, und 2B ist eine Draufsicht auf das Bildgebungssystem 30.
  • Das Bildgebungssystem 30 enthält wenigstens eine Bildgebungsanordnung 32, die einen Röntgendetektor 34 und eine Röntgenquelle 36 enthält, die an einer Tragstruktur 38 befestigt sind. Die Tragstruktur 38 ist an einer festen Position bezüglich einer Fördervorrichtung 40 angeordnet, die die Batteriezellen 10 zwischen den Fertigungsstufen transportiert. Die Fördervorrichtung 40 ist konfiguriert, Batteriezellen 10 z. B. von einer Schweißstation zu einer (nicht gezeigten) Laminierungsstation zu transportieren. Das Bildgebungssystem 30 kann eine Bildgebungsanordnung enthalten, wie in 2A gezeigt ist, oder gegenüberliegende Bildgebungsanordnungen 32 enthalten, so dass sowohl Anodenlaschen 24 als auch Katodenlaschen 28 (und Abschnitte des Zellengehäuses 12) gleichzeitig abgebildet werden können.
  • 3 zeigt eine weitere Ausführungsform des Bildgebungssystems 30, das konfiguriert ist, die Batteriezellen 10 abzubilden, wenn sich die Zellen 10 durch eine Versiegelungsstation 50 bewegen. Die Versiegelungsstation 50 enthält ein Drehtischsystem 52, das vier Zellenhalter 54 enthält. Jeder Zellenhalter 54 trägt einen Folienzellenstapel 22 und einen Beutel 12. Nachdem der Zellenstapel 22 und der Beutel 12 in dem Halter 54 abgebracht worden sind, wird der Tisch gedreht, um den Halter zu einer oberen Versiegelungsvorrichtung 56, die einen oberen Abschnitt des Beutels 12 versiegelt, und dann zu einer seitlichen Versiegelungsvorrichtung 58, die die Seiten des Beutels 12 versiegelt, zu bewegen, wobei eine Seite zum Befüllen offengelassen wird. Der Halter 54 bewegt sich dann zu einer Vakuumversiegelungs- und Befüllungsanordnung 60, die den Beutel 12 mit einem Elektrolyt füllt und vakuumversiegelt. Das Bildgebungssystem 30, das die Röntgenquelle 36 und den Röntgendetektor 34 enthält, ist so gezeigt, dass es konfiguriert ist, den Zellstapel 22 und den Beutel 12 an der oberen Versiegelungsvorrichtung 56 abzubilden; das Bildgebungssystem 30 kann jedoch an jedem geeigneten Ort angeordnet sein.
  • Es wird angegeben, dass die Bildgebung an jeder gewünschten Stufe(n) des Fertigungsprozesses ausgeführt werden kann und nicht auf die hier erörterten spezifischen Ausführungsformen eingeschränkt ist. Die Bildgebung kann z. B. bei der Fertigungslinienendprüfung (EOL-Prüfung), nach dem Schweißen und vor dem Befüllen, während des Modulzusammenbaus und/oder an einer Station außerhalb der Fertigungslinie ausgeführt werden.
  • 4 stellt ein Beispiel einer Station 60 außerhalb der Fertigungslinie dar, in die das Bildgebungssystem 30 aufgenommen sein kann. Die Station 60 außerhalb der Fertigungslinie enthält eine Tragstruktur oder eine Haltevorrichtung 62 zum Befestigen einer Batteriezelle 10 an einer stationären Position. Die Bildgebungsanordnung 30 enthält den Röntgendetektor 34 und die Röntgenquelle 36, die positioniert und orientiert sind, um wenigstens einen Abschnitt der Batteriezelle 10, wie z. B. einen Abschnitt der Zelle 10, der einen Folienstapel, eine Lasche und eine Schweißnaht enthält, abzubilden. Optional enthält die Station 60 eine Verformungsanordnung 64, die eine Tragstruktur 66 und ein Verformungs- oder Biegemerkmal, wie z. B. eine Kunststoffscheibe 68, in Verbindung mit einem (nicht gezeigten) Aktuator aufweist. Wie hier weiter erörtert wird, können die Bildgebungsverfahren gemäß einigen Ausführungsformen die Verformung der Batteriezelle 10 (z. B. das Biegen der Lasche 24) und das Aufnehmen von Bildern der Batteriezelle 10 in verschiedenen Verformungszuständen enthalten, um die Merkmals- und Diskontinuitätsdetektion zu fördern.
  • 5 stellt ein weiteres Beispiel der Station 60 außerhalb der Fertigungslinie dar. Gemäß diesem Beispiel kann die Haltevorrichtung 62 mehrere Batteriezellen 10 tragen. Bezüglich der Station 60 außerhalb der Fertigungslinie kann ein Bildgebungssystem 30 angeordnet sein, wobei entweder das Bildgebungssystem 30 oder die Haltevorrichtung 62 beweglich sein kann, so dass Bilder von jeder Batteriezelle 10 aufgenommen werden können.
  • 6 veranschaulicht eine Ausführungsform eines Verfahrens 80 zum Prüfen einer Batteriezelle und/oder zum Detektieren oder Identifizieren von Diskontinuitäten. Die Aspekte des Verfahrens 80 können durch einen Prozessor oder Prozessoren ausgeführt werden. Es wird angegeben, dass das Verfahren 80 durch jede geeignete Verarbeitungsvorrichtung oder jedes geeignete Verarbeitungssystem oder eine Kombination von Verarbeitungsvorrichtungen ausgeführt werden kann.
