使用实例

辊压电极时的质量保证

机器视觉系统确保精确监控故障检测过程，提供可靠的结果

在辊压工序中，需要精确地对双面涂覆的铜箔或铝箔进行压实。机器视觉技术可同时确保质量和效率：实时监控工艺流程，及早发现错误，减少材料浪费。

辊压对涂层的均匀性、厚度和附着力有很大影响。精细、均匀的涂层可以补偿配合公差，确保稳定的涂覆条件，并尽量降低后期生产步骤中的压力。

电池芯涂层缺陷会导致不可预见的电阻、附着力差和材料分布不规则等问题，进而损害整个生产过程，并对产品质量产生重大影响。

在辊压工序中，铜箔或铝箔两面的涂层被压实成均匀的一层。该工艺首先对电极箔片进行静电放电，以防止颗粒堆积。然后用刷子或气流清洁箔片表面，清除灰尘和残留物。上辊和下辊这两个反向旋转的辊子会对材料施加一定的线压力，将涂层均匀地压在一起，因此材料厚度在很大程度上决定了压实的质量。

间歇式和连续式电极涂覆工艺都可能出现错误。

常见的典型缺陷有

图像处理技术可快速对覆膜质量进行可溯源的测量，优化辊压工序中的质量控制。

racer 2线阵相机可以在全速生产的情况下监控生产过程。在辊压工序中产生的大量数据通过图像采集卡上的VisualApplets进行预处理。通过确定感兴趣区域(ROI)，将分析工作限制在相关的区域范围中明显存在问题的部分，从而降低CPU负载，并为实际流程控制释放宝贵资源。

下一步，可在ROI内详细分析辊压过程中检测到的不规则现象。pylon vTool会使用经典图像处理算法对缺陷类型（如裂纹、材料脱落或表面不规则）进行分类。而智能pylon可进行智能分析，以精确测量缺陷的大小和范围。

根据缺陷的类型和大小，系统会决定材料是否仍在规定的公差范围内，或者是否需要采取进一步措施。辊压后的精确缺陷定位可有效提高电极质量，并减少废品。

德国亚琛工业大学电动汽车组件生产工程(PEM)教席多年来一直致力于锂离子电池生产的研究。该研究小组的核心要素是一条涵盖整个工艺链的电池生产试验线。在这里，研究人员与Basler等工业合作伙伴密切合作，不断改进生产过程中的各个步骤。

通过参与企业价值链中处于不同阶段的众多国内和国际工业项目，以及在知名研究项目中担任重要职务，亚琛工业大学PEM教席可以提供丰富的专业知识。

想实施类似的解决方案？这些产品将能助您一臂之力。

用于图像处理的pylon vTool
图像处理软件设计出色，为质量保证和跟踪工序提供保障。用户可通过拖放操作自由组合Blob分析、匹配和代码读取等功能，并将其灵活地集成到目标应用中。
VisualApplets
借助VisualApplets，可在图形化用户界面上对FPGA进行编程，完全无需使用硬件编程。