锂电池凹版版辊全自动清洗检测设备与方法技术

本发明专利技术属于锂电池制造技术领域，具体涉及一种锂电池凹版版辊全自动清洗检测设备与方法。该清洗方法包括版辊固定、超声清洗、清洗液移除以及喷淋的步骤，其是实现能够自动清洗版辊的功能，包括版辊的转动、喷淋、风干、清洗液的循环系统；还可以通过PLC控制器或控制软件，对各个部件的工作时间、关闭时间，工作顺序进行全程控制，从而可以实现全过程的自动化控制，提高了清洗效率、清洗效果以及清洗一致性，降低了操作难度与劳动强度，对于提升锂电池生产效率，提高品质及良品率具有实际效果。提高品质及良品率具有实际效果。提高品质及良品率具有实际效果。

【技术实现步骤摘要】
锂电池凹版版辊全自动清洗检测设备与方法


[0001]本专利技术属于锂电池制造
，具体涉及一种可对锂电池凹版版辊进行全自动清洗的清洗检测设备，以及清洗检测方法。

技术介绍

[0002]锂电池凹版版辊是锂电子电池生产时的重要部件，其经长期运转使用后，网穴难免被墨皮、涂料或胶料或其他污垢等所堵塞，进而影响涂布的质量及版辊的正常使用，需要及时进行清洗；若长期不清洗则可能会造成严重堵塞而无法正常使用甚至于版辊报废或者产品不良等情况。
[0003]现有技术中，通常是人工进行清洗，工人用金属刷子清洗版辊的表面。这样不仅费时费力，清洗的质量也很容易收到人为因素的影响，对这会锂电池的生产质量有不利影响，并且其清洗效率也不高，限制了产能。