  • Das Verfahren 80 enthält eine Anzahl von Schritten oder Stufen, die durch die Blöcke 81-85 dargestellt sind. Das Verfahren 80 ist nicht auf die Anzahl oder Reihenfolge der Schritte darin eingeschränkt, da einige der durch die Blöcke 81-85 dargestellten Schritte in einer anderen Reihenfolge als der im Folgenden beschriebenen Reihenfolge ausgeführt werden können oder weniger als alle der Schritte ausgeführt werden können.
  • Zu Veranschaulichungszwecken werden die Aspekte des Verfahrens 80 in Verbindung mit der in 1 gezeigten Batteriezelle 10 erörtert. Das Verfahren 80 ist nicht so eingeschränkt und kann mit irgendeinem Typ von Batteriezelle verwendet werden.
  • Im Block 81 werden Bilder der Batteriezelle 10 aufgenommen. Die Bilder können über eine Röntgenradiographietechnik, wie z. B. die direkte Röntgengradiographie, oder eine andere geeignete Modalität aufgenommen werden. Beispiele anderer Typen von Bildern, die aufgenommen werden können, enthalten optische Bilder, Ultraschallbilder und andere.
  • Die Bilder können während oder nach der Herstellung der Batteriezelle 10 aufgenommen werden. Die Bilder können z. B. während der Herstellung unter Verwendung eines in eine Fertigungslinie (z. B. die Fördervorrichtung 40 nach den 2A und 2B oder die Station 50 nach 3) aufgenommenen Bildgebungssystems aufgenommen werden. Außerdem können Bilder nach der Herstellung z. B. unter Verwendung der Prüfstation 60 nach 4 oder 5 aufgenommen werden.
  • Die Parameter der auf die Batteriezelle 10 gerichteten Röntgenstrahlung können gewählt werden, um den Kontrast zwischen den Bereichen der Batteriezelle 10 zu erhöhen. Die Röntgenröhrenspannung (gemessen in Kilovolt oder kV), der Strom (gemessen in Mikroampere oder µA) und/oder die Anzahl der gemittelten Rahmen können z. B. so gewählt werden, um einen hohen Belichtungsspielraum oder einen hohen lokalen Kontrast zu schaffen, um die Sichtbarkeit von Diskontinuitäten zu erhöhen. Die Röhrenspannung ist z. B. eine minimale Spannung, die so gewählt wird, dass die Röntgenstrahlen nicht (oder minimal) in einen Schweißbereich einer Batteriezelle eindringen, was den Kontrast zwischen der Luft und den Folien verbessert, um Folienrisse und andere Diskontinuitäten zu verstärken.
  • 7A zeigt ein Beispiel eines Röntgenradiographiebildes 90 eines Abschnitts der Batteriezelle 10 unter Verwendung herkömmlicher Röntgenparameter. Ein Bereich 92 des Bildes 90 (d. h., ein Schweißbereich 92) zeigt einen Teil einer Schweißnaht an, die den Folienstapel der Zelle mit einer Lasche verbindet, während ein Bereich 94 des Bildes 90 (d. h., ein Folienbereich 94) einen Abschnitt eines Folienstapels anzeigt.
  • 7B zeigt ein Beispiel eines Röntgenradiographiebildes 100, das durch ein Bildgebungssystem (z. B. das Bildgebungssystem 30) unter Verwendung der gewählten Röntgenparameter aufgenommen wurde. Ein Bereich 102 des Bildes 100 (d. h., ein Schweißbereich 102) zeigt einen Abschnitt der Schweißnaht an, während ein Bereich 104 des Bildes 100 (d. h., ein Folienbereich 104) einen Abschnitt des Folienstapels anzeigt. Wie ersichtlich ist, erhöht die Wahl der Röntgenparameter, wie sie hier beschrieben werden, den Kontrast zwischen der Schweißnaht und dem Folienstapel signifikant, wobei sie außerdem die Schärfe einer Linie der Schweißnaht an einem Rand der Schweißnaht erhöht. Zusätzlich zeigt das Bild 100 Merkmale, wie z. B. eine Falte 106 in der Folie, die auf dem Bild 90 nicht sogleich erkennbar ist.
  • Abermals in 6, kann im Block 82 ein aufgenommenes Bild (oder Bilder) vorverarbeitet werden, um die Sichtbarkeit irgendwelcher Diskontinuitäten und/oder anderer Merkmale der Batteriezelle zu erhöhen. Beispiele der Vorverarbeitungstechniken enthalten eine digitale Filterung (z. B. ein Wallis-Filter, ein Prägefilter, eine Randdetektion usw.) und eine Histogramm-Gewichtung, um den Kontrast der Diskontinuitäten zu erhöhen.
  • Im Block 83 bestimmt ein Prozessor einen Bereich von Interesse in dem aufgenommenen Bild. Der Bereich von Interesse kann durch Analysieren des aufgenommenen Bildes unter Verwendung verschiedener Bildverarbeitungstechniken oder -algorithmen bestimmt werden. Ein aufgenommenes Bild kann einen oder mehrere Bereiche von Interesse enthalten.
