一种极片打皱检测方法、系统、终端及存储介质技术方案

技术编号:37436881 阅读:16 留言:0更新日期:2023-05-06 09:08
本发明专利技术提供了一种极片打皱检测方法、系统、终端及存储介质,属于电池技术领域,该极片打皱检测方法包括以下步骤:采集极片打皱电芯的图片和非极片打皱电芯的图片;对所述图片进行类型标注处理,获得标注完成的图片,构建数据库;基于所述数据库,通过卷积神经网络训练生成极片打皱检测模型;利用所述数据库外的图片对所述极片打皱检测模型进行测试及校准;实时获取锂离子电池卷绕过程中的电芯图片,将所述电芯图片输入至所述极片打皱检测模型进行检测,判断是否存在极片打皱的情况并输出判断结果。该极片打皱检测方法不但能够及时发现问题电芯,还能够提高对问题电芯检测的准确度而且准确率高,避免产生漏检或者错检的情况,降低人力物力的投入。低人力物力的投入。低人力物力的投入。

【技术实现步骤摘要】
一种极片打皱检测方法、系统、终端及存储介质


[0001]本专利技术属于电池
,更具体地说,是涉及一种极片打皱检测方法、系统、终端及存储介质。

技术介绍

[0002]现有的电池在卷绕生产过程中会出现多种缺陷,比如极片打皱缺陷、极片打折缺陷、极耳翻折缺陷等。其中,极片打皱的电芯有析锂短路、低容量等风险,所以在生产过程中会较为关注。一般采用将各卷绕机台生产的电芯汇总到物流线上,通过人工观察电芯外观以及对电芯进行拆解的检测方法来判断是否存在极片打皱情况,当检测到电芯出现极片打皱缺陷后再安排开机人员进行调机,这种检测方法存在着得到的检测结果滞后且检测结果准确率低的问题。
[0003]因此,亟需一种能够及时且准确地对电芯极片打皱情况进行检测的方法。