技术实现思路

[0004]本专利技术的目的在于提供一种具有较高清洗效率、较好清洗效果以及清洗一致性佳的锂电池凹版版辊全自动清洗检测设备与方法。
[0005]为达到上述目的，本专利技术所采用的方案是：
[0006]一种锂电池凹版版辊的清洗方法，其包括以下步骤：
[0007]版辊固定的步骤：首先，将待清洗的版辊固定于芯轴上，形成待清洗的版辊组件。
[0008]超声清洗的步骤：清洗前，将上述版辊组件放置于清洗检测设备的清洗池内，调整清洗液储存与处理系统的各个电磁阀的开闭状态，使得泵工作以将储液桶内的清洗液泵出，经过滤器过滤后经第二接口和第四接口，进入清洗池内，并使得清洗液浸渍版辊组件的至少一部分；再开启清洗检测设备，使驱动机构启动以带动两包胶滚轮旋转，进而使得版辊组件旋转，超声发生组件工作以产生超声波，以实现超声清洗的目的，直至预定清洗时间完成。
[0009]清洗液移除的步骤，清洗完成后，调整清洗液储存与处理系统的各个电磁阀的开闭状态，使得清洗池内的污浊清洗液经第五接口和第一接口被泵泵入过滤器中进行过滤，过滤后进入储液桶内储存，以实现将清洗池内的清洗液移除的目的。
[0010]喷淋的步骤：调整清洗液储存与处理系统的各个电磁阀的开闭状态，使得泵将储液桶内储存的洁净的清洗液经第三接口和第六接口泵入清洗液分配管，并经喷淋口喷出，以对版辊组件的表面进行喷洗；喷淋时，版辊组件旋转以使喷洗均匀、彻底。
[0011]作为优选，喷淋的步骤进行时，泵工作以从清洗池中泵出清洗液。
[0012]作为优选，该清洗方法还包括风干的步骤，气源经气体分配件分配后进入气刀，并由气刀的出风口吹出以对版辊组件的表面进行风干干燥；气体分配件经电磁阀连接至气源，以通过电磁阀进行风干气体的通断控制。
[0013]作为优选，超声清洗的步骤还包括加热的步骤，通过设置于清洗池侧面的加热棒，
对清洗池内的清洗液进行加热，以提高超声清洗效果。
[0014]作为优选，所述清洗液是水或有机溶剂。
[0015]作为优选，该清洗方法还包括对清洗完成的版辊进行自动检测的方法，通过Region CNN卷积神经网络进行目标的自动识别与分析，并能将相应的图像保存以利于后续追溯与算法优化。
[0016]该自动检测方法具体包括：
[0017]图像采集的步骤，利用CCD线扫相机对清洗完成的版辊进行扫描，以获取其表面图像资料，扫描时版辊辅以旋转以期获取完整的表面图像资料。
[0018]灰度转换的步骤，将扫描采集到的图像转换为灰度图像，以利于后续处理。灰度转换可以采用图像反转、对数变换和伽马(幂律)变换等方法进行灰度转换。
[0019]对比度增强的步骤，将灰度转换后的图像进行对比度增加，优选采用点域运算、空域滤波等方法实现。
[0020]中值滤波的步骤，对图像进一步进行中值滤波，以将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值。
[0021]阈值分割的步骤，通过设定不同的特征阈值，将图像像素点分为若干类，以压缩数据量、简化了分析和处理步骤；阈值可以根据实际需要具体设定。
[0022]腐蚀和膨胀的步骤，通过对图像进一步进行腐蚀和膨胀处理，以消除噪声、分割出独立的图像元素，在图像中连接相邻的元素。
[0023]孔洞填充的步骤，对图像进一步进行孔洞填充，以原图像的补集作为掩膜，用来限制膨胀结果；以带有白色边框的黑色图像为初始掩膜，对其进行连续膨胀，直至收敛；最后对掩膜取补即得到最终图像，与原图相减可得到填充后的图像。
[0024]目标标记的步骤，将上述处理后的图像中经初步处理后的符合条件的区域标记为目标区域，并在后续通过Region CNN卷积神经网络对其进行具体识别判断，所有目标区域均识别判断后，自动检测完成。
[0025]进一步地，所述目标标记的步骤包括：
[0026]计算目标像素数的步骤，计算已标记的目标区域的像素数量，以便于后续处理。
[0027]像素数量判断的步骤，判断某一具体目标区域的像素数量是否大于50，若大于50则进行目标识别，若不满足则转去除目标的步骤以去除该目标。
[0028]去除目标的步骤，忽略该目标，不进行任何处理。
[0029]目标识别的步骤，通过Region CNN卷积神经网络判断对象目标是否为污染物；若是，转污染物识别的步骤进行识别处理，若否，转缺陷判断的步骤进行缺陷判断。
[0030]污染物识别的步骤，判断目标的像素数量是否满足：50<像素<1000，若满足，转变换分割的步骤进行后续处理，若不满足，保存目标形态特征和类别后，转目标剩余判断的步骤进行目标剩余判断。
[0031]缺陷判断的步骤，通过Region CNN卷积神经网络判断对象目标判断目标是否为缺陷；若是，转缺陷识别的步骤进行识别处理，若否，保存目标形态特征和类别后，转目标剩余判断的步骤进行目标剩余判断。
[0032]缺陷识别的步骤，判断目标的像素数量是否满足：像素>1000；若满足，转变换分割的步骤进行后续处理，若不满足，保存目标形态特征和类别后，转目标剩余判断的步骤进行
目标剩余判断。
[0033]变换分割的步骤，依次经距离变换和分水岭分割后，保存目标形态特征和类别后，转目标剩余判断的步骤进行目标剩余判断。
[0034]目标剩余判断的步骤，判断是否有未经上述处理的目标，否有，重复上述处理，若无，结束Region CNN卷积神经网络的识别判断。
[0035]一种锂电池凹版版辊的清洗检测设备，包括清洗主机、清洗液储存与处理系统以及超声发生组件。
[0036]清洗主机内设有清洗池，清洗池内配置清洗液以进行清洗。