  • Gemäß einer Ausführungsform wird ein Bereich von Interesse unter Verwendung einer regelbasierten Methodologie bestimmt. Eine oder mehrere Regeln können als eine Funktion des Ortes und/oder eines Bildattributs spezifiziert sein. Ein Bildattribut-Schwellenwert (z. B. ein Schwellenwert der Farbe, der Grauskala oder der Helligkeit) kann gewählt werden, um die Bereiche der Batteriezelle 10 hervorzuheben, die Rissen oder anderen Unstetigkeiten unterworfen sein können. Die eine oder die mehreren Regeln können z. B. eine Regel enthalten, die spezifiziert, dass ein Bereich von Interesse ein Bereich ist, der eine Grauskala, die heller als ein gewählter Schwellenwert ist, und/oder eine Kontrastausbreitung, die höher als ein gewählter Schwellenwert ist, aufweist.
  • Die eine oder die mehreren Regeln können eine Ortsregel enthalten, die Bereiche spezifiziert, die Stellen auf der Batteriezelle 10 entsprechen, die Diskontinuitäten unterworfen sein können. Das aufgenommene Bild wird z. B. gemäß Regeln analysiert, die den Ort oder die Position eines Folienstapels und/oder einer Linie einer Schweißnaht in einer typischen Batteriezelle spezifizieren.
  • Gemäß einer Ausführungsform wird ein Bereich von Interesse unter Verwendung eines Algorithmus des maschinellen Lernens, wie z. B. Objektverfolgung, digitale Bildkorrelation, neuronale Netze, Klassifikatoren, überwachtes und unüberwachtes maschinelles Lernen, Bildkreuzkorrelation, Histogramm der Gradienten und andere Techniken, bestimmt. Jede Kombination der obigen Techniken kann verwendet werden. Der Algorithmus des maschinellen Lernens wird unter Verwendung von Bildern der Batteriezelle 10 und/oder ähnlicher Batteriezellen trainiert. Es werden z. B. Bilder von Batteriezellen aufgenommen und markiert, um die Bereiche von Interesse, wie z. B. Schweißbereiche, Linien der Schweißnähte und Folienstapelbereiche, zu identifizieren. Das Training ermöglicht es dem Algorithmus, basierend auf den markierten Bildern Bereiche von Interesse zu identifizieren.
  • Im Block 84 wird ein Algorithmus des automatisierten Sehens als Teil der Bestimmung des Bereichs von Interesse und/oder zum Identifizieren von Rissen oder anderen Unstetigkeiten verwendet. Gemäß einer Ausführungsform ist der Sehalgorithmus ein Algorithmus des maschinellen Lernens, der konfiguriert ist, Diskontinuitäten basierend auf dem Training mit Bildern (z. B. markierten Bildern) bekannter Diskontinuitäten (z. B. Risse und Falten) zu identifizieren. Der Algorithmus des maschinellen Lernens kann ein neuronales Netz, ein Algorithmus des überwachten Lernens und/oder ein anderer Algorithmus des maschinellen Lernens oder der künstlichen Intelligenz sein.
  • Gemäß einer Ausführungsform enthält der Sehalgorithmus verschiedene Schritte zum Verarbeiten des aufgenommenen Bildes (oder eines Abschnitts des Bildes, der einem Bereich von Interesse entspricht), um Diskontinuitäten zu identifizieren. Die Schritte enthalten das Auswählen des aufgenommenen Bildes als ein Basisbild und das Verwischen des Basisbildes (z. B. über Pixelmaskierung), um ein unscharfes Bild zu erzeugen. Gemäß einer Ausführungsform werden das unscharfe Bild und das Basisbild durch Subtrahieren eines Bildattributs (z. B. der Grauskala) des unscharfen Bildes von einem entsprechenden Bildattribut des Basisbildes verglichen, um ein subtrahiertes Bild zu erzeugen. Das subtrahierte Bild kann z. B. unter Verwendung eines Filters oder einer Ableitung weiter verarbeitet werden. Die Diskontinuitäten können dann z. B. unter Verwendung eines Algorithmus des maschinellen Lernens identifiziert werden, der mit markierten Bildern trainiert worden ist.
  • Im Block 85 können die identifizierten Diskontinuitäten verifiziert werden. Es kann ein Verifikationsprozess ausgeführt werden, der das Aufnehmen eines Bildes der Batteriezelle 10, wenn sich die Batteriezelle 10 in jedem von mehreren Verformungszuständen befindet, und das Analysieren der resultierenden Bilder, um eine oder mehrere Diskontinuitäten zu verifizieren, enthält. Ein erstes Bild wird z. B. aufgenommen, wenn sich die Batteriezelle 10 in einem nicht verformten Zustand befindet. Die Batteriezelle 10 wird in einen verformten Zustand versetzt, in dem eine Lasche oder ein anderer Abschnitt der Batteriezelle elastisch verformt ist. Wenn sich die Batteriezelle 10 in dem verformten Zustand befindet, wird ein zweites Bild aufgenommen und analysiert. Das erste und das zweite Bild können analysiert und verarbeitet werden, wie oben erörtert worden ist, und dann verglichen werden, um zu bestimmen, ob ein Riss oder eine andere Diskontinuität verifiziert wird.
