近年來，電動車、儲能領域頻發的起火事故引發大規模召回，責任主體波及電池企業。同時，在整個行業產能過剩壓力大、價格戰愈演愈烈的情況下，電池企業對生產環節的高品質管控及安全要求越來越嚴苛。

圖片來源于網絡

小毛刺，大隱患

根據IEEE1725電芯安全性能審核及檢測標準的規定，毛刺是以箔材（即無涂層的區域）為基準線，從箔材向上或向下延伸至極片外的方向的金屬凸起；或者是有涂層的區域，從涂層向上或向下延伸至極片外的方向的金屬凸起；測毛刺尺寸則是測量毛刺垂直方向的高度。

毛刺示意圖（注：示意圖來源于網絡）

毛刺過大容易刺穿隔膜，進而正負極接觸引發短路。如果電池處于滿電狀態時發生短路，內部會立即釋放出大量熱量造成爆炸，嚴重危及消費者的生命財產安全。

毛刺雖小，隱患卻大。

需求多，檢測難

在實際生產中，為了制成不同尺寸的電池，經過涂布、輥壓之后的極片還需要經過分切、沖裁等工序。以分切工序為例，極片本身的物理力學性能、成對刀具重疊量、刃口磨損狀態等都會對毛刺的產生及大小造成影響。

從檢測需求來看，要想全面管控產品品質，不僅要檢測出是否有毛刺，還要根據毛刺的大小做出不同判定。從檢測方法來看，極片毛刺檢測多利用目視顯微鏡進行離線檢測，但即使使用大景深顯微鏡仍存在景深不夠、倍率不足的問題。同時，為了補全測量功能，需要多系統同時作業，操作繁瑣，成本增加。

現有檢測方案遠無法滿足電池企業毛刺檢測環節的嚴苛需求及高效制造的目標。

“機器視覺+AI”創新方案，破解難題

凌云光作為國內較早進入機器視覺領域的企業之一，始終秉持自主創新的研發理念，相繼攻克了計算成像、精準成像等諸多難題，將前沿研發成果不斷轉化為生產力，也轉化為解決客戶實際問題的落地方案。面對毛刺檢測難題，凌云光推出鋰電池毛刺在線全檢系統，用“機器視覺+AI”的解決方案破解行業難題。

既要完成缺陷檢測，又不能影響整體產能，在線全檢無疑是最佳解決方案。要在高速生產高振動環境下穩定檢測出微米級的毛刺缺陷，還要綜合考量空間、投入等因素，困難重重。

以高速相機為核心的高速成像可以將高速運動變化過程中的空間和時間信息緊密地聯系在一起進行圖像記錄，因此可以有效地在瞬變或高速運動的情況下持續進行記錄，并能快速將信號傳輸到圖像處理設備處進行相應操作，在工業、交通、醫學等領域有著廣泛的應用。

凌云光將這一技術遷移應用到了極片毛刺檢測領域。同時，結合自主研發的光學系統，實現自適應追焦，提升系統景深，實現高分辨、大視場、大景深高速成像，實現150m/min速度下穩定、清晰成像，完成極片邊緣毛刺全檢，檢測分辨率2μm。

自適應追焦動畫演示

此外，在對極片進行質量分析、工藝溯源等工藝質檢流程中，還能離線完成分辨率為1μm的高精度全檢。?

F.Brain是凌云光針對工業質檢場景自主研發的深度學習平臺，并已廣泛應用到鋰電池檢測領域。在毛刺檢測場景中，先由傳統算法對缺陷進行初篩分類，對檢出缺陷進行切分后送入分類算法。針對高速低成本場景，F.Brain拓展出自研多尺度輕量化模型，相比市面通用模型，推理時間減少35%。檢測速度可達150m/min，誤報率低于十萬分之一，滿足客戶嚴苛要求。

對電池企業來說，檢出缺陷、處理缺陷只是第一步。全產線管理、全工序管理才是進一步提升產品品質、保證產品安全的發展方向。

毛刺在線全檢系統還有貼標聯動、報警防呆等功能，并能與企業自有MES聯動，與數據中心、終端存儲交互，滿足企業缺陷信息保存年限要求，實現數據可追溯、可溯源。

面對鋰電池行業未來的新變化、新需求，凌云光將保持技術底色，深入挖掘客戶需求，以創新的產品和解決方案助力客戶向每一處細節要品質，在每一個環節嚴管理，實現零投訴目標！