Detección de defectos en la rejilla de batería
Inspeccionar las rejillas de separación en busca de defectos antes de la instalación
Productos relacionados
Entorno de programación gráfica para análisis de imágenes industriales basado en el Deep Learning
Impulsado por el software para visión basado en el Deep Learning In-Sight ViDi
Las baterías recargables de NiCd de gran formato que se utilizan en vehículos eléctricos (VE), almacenamiento en red y aplicaciones industriales están formadas por bloques de múltiples celdas de baterías múltiples. Cada celda de batería consta de placas anódicas y catódicas separadas entre sí por rejillas o mallas que permiten la libre circulación del electrolito por toda la celda. Una vez selladas, estas baterías pueden funcionar sin mantenimiento durante años.
Las rejillas de separación son esenciales para mantener la vida de la batería. Los dobleces, espacios y otros defectos en una rejilla darán lugar a una menor separación eléctrica entre las placas, a fugas eléctricas y a una menor duración de la batería. Las superficies de la rejilla o malla son complejas y frágiles. Los defectos resultantes de la fabricación y el manejo pueden ser pequeños, tener diversas apariencias y estar situados aleatoriamente en cualquier lugar de la compleja superficie de la rejilla. La visión artificial convencional tiene problemas para detectar de manera confiable este tipo de defectos localizados aleatoriamente.
Una vez que una celda individual es sellada antes de su instalación en la batería, ya no puede ser inspeccionada. Si sólo se detecta una disminución de la capacidad de mantener la carga en la prueba final, habrá que desechar toda la batería.
El aprendizaje profundo de Cognex asegura que las rejillas de las baterías están libres de defectos antes de su instalación. La herramienta de detección de defectos aprende la apariencia de una rejilla de batería sin defectos a partir de un pequeño conjunto de imágenes de rejillas de separación aceptables. Después, la herramienta identifica incluso los pequeños defectos de una rejilla de batería, independientemente de su tamaño, aspecto o ubicación, y rechaza las rejillas con cualquier anomalía.
Si el diseño o el patrón de la rejilla de la batería cambia, el aprendizaje profundo de Cognex se reentrena en imágenes del nuevo diseño en cuestión de minutos y vuelve a estar en línea para inspeccionar el nuevo diseño sin necesidad de programación.