  • Die Batteriezelle 10 kann durch das elastische Verformen einer Komponente von ihr über das Ausüben einer Kraft eines ausgewählten Betrags und einer ausgewählten Richtung auf die Komponente in einen verformten Zustand versetzt werden. Die Kraft wird so ausgeübt, dass die Verformung elastisch ist und die Komponente nach Entfernung der Kraft in ihren vorherigen Zustand zurückkehrt.
  • Das erste und das zweite Bild können unter Verwendung irgendeiner von verschiedenen Techniken verglichen werden. Eine differenzbasierte Technik enthält z. B. das Vergleichen von Bereichsgrößen und das Subtrahieren der Bilder, um Änderungen von Merkmalen oder Diskontinuitäten zu bestimmen. Andere Techniken enthalten das Verfolgen und das Vergleichen von Schlüsselmerkmalen, das Bestimmen des optischen Flusses, die Bildkorrelation und das Vergleichen der Gesamtsignalintensität in lokalisierten Bereichen von Diskontinuitäten.
  • Der Prozessor und/oder eine andere geeignete Verarbeitungsvorrichtung oder Steuervorrichtung kann in Reaktion auf das Detektieren einer Diskontinuität eine oder mehrere Handlungen ausführen. Der Fertigungsprozess kann geändert oder modifiziert werden, um eine detektierte Diskontinuität oder Diskontinuitäten in Angriff zu nehmen, und/oder es kann irgendeine andere geeignete Abhilfemaßnahme ergriffen werden. Der Fertigungsprozess kann z. B. angehalten werden, wobei eine Batteriezelle (in irgendeiner Phase der Herstellung) aus einer Fertigungsstation entfernt werden kann. Gemäß einem weiteren Beispiel kann der Fertigungsprozess eingestellt werden, um eine detektierte Diskontinuität oder Diskontinuitäten in Angriff zu nehmen und/oder um potentiell zu verhindern, dass sich ähnliche Diskontinuitäten ergeben, wenn nachfolgende Batteriezellen hergestellt werden.
  • Die 8A-8E stellen ein Beispiel eines aufgenommenen Bildes 110 der Batteriezelle 10 dar und veranschaulichen die Verarbeitung des Bildes 110. 8A zeigt das Bild 110, wie es ursprünglich aufgenommen wurde, das einen Schweißbereich 112, einen Folienbereich 114 und eine Linie 116 einer Schweißnaht enthält.
  • Ein Abschnitt 118 des Bildes 110 wird ausgewählt, der wenigstens einen Teil des Schweißbereichs 112, des Folienbereichs 114 und der Linie 116 einer Schweißnaht umfasst, wie in 8B gezeigt ist. Der Abschnitt 118 wird unter Berücksichtigung einer irgendeiner Neigung des Schweißbereichs 112 ausgewählt. Gemäß diesem Beispiel weist der Abschnitt 118 einen unteren Rand auf, der abgewinkelt ist, um die Neigung zu berücksichtigen.
  • Wie in 8C gezeigt ist, wird eine Schwellenwertregel auf den Abschnitt 118 angewendet. Ein Schwellenwert kann gewählt werden, um hellere Bereiche der Batteriezelle 10 hervorzuheben, von denen bekannt ist, dass sie dem Folienbereich 114 entsprechen, der typischerweise als ein hellerer Farbton als der Schweißbereich 112 vorhanden ist. Gemäß diesem Beispiel spezifiziert die Schwellenwertregel, dass Pixel oder Abschnitte des Bildabschnitts 118 mit einem Grauskalenwert, der sich über einem ausgewählten Schwellenwert befindet, aus dem Bild entfernt werden.
  • Ein regelbasierter Algorithmus oder ein Algorithmus des maschinellen Lernens wird dann verwendet, um einen Bereich von Interesse 120 hervorzuheben, der in diesem Beispiel den Folienbereich 114 und die Linie 116 der Schweißnaht enthält. Der Bereich 120 von Interesse ist in 8D gezeigt.
  • Der Bereich von Interesse 120 wird dann als ein Abschnitt des Sehalgorithmus verarbeitet, wie hier erörtert wird, um die Sichtbarkeit irgendwelcher Diskontinuitäten zu verbessern. Gemäß diesem Beispiel zeigt der Bereich von Interesse 120 eine Anzahl von Überschweißungsbereichen 122, wie in 8E gezeigt ist, die als eine Diskontinuität betrachtet werden können oder nicht. Zusätzlich zeigt der Bereich von Interesse 120 eine potentielle Diskontinuität entlang der Überschwei-ßungsbereiche 122. Wie im folgenden Beispiel (bezüglich der 9A-9F) erörtert wird, zeigt der Sehalgorithmus, dass die potentielle Diskontinuität ein Riss im Folienbereich 114 ist.
  • 9A-9F stellen einen Bildabschnitt 130 (Abschnitt des Bildes 110) dar, der den Bereich von Interesse 120 enthält, und veranschaulichen ein Beispiel der Aspekte unter Verwendung des Sehalgorithmus, um Diskontinuitäten im Bereich von Interesse 120 zu detektieren. Der Bildabschnitt 130 des Bereichs von Interesse 120 zeigt einen potentiellen Riss entlang der Überschweißungsbereiche 122 im Folienbereich 114. Der Bildabschnitt 130 wird außerdem als ein Basisbild 130 bezeichnet.
