使用案例

電極塗布的品質控制

機器視覺使用大量資料檢測顆粒和空隙

在基板箔片上塗布料漿，是一個關鍵的生產步驟。表面品質必須均勻，沒有任何空隙和顆料，且料漿塗布厚度必須精確一致。我們的視覺技術可以對應這個步驟中的高速度，可大幅減少原料浪費。

電極塗布的詳細說明

在電極塗布製程中，會以塗布工具（如狹縫模具、刮刀或網紋轆）將混合好的料漿塗布到載體或基板箔片上。箔片的頂部和底部可以同時或依序塗布，然後再進行乾燥製程。

電極層是否正確置放，對電池性能有決定性的影響

這個製程步驟特別重要，因為有多項參數都必須精確配合：料漿必須具備所需的穩定性，且以正確的速度來塗布。目的是要達到完美的塗布均勻程度，沒有裂縫或結塊；因為電極層對電池性能的影響非常重大。

電極製造中的各種缺陷類型。比例：1 mm。資料來源：Schoo A、Moschner R、Hülsmann J、Kwade A. Coating Defects of Lithium-Ion Battery Electrodes (...). Batteries. 2023; 9(2):111. https://doi.org/10.3390/batteries9020111

料漿塗布可能發生的缺陷

間歇式或連續式電極塗布，都可能發生缺陷。視料漿的黏度和給料器的精確度而定。

典型的缺陷包括下面數類：

a. 結塊
b. 塗層裂隙
c. 汙染
d. 微壓縮
e. 料漿乾裂
f. 針孔
g. 滑流或是
h. 條紋

大量影像資料的挑戰

生產速度高達 80 公尺/分，且要求細節的高精確度

生產過程中的影像處理帶來雙重挑戰：非常高的生產速度，會產生大量的影像資料。同時也需要高精度的細節，這是透過高影像解析度來實現的；這樣會產生更大量的資料。傳統解決方案通常不具備所需的處理能力。

我們的視覺技術確保可對電極塗布進行可靠的品質控制

用於決定 ROI 的 VisualApplets FPGA 軟體 — 左：完整影像大小 (5,056 px x 1,032 px) 的電極塗布瑕疵。右圖：單一缺陷的 ROI，僅有 96 px x 44 px。

由於影像預處理，需要分析的資料僅有一小部分

我們的 racer 和 racer 2系列中的高感光度線掃描相機，專為網狀材料而設計，可提供所需的資料傳輸量與影像品質。Basler VisualApplets 軟體與影像擷取卡的組合，可預先處理影像資料，並標示實際影像處理中的必要重點。定義出關注區域 (ROI) 後，只有異常的區域才會加以定位。僅有 ROI 的影像資料會進行處理。這種做法的優勢，就是讓 IPC 的 CPU 沒有任何額外負荷，可以持續用於實際的系統控制作業。

使用 Basler AI pylon vTool Classification 檢測電極塗布的缺陷類型

使用 pylon vTools 對瑕疵進行分類，並做出正確的決策

在下一步中，可以進一步分析 ROI 中的不規則情形。您可以選擇使用 Basler pylon vTools 經典版，或是以具備 AI 演算法的 pylon AI 具備 AI vTools 來進行影像分析，以便

對缺陷類型進行分類，或
測量缺陷的大小。

根據缺陷的類型和尺寸，決定是否在公差範圍內或是否需要進行後續措施。有了精確的定位和測量，可以精確地切割出有缺陷的區域。這可以提高電池品質，並最大限度地減少材料浪費。

此方案所用產品

想實施類似的方案嗎？這些產品能有所助益。

影像處理專用 pylon vTools
具備優秀設計的影像處理軟體，用於品質保證與追蹤。Blob 分析、比對與讀碼器等功能，可以透過拖放加以組合，彈性整合到目標應用中。
用於影像分析的 pylon AI
使用 AI 進行影像分析，無需任何程式編寫作業，即可為物件偵測、OCR、分割和分類等電腦視覺應用提供精確的結果。
VisualApplets
使用 VisualApplets，無需硬體程式設計，即可透圖形使用者介面，進行完整成功的 FPGA 程式設計。