技术实现思路

[0004]本专利技术实施例的目的在于提供一种极片打皱检测方法、系统、终端及存储介质,以解决现有技术中提供的检测方法存在着得到的检测结果滞后且检测结果准确率低的技术问题。
[0005]为实现上述目的,本专利技术采用的技术方案是:本专利技术第一方面提供一种极片打皱检测方法,包括以下步骤:
[0006]采集极片打皱电芯的图片和非极片打皱电芯的图片;
[0007]对极片打皱电芯的图片和非极片打皱电芯的图片进行类型标注处理,获得标注完成的图片,构建数据库;
[0008]基于数据库,通过卷积神经网络训练生成极片打皱检测模型;
[0009]利用数据库外的图片对极片打皱检测模型进行测试及校准;
[0010]利用极片打皱检测模型进行打皱检测,其中,实时获取电池卷绕过程中的电芯图片,将上述电芯图片输入至极片打皱检测模型进行检测,判断是否存在极片打皱的情况并输出判断结果。
[0011]本专利技术实施例的极片打皱检测方法先采集极片打皱电芯的图片和非极片打皱电芯的图片,其中,极片打皱电芯的图片为包括打皱位置不同、打皱纹理不同在内的多种类型的极片发生打皱情况的问题电芯图片;非极片打皱电芯的图片包括完好电芯图片,以及因生产工艺造成的隔膜产生打皱、条纹、污点等情况的正常电芯图片。然后对上述采集到的图片进行类型标注处理,以此构建数据库。在数据库的基础上,通过卷积神经网络训练AI深度学习极片打皱检测模型,生成的极片打皱检测模型能够对输入的电芯图片进行检测并将其分类为相应的类型。并且,还使用了数据库外的图片对极片打皱检测模型进行测试,以提高的检测精确度。为了实时电芯是否出现极片打皱情况并且明确问题电芯,所以通过以锂离子电池卷绕过程中的电芯图片作为检测目标,不但能够及时发现问题电芯,还能够及时提
醒开机人员调机,降低整个卷绕环节的极片打皱率。与此同时,也避免了后期通过观察电芯外观而产生漏检或者错检的情况,以及通过拆解电芯来判定电芯是否出现极片打皱而导致正常电芯被拆解损失、人力物力耗费巨大的问题。
[0012]在一实施例中,在采集极片打皱电芯的图片和非极片打皱电芯的图片之后,还对上述采集到的极片打皱电芯的图片和所述非极片打皱电芯的进行预处理,包括以下步骤:对采集到的极片打皱电芯的图片和非极片打皱电芯的图片进行清洗,并去除干扰部位,再对上述极片打皱电芯的图片和所述非极片打皱电芯的图片进行增广、增强、调亮处理。通过对图片进行预处理,能够避免因图片因素而造成误判,由此提高后续类型标注处理的准确度,最终确保数据库中数据的准确度。其中,去除图片的干扰部位可以是去除图片内的机械机构。
[0013]在一实施例中,对极片打皱电芯的图片和非极片打皱电芯的图片进行类型标注处理,获得标注完成的图片,构建数据库,具体为,对采集到的极片打皱电芯的图片和非极片打皱电芯的图片进行包括极片打皱、隔膜打皱、隔膜条纹、隔膜污点、完全合格在内的类型标注处理,获得标注有包括极片打皱、隔膜打皱、隔膜条纹、隔膜污点、完全合格在内的类型图片,构建数据库。其中,因极片打皱的电芯有析锂短路、低容量等风险,故而仅标注为极片打皱类型为问题电芯;而隔膜出现打皱、条纹、污点等情况并不会影响到电芯性能,且隔膜出现条纹、污点等问题为生产工艺中无法避免的情况,所以除极片打皱以外的其他情况均为正常电芯。
[0014]在一实施例中,利用所述数据库外的图片对极片打皱检测模型进行测试及校准,包括以下步骤:利用数据库外的图片对极片打皱检测模型进行测试,若测试结果达到目标要求,则执行利用极片打皱检测模型进行极片打皱检测的步骤;若测试结果未达目标要求,则通过修改神经网络参数,如权重、特征值等,重新训练人工智能(AI)深度学习极片打皱检测模型,直至测试结果达到目标要求,以提高极片打皱检测模型的检测准确度。
[0015]在一实施例中,利用极片打皱检测模型进行极片打皱检测,其中,实时获取电池卷绕过程中的电芯图片,将电芯图片输入至极片打皱检测模型进行检测,判断是否存在极片打皱的情况并输出判断结果,包括以下步骤:通过极片打皱检测装置对处于卷绕过程中的待检测电芯进行拍照,获得电芯图片,将电芯图片输入至极片打皱检测模型进行检测,当判断存在极片打皱的情况,则输出判断结果为问题电芯,并将问题电芯排入NG槽,以与正常电芯区分;当判断不存在极片打皱的情况,则输出判断结果为正常电芯,并将正常电芯排入下一生产流程中,准确率高、响应速度快。为了扩大电芯图片的来源,可以将极片打皱检测装置架设在电芯卷绕机的位置处,具体为正对电芯的位置处或者是对电芯相切的极片位置处,相应的得到的电芯图片包括待检测电芯的图片和/或与待检测电芯相切的极片图片。一般是为与待检测电芯相切的阳极片图片,这是因为阳极片与阴极片材质不同,阴极片较硬而不易打皱。