  • Der Bildabschnitt 130 des Bereichs von Interesse 120 wird dann verwischt (d. h., die Schärfe wird verringert), um die Entfernung des Hintergrunds zu unterstützen. Das Verwischen des Bereichs von Interesse 120 erzeugt z. B. ein repräsentatives Bild von globalen Hintergrundmerkmalen und/oder Rauschen (z. B. Merkmale oder Rauschen aufgrund von Kontrastinkonsistenzen), die im Folienbereich 114 vorhanden sein können, das vom Basisbild 130 subtrahiert werden kann, um ein Bild zu erzeugen, das Defekte oder Diskontinuitäten hervorhebt, falls vorhanden. Das Verwischen kann unter Verwendung einer Pixelmaskenfunktion vorgenommen werden. Andere Verfahren des Verwischens oder der Schärfenverringerung enthalten die Anwendung eines oder mehrerer Filter (z. B. eines Filters mit gewichtetem Mittelwert, eines Gauß-Filters usw.). Ein weiteres Verfahren zum Verwischen enthält das Einstellen eines Zoom-Skalierungsfaktors eines Bildes, das ein Bild erzeugen kann, das unscharf erscheint.
  • Das resultierende unscharfe Bild 132 ist in 9B gezeigt. Das unscharfe Bild 132 wird außerdem als Referenzbild 132 bezeichnet.
  • Das Basisbild 130 und das Referenzbild 132 werden verglichen, um ein verbessertes Bild 134 zu erzeugen, das in 9C gezeigt ist. Das verbesserte Bild 134 wird durch Subtrahieren des Grauskalenwerts oder des Helligkeitswerts jedes Pixels im Basisbild 130 von dem Wert in den entsprechenden Pixeln des Referenzbildes 132 erzeugt, oder umgekehrt. An diesem Punkt kann eine Diskontinuität, wie z. B. ein Folienriss 136, in dem verbesserten Bild 134 (z. B. durch visuelle Prüfung oder einen Algorithmus des maschinellen Lernens) identifiziert werden.
  • In einigen Fällen kann es wünschenswert sein, das verbesserte Bild 134 weiter zu verarbeiten, um den Riss 136 weiter hervorzuheben und andere Diskontinuitäten sichtbar zu machen, die noch nicht detektiert worden sein können.
  • Es wird z. B. eine Ableitungsfunktion, wie z. B. eine Gaußsche Ableitung zweiter Ordnung, auf das verbesserte Bild 134 entlang einer y-Richtung und/oder einer anderen ausgewählten Richtung angewendet. 9D zeigt das resultierende Bild 140. Es kann jede geeignete Ableitung verwendet werden, wobei die Ableitung in mehr als einer Richtung angewendet werden kann.
  • Falls es im Vergleich zum Kontrastunterschied zwischen dem Folienbereich 114 und dem Riss 136 signifikantes Rauschen gibt, kann ein geführtes Filter auf das Bild 140 angewendet werden, um den Unterschied hervorzuheben, während die Ränder in der Szene bewahrt werden. Die Filterung des Bildes 140 unter Verwendung des geführten Filters ergibt ein gefiltertes Bild 142, das in 9E gezeigt ist.
  • 9F repräsentiert die Detektion oder Extraktion des Risses 136. Gemäß diesem Beispiel enthält die Rissdetektion das Anwenden einer Gaußschen Linienanpassungsfunktion, ist aber nicht so eingeschränkt. Eine hervorgehobene Linie 138 repräsentiert die Identifikation des Risses 136.
  • Die hier beschriebenen Systeme und Verfahren können auf verschiedene Typen von Batterien anwendbar sein. Gemäß einer Ausführungsform können die bewerteten Batteriezellen Zellen sein, die in Elektro- und/oder Hybridfahrzeugen verwendet werden; die Systeme und Verfahren sind jedoch nicht so eingeschränkt.
  • 10 veranschaulicht Aspekte einer Ausführungsform eines Computersystems 140, das verschiedene Aspekte der hier beschriebenen Ausführungsformen ausführen kann. Das Computersystem 140 enthält wenigstens eine Verarbeitungsvorrichtung 142, die im Allgemeinen einen oder mehrere Prozessoren enthält, zum Ausführen von Aspekten der hier beschriebenen Bilderfassungs- und -analyseverfahren.
  • Die Komponenten des Computersystems 140 enthalten die Verarbeitungsvorrichtung 142 (wie z. B. einen oder mehrere Prozessoren oder eine oder mehrere Verarbeitungseinheiten), einen Speicher 144 und einen Bus 146, der verschiedene Systemkomponenten einschließlich des Systemspeichers 144 an die Verarbeitungsvorrichtung 142 koppelt. Der Systemspeicher 144 kann ein nicht transitorisches computerlesbares Medium sein und kann verschiedene durch das Computersystem lesbare Medien enthalten. Derartige Medien können irgendwelche verfügbaren Medien sein, die durch die Verarbeitungsvorrichtung 142 zugänglich sind, und enthalten sowohl flüchtige und nicht flüchtige Medien als auch abnehmbare und nicht abnehmbare Medien.