[0037]清洗主机内还设有版辊支撑座，版辊支撑座包括支撑机构和驱动机构，支撑机构具有两个，支撑机构包括支架以及旋转设置于支架上的包胶滚轮，包胶滚轮具有两个且相邻地设置，以使芯轴放置于两者之间并通过两包胶滚轮起到支撑作用。
[0038]驱动机构与至少一个支撑机构的包胶滚轮相连接以驱动其旋转，驱动机构包括调速电机、同步带以及同步带轮，同步带轮与包胶滚轮共轴地设置以驱动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种锂电池凹版版辊全自动清洗检测方法，其特征在于，包括：版辊固定的步骤：首先，将待清洗的版辊(11)固定于芯轴(12)上，形成待清洗的版辊组件(10)；超声清洗的步骤：清洗前，将上述版辊组件(10)放置于该清洗检测设备的清洗池(110)内，调整清洗液储存与处理系统(200)的各个电磁阀的开闭状态，使得泵(201)工作可以将储液桶(203)内的清洗液泵出，经过滤器(202)过滤后经第二接口(205)和第四接口(104)，进入清洗池(110)内，并使得清洗液浸渍版辊组件(10)的至少一部分；再开启清洗检测设备，使驱动机构(130)启动以带动两包胶滚轮(121)旋转，进而使得版辊组件(10)旋转，超声发生组件工作以产生超声波，以实现超声清洗的目的，直至预定清洗时间完成；清洗液移除的步骤，清洗完成后，调整清洗液储存与处理系统(200)的各个电磁阀的开闭状态，使得清洗池(110)内的污浊清洗液经第五接口(105)和第一接口(204)被泵(201)泵入过滤器(202)中进行过滤，过滤后进入储液桶(203)内储存，以实现将清洗池内的清洗液移除的目的；喷淋的步骤：调整清洗液储存与处理系统(200)的各个电磁阀的开闭状态，使得泵(201)将储液桶(203)内储存的洁净的清洗液经第三接口(206)和第六接口(163)泵入清洗液分配管(161)，并经喷淋口(162)喷出，以对版辊组件(10)的表面进行喷洗；喷淋时，版辊组件(10)旋转以使喷洗均匀、彻底。2.根据权利要求1所述的清洗检测方法，其特征在于，喷淋的步骤进行时，泵(201)工作以从清洗池(110)中泵出清洗液。3.根据权利要求1或2所述的清洗检测方法，其特征在于，该清洗方法还包括风干的步骤，气源经气体分配件(141)分配后可进入气刀(142)，并由气刀(142)的出风口吹出以对版辊组件(10)的表面进行风干干燥；气体分配件(141)经电磁阀连接至气源，以通过电磁阀进行风干气体的通断控制。4.根据权利要求1或2所述的清洗检测方法，其特征在于，超声清洗的步骤还包括加热的步骤，通过设置于清洗池(110)侧面的加热棒(152)，对清洗池(101)内的清洗液进行加热，以提高超声清洗效果；作为优选，所述清洗液则可以是水或有机溶剂。5.根据权利要求1或2所述的清洗检测方法，其特征在于，该清洗方法还包括对清洗完成的版辊进行自动检测的方法，通过Region CNN卷积神经网络进行目标的自动识别与分析，并能将相应的图像保存以利于后续追溯与算法优化；该自动检测方法具体包括：图像采集的步骤，利用CCD线扫相机对清洗完成的版辊进行扫描，以获取其表面图像资料，扫描时版辊辅以旋转以期获取完整的表面图像资料；灰度转换的步骤，将扫描采集到的图像转换为灰度图像，以利于后续处理；灰度转换可以采用图像反转、对数变换和伽马(幂律)变换等方法进行灰度转换；对比度增强的步骤，将灰度转换后的图像进行对比度增加，优选采用点域运算、空域滤波等方法实现；中值滤波的步骤，对图像进一步进行中值滤波，以将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值；阈值分割的步骤，通过设定不同的特征阈值，将图像像素点分为若干类，以压缩数据
量、简化了分析和处理步骤；阈值可以根据实际需要具体设定；腐蚀和膨胀的步骤，通过对图像进一步进行腐蚀和膨胀处理，以消除噪声、分割出独立的图像元素，在图像中连接相邻的元素；孔洞填充的步骤，对图像进一步进行孔洞填充，以原图像的补集作为掩膜，用来限制膨胀结果；以带有白色边框的黑色图像为初始掩膜，对其进行连续膨胀，直至收敛；最后对掩膜取补即得到最终图像，与原图相减可得到填充后的图像；目标标记的步骤，将上述处理后的图像中经初步处理后的符合条件的区域标记为目标区域，并在后续通过Region CNN卷积神经网络对其进行具体识别判断，所有目标区域均识别判断后，自动检测完成；进一步地，所述目标标记的步骤包括：计算目标像素数的步骤，计算已标记的目标区域的像素数量，以便于后续处理；像素数量判断的步骤，判断某一具体目标区域的像素数量是否大于50，若大于50则进行目标识别，若不满足则转去除目标的步骤以去除该目标；去除目标的步骤，忽略该目标，不进行任何处理；目标识别的步骤，通过Region CNN卷积神经网络判断对象目标是否为污染物；若是，转污染物识别的步骤进行识别处理，若否，转缺陷判断的步骤进行缺陷判断；污染物识别的步骤，判断目标的像素数量是否满足：50<像素<1000，若满足，转变换分割的步骤进行后续处理，若不满足，保存目标形态特征和类别后，转目标剩余判断的步骤进行目标剩余判断；缺陷判断的步骤，通过Region CNN卷积神经网络判断对象目标判断目标是否为缺陷；若是，转缺陷识...

【专利技术属性】
技术研发人员：张文博，李蔡君，孙雨，佘津津，
申请(专利权)人：宁波格劳博智能工业有限公司，
类型：发明
国别省市：