[0016]在一实施例中,当判断存在极片打皱的情况,还发出极片打皱报警提示,以及时提醒开机人员调机,降低后续卷绕过程中极片的打皱率。
[0017]本专利技术第二方面提供一种极片打皱检测系统,包括极片打皱检测装置、数据处理模块,存储模块、检测显示模块和输入输出模块;
[0018]极片打皱检测装置用于实时拍摄卷绕过程中的待检测电芯,以获得电芯图片,并
将电芯图片传送至数据处理模块;
[0019]数据处理模块用于对电芯图片检测及判断,还对进入数据库的图片进行类型标注处理;
[0020]存储模块用于存储所述数据库中的标注完成的图片。
[0021]在一实施例中,所述数据处理模块包括数据传输单元、极片打皱检测单元、判断单元、数据标注单元和测试单元;
[0022]数据传输单元用于接收所述电芯图片,并将所述电芯图片传送至所述极片打皱检测单元;
[0023]极片打皱检测单元用于对所述电芯图片进行分析,并输出包括极片打皱、隔膜打皱、隔膜条纹、隔膜污点、完全合格在内的检测结果至所述判断单元;
[0024]判断单元用于根据检测结果判断是否存在极片打皱的情况并输出判断结果;
[0025]数据标注单元用于对采集到的图片进行类型标注处理,获得标注完成的图片,构建数据库;
[0026]测试单元用于利用数据库外的图片对极片打皱检测单元进行测试及校准。
[本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种极片打皱检测方法,其特征在于,包括以下步骤:采集极片打皱电芯的图片和非极片打皱电芯的图片;对所述极片打皱电芯的图片和所述非极片打皱电芯的图片进行类型标注处理,获得标注完成的图片,构建数据库;基于所述数据库,通过卷积神经网络训练生成极片打皱检测模型;利用所述数据库外的图片对所述极片打皱检测模型进行测试及校准;利用所述极片打皱检测模型进行极片打皱检测,其中,实时获取电池卷绕过程中的电芯图片,将所述电芯图片输入至所述极片打皱检测模型进行检测,判断是否存在极片打皱的情况并输出判断结果。2.根据权利要求1所述的极片打皱检测方法,其特征在于,在采集所述极片打皱电芯的图片和所述非极片打皱电芯的图片之后,还对采集到的所述极片打皱电芯的图片和所述非极片打皱电芯的图片进行预处理,包括以下步骤:对采集到的所述极片打皱电芯的图片和所述非极片打皱电芯的图片进行清洗,并去除干扰部位,再对所述极片打皱电芯的图片和所述非极片打皱电芯的图片进行增广、增强、调亮处理。3.根据权利要求1或2所述的极片打皱检测方法,其特征在于,对采集的所述极片打皱电芯的图片和所述非极片打皱电芯的图片进行类型标注处理,获得所述标注完成的图片,构建所述数据库,具体为,对采集到的所述极片打皱电芯的图片和非极片打皱电芯的图片进行包括极片打皱、隔膜打皱、隔膜条纹、隔膜污点、完全合格在内的类型标注处理,获得标注有包括极片打皱、隔膜打皱、隔膜条纹、隔膜污点、完全合格在内的类型图片,构建数据库。4.根据权利要求3所述的极片打皱检测方法,其特征在于,所述利用所述数据库外的图片对所述极片打皱检测模型进行测试及校准,包括以下步骤:利用所述数据库外的图片对所述极片打皱检测模型进行测试,若测试结果达到目标要求,则执行所述利用所述极片打皱检测模型进行极片打皱检测的步骤;若测试结果未达目标要求,则通过修改神经网络参数重新训练人工智能(AI)深度学习所述极片打皱检测模型,直至测试结果达到目标要求。5.根据权利要求4所述的极片打皱检测方法,其特征在于,所述利用所述极片打皱检测模型进行极片打皱检测,其中,实时获取电池卷绕过程中的电芯图片,将所述电芯图片输入至所述极片打皱检测模型进行检测,判断是否存在极片打皱的情况并输出判断结果,包括以下步骤:通过极片打皱检测装置对处于卷绕过程中的待检测电芯进行拍照,获得所述电芯图片,将所述电芯图片...

【专利技术属性】
技术研发人员:高金伙余圣圣罗宇李后勇胥飞龙刘济庸
申请(专利权)人:江苏时代新能源科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1