  • Der Systemspeicher 144 enthält z. B. einen nichtflüchtigen Speicher 148, wie z. B. eine Festplatte, und kann außerdem einen flüchtigen Speicher 150, wie z. B. einen Schreib-Lese-Speicher (RAM) und/oder einen Cache-Speicher, enthalten. Das Computersystem 140 kann ferner andere abnehmbare/nicht abnehmbare, flüchtige/nicht flüchtige Computersystem-Speichermedien enthalten.
  • Der Systemspeicher 144 kann wenigstens ein Programmprodukt mit einem Satz (z. B. wenigstens einem) von Programmmodulen enthalten, die konfiguriert sind, die Funktionen der hier beschriebenen Ausführungsformen auszuführen. Der Systemspeicher 144 speichert z. B. verschiedene Programmmodule, die im Allgemeinen die Funktionen und/oder Methodologien der hier beschriebenen Ausführungsformen ausführen. Ein Modul oder Module 152 können enthalten sein, um auf das Aufnehmen von Bildern bezogene Funktionen auszuführen. Ein Bildanalysemodul 154 kann für die Nachbearbeitung von Bildern und/oder den Vergleich von Bildern, wie hier beschrieben worden ist, enthalten sein. Das System 140 ist nicht so eingeschränkt, da andere Module enthalten sein können. Der Begriff „Modul“, wie er hier verwendet wird, bezieht sich auf eine Verarbeitungsschaltungsanordnung, die eine anwendungsspezifische integrierte Schaltung (ASIC), eine elektronische Schaltung, einen Prozessor (gemeinsam benutzt, dediziert oder Gruppe) und einen Speicher, der ein oder mehrere Software- oder Firmware-Programme ausführt, eine kombinatorische Logikschaltung und/oder andere geeignete Komponenten, die die beschriebene Funktionalität bereitstellen, enthalten kann.
  • Die Verarbeitungsvorrichtung 142 kann außerdem mit einer oder mehreren externen Vorrichtungen 156, wie z. B. einer Tastatur, einer Zeigevorrichtung und/oder irgendwelchen Vorrichtungen (z. B. einer Netzkarte, einem Modem usw.) kommunizieren, die es der Verarbeitungsvorrichtung 142 ermöglichen, mit einer oder mehreren anderen Rechenvorrichtungen zu kommunizieren. Die Kommunikation mit verschiedenen Vorrichtungen kann über die Eingabe-/Ausgabe-Schnittstellen (E/A-Schnittstellen) 164 und 165 stattfinden.
  • Die Verarbeitungsvorrichtung 142 kann außerdem über einen Netzadapter 168 mit einem oder mehreren Netzen 166, wie z. B. einem lokalen Netz (LAN), einem allgemeinen Weitverkehrsnetz (WAN), einem Busnetz und/oder einem öffentlichen Netz (z. B. dem Internet) kommunizieren. Es sollt erkannt werden, dass, obwohl dies nicht gezeigt ist, andere Hardware- und/oder Software-Komponenten in Verbindung mit dem Computersystem 40 verwendet werden können. Beispiele enthalten, sind aber nicht eingeschränkt auf: Mikrocode, Vorrichtungstreiber, redundante Verarbeitungseinheiten, externe Plattenlaufwerksanordnungen, RAID-Systeme und Datenarchiv-Speichersysteme usw.
  • Die hier beschriebenen Ausführungsformen behandeln eine Anzahl von Problemen, die auf Batteriezellen bezogenen technischen Gebieten zugeordnet sind. Derartige technische Gebiete enthalten die Herstellung, das Testen und die Prüfung von Batteriezellen, die Batteriezelleninstallation und Kraftfahrzeuggebiete, in denen Batteriezellen verwendet werden. Die Probleme enthalten Schwierigkeiten beim Detektieren von Rissen und anderen Diskontinuitäten (ob während oder nach der Herstellung). Außerdem können bei vorhandenen Prüfungstechniken Probleme auftreten, wie z. B. Ineffizienzen, die sich aus der Notwendigkeit der manuellen Prüfung und/oder der Zellendemontage ergeben. Die hier beschriebenen Ausführungsformen schaffen Lösungen für diese Probleme und bewirken dadurch eine Verbesserung auf den technischen Gebieten.
  • Während die obige Offenbarung bezüglich beispielhafter Ausführungsformen beschrieben worden ist, wird durch die Fachleute auf dem Gebiet erkannt, dass verschiedene Änderungen vorgenommen werden können und Elemente durch deren Äquivalente ersetzt werden können, ohne von ihrem Schutzumfang abzuweichen. Zusätzlich können viele Modifikationen vorgenommen werden, um eine spezielle Situation oder ein spezielles Material an die Lehren der Offenbarung anzupassen, ohne von ihrem wesentlichen Schutzumfang abzuweichen. Deshalb ist vorgesehen, dass die vorliegende Offenbarung nicht auf die offenbarten speziellen Ausführungsformen eingeschränkt ist, sondern alle Ausführungsformen enthält, die in ihren Schutzumfang fallen.

Claims (10)

  1. System zum Bewerten einer Batteriezelle, das umfasst: eine Bildgebungsvorrichtung, die konfiguriert ist, ein Bild von wenigstens einem Abschnitt der Batteriezelle aufzunehmen; und einen Prozessor, der konfiguriert ist, das Bild aufzunehmen und auszuführen: Bestimmen eines Bereichs von Interesse in dem aufgenommenen Bild; Verringern einer Schärfe des aufgenommenen Bildes, um ein Referenzbild zu erzeugen; Vergleichen des aufgenommenen Bildes und des Referenzbildes; und Identifizieren einer Diskontinuität der Batteriezelle basierend auf einem Unterschied zwischen dem aufgenommenen Bild und dem Referenzbild.
  2. System nach Anspruch 1, wobei das aufgenommene Bild unter Verwendung von direkter Röntgenradiographie aufgenommen wird.
  3. System nach Anspruch 1, wobei das Vergleichen das Subtrahieren eines Bildattributs des Referenzbildes von einem Bildattribut des aufgenommenen Bildes enthält, um ein subtrahiertes Bild zu erzeugen, wobei das subtrahierte Bild eine verbesserte Ansicht der Diskontinuität bereitstellt.
  4. System nach Anspruch 3, wobei das Bildattribut aus wenigstens einem von einer Helligkeit, einem Kontrast und einer Grauskala ausgewählt ist.
  5. System nach Anspruch 3, wobei das Vergleichen wenigstens eines des Anwendens einer Ableitung in einer ausgewählten Richtung auf das subtrahierte Bild und des Anwendens eines Filters auf das subtrahierte Bild enthält.
  6. System nach Anspruch 1, wobei das Bestimmen des Bereichs von Interesse auf wenigstens einem des Folgenden basiert: einem regelbasierten Algorithmus, der konfiguriert ist, den Bereich von Interesse basierend auf einer Regel zu identifizieren, die einen Ort eines Abschnitts des Bildes, der ein oder mehrere Merkmale von Interesse enthält, und/oder einen Bildattribut-Schwellenwert, der dem einen oder den mehreren Merkmalen von Interesse zugeordnet ist, spezifiziert; und einen Algorithmus des maschinelles Lernens, der konfiguriert ist, den Bereich von Interesse basierend auf Trainingsbildern der Batteriezelle und/oder einer oder mehrerer ähnlicher Batteriezellen zu identifizieren.
  7. System nach Anspruch 2, wobei die Bildgebungsvorrichtung konfiguriert ist, Bilder in Verbindung mit einem Batteriezellen-Fertigungsprozess automatisch aufzunehmen, wobei die Bildgebungsvorrichtung eine Röntgenquelle und einen Röntgendetektor enthält, die auf einer Tragstruktur angebracht sind, wobei die Tragstruktur auf wenigstens einer von einer Batteriezellen-Fertigungsstation und einer Batteriezellen-Prüfstation angeordnet ist.
  8. Verfahren zum Bewerten einer Batteriezelle, das umfasst: Aufnehmen eines Bildes von wenigstens einem Abschnitt der Batteriezelle; Bestimmen eines Bereichs von Interesse in dem aufgenommenen Bild; Verringern einer Schärfe des aufgenommenen Bildes, um ein Referenzbild zu erzeugen; Vergleichen des aufgenommenen Bildes und des Referenzbildes; und Identifizieren einer Diskontinuität der Batteriezelle basierend auf einem Unterschied zwischen dem aufgenommenen Bild und dem Referenzbild.
  9. Verfahren nach Anspruch 8, wobei das Vergleichen das Subtrahieren eines Bildattributs des Referenzbildes von einem Bildattribut des aufgenommenen Bildes enthält, um ein subtrahiertes Bild zu erzeugen, wobei das subtrahierte Bild eine verbesserte Ansicht der Diskontinuität bereitstellt.
  10. Verfahren nach Anspruch 8, wobei das Aufnehmen des aufgenommenen Bildes während eines Fertigungsprozesses der Batteriezelle innerhalb der Fertigungslinie ausgeführt wird.
DE102022126703.2A 2022-02-07 2022-10-13 Bildverarbeitung und detektion von diskontinuitäten in batteriezellen Pending DE102022126703A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/665,829 US20230251212A1 (en) 2022-02-07 2022-02-07 Image processing and detection of discontinuities in battery cells
US17/665,829 2022-02-07

Publications (1)

Publication Number Publication Date
DE102022126703A1 true DE102022126703A1 (de) 2023-08-10

Family

ID=87312870

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102022126703.2A Pending DE102022126703A1 (de) 2022-02-07 2022-10-13 Bildverarbeitung und detektion von diskontinuitäten in batteriezellen

Country Status (3)

Country Link
US (1) US20230251212A1 (de)
CN (1) CN116596811A (de)
DE (1) DE102022126703A1 (de)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4335427A (en) * 1980-04-21 1982-06-15 Technicare Corporation Method of selecting a preferred difference image
CN100405400C (zh) * 2005-06-27 2008-07-23 同方威视技术股份有限公司 一种辐射成像中图像信息增强的方法
WO2019117228A1 (ja) * 2017-12-13 2019-06-20 パナソニックIpマネジメント株式会社 画像処理システム、検査システム、画像処理方法、及びプログラム
US11170255B2 (en) * 2018-03-21 2021-11-09 Kla-Tencor Corp. Training a machine learning model with synthetic images

Also Published As

Publication number Publication date
CN116596811A (zh) 2023-08-15
US20230251212A1 (en) 2023-08-10

Similar Documents

Publication Publication Date Title
DE10000364B4 (de) Merkmalbasierende Feststellung von Fehlern
EP0014857B1 (de) Verfahren zum automatischen Markieren von Zellen und zur Bestimmung der Merkmale von Zellen aus zytologischen Abstrichpräparaten
DE10317917B4 (de) System und Verfahren zum Umgrenzen und Klassifizieren von Regionen innerhalb einer graphischen Abbildung
WO2020157249A1 (de) Verarbeitung von bilddatensätzen
DE112013000627T5 (de) Segmentierung zur Waferinspektion
DE60308295T2 (de) Vorrichtung und Verfahren für Hochgeschwindigkeitsröntgeninspektion
DE102020126554A1 (de) Mikroskopiesystem und verfahren zum überprüfen von eingabedaten
DE102019103503A1 (de) Fehlerreduktion bei Bildern, die mit geladenen Teilchen erzeugt wurden, mithilfe von Machine-Learning-basierten Verfahren
DE102013220470A1 (de) System und verfahren zum selektieren und anzeigen von segmentierungsparametern für eine optische zeichenerkennung
DE102019133685A1 (de) Informationsverarbeitungssystem und -verfahren
DE102007031206B3 (de) Verfahren zur automatischen Inspektion einer Schweißnaht
DE102022123542A1 (de) Erkennung von unterbrechungen in batteriezellen
DE19546378A1 (de) Gesteuertes Ringentfernungs-Rechenverfahren für eine Bildrekonstruktion
DE102022126703A1 (de) Bildverarbeitung und detektion von diskontinuitäten in batteriezellen
WO2021228747A1 (de) Computerimplementiertes verfahren zur zustandsüberwachung einer vorrichtung zur untersuchung von objekten
DE102022125911A1 (de) Verfahren zur erkennung von defekten in pouch-zellen unter verwendung der winkelförmigen blitzthermografie
CN115222755B (zh) 一种基于医疗成像设备的医疗图像目标分割方法及装置
DE102023107476A1 (de) Ultraschall-defekterkennung und klassifikationssystem unter verwendung von maschinellem lernen
DE112019004112T5 (de) System und verfahren zur analyse mikroskopischer bilddaten und zur erzeugung eines annotierten datensatzes zum training der klassifikatoren
DE102010028382A1 (de) Verfahren und Computersystem zur Bearbeitung tomographischer Bilddaten aus einer Röntgen-CT-Untersuchung eines Untersuchungsobjektes
EP4016082B1 (de) Verfahren und vorrichtung zum detektieren einer präsenz eines fluoreszenzmustertyps auf einem organschnitt mittels immunfluoreszenzmikroskopie
DE102021209993A1 (de) Verfahren zur Bestimmung der Qualität einer Laserstrahlschweißverbindung
DE102022109561A1 (de) Elektrochemische methoden zur identifizierung der zellqualität
EP4275240A1 (de) Computergestütztes verfahren zur analyse einer elektrodenschicht einer batteriezelle mittels einer ki-engine, verfahren zum trainieren einer ki-engine, herstellungsverfahren eines batteriespeichers und herstellungseinheit
DE102023111250A1 (de) Auf Röntgenaufnahmen basierende Fehlerdetektion und -vorhersage für Batteriezellen

Legal Events

Date Code Title Description
R012 Request for examination validly filed