傳統(tǒng)的圓柱形覆膜鋰電池圓周面破膜檢測都是釆用人眼檢測,人眼存在速度慢,易疲勞的弊端,很難適應高速電池生產線的檢測要求。機器視覺是一項新型的工業(yè)自動化檢測技術,可以與計算機相結合,能夠很大程度的提高圓柱形覆膜鋰電池圓周面破膜缺陷檢測效率,同時節(jié)省成本。本論文針對這種要求,設計了機器視覺檢測破膜缺陷的有關算法,降低了電池圓周面破膜缺陷的漏檢率和誤檢率。主要研究內容如下:分析了圓柱形覆膜鋰電池圓周面破膜的特征,根據(jù)其是否露出金屬外殼將其分為露殼和褶皺兩類。當機械傳送裝置帶動電池快速轉動時可能會將機械黑色油污染到電池表面,在電池圖像中油污的尺寸、灰度值等特征都和露殼相似,可能被誤檢為露殼,需分析油污與露殼的差異進行區(qū)分。分析了造成破膜缺陷的原因,分析了影響圖像灰度變化的各種因素,以及成像系統(tǒng)中光源對缺陷檢測的影響,制定檢測方案,規(guī)劃了整個系統(tǒng)的算法流程。對鋰電池圖像進行預處理,研究了鋰電池在圖像中如何定位和校正,為適應不同顏色的電池,分析了多種自動閾值提取邊界的方法,其中最大類間方差法效果最好。為校正電池偏移,在圖像的旋轉角度獲取方法上,提出了對定位后的整個鋰電池圖像旋轉的校正方法,該方法獲取... 

【文章來源】：沈陽工業(yè)大學遼寧省

【文章頁數(shù)】：85 頁

【學位級別】：碩士

【部分圖文】：

圓柱形鋰電池示意圖

第1章緒論3有鋰電池生產廠家通過改進正極材料來提高電池的保護功能、延長使用壽命等。隔膜：隔膜是置于正極和負極之間的一種聚合物材質的薄膜，防止正負極相連。正負極的能量傳遞就需要鋰離子通過隔膜來完成。負極：負極包括銅集流體和負極材料[11]。電解液：電解液作為鋰電池內部鋰離子的傳輸載體，由有機溶劑、電解質等材質按照標準比例配制而成。電池外殼：即最外層對電芯起保護作用的金屬或聚合物殼體。有些鋰電池外殼由鋼或者鋁等金屬制成，可以較好的保護電芯，但需要消息儲存和使用，出現(xiàn)短路爆炸的概率相對較高。而我們研究的圓柱形鋰電池就是不銹鋼外殼，需要嚴格控制好質量。圓柱形鋰電池內部工作原理如下：在對鋰電池進行充電的過程中，其正極材料鋰化合物會讓內部的鋰離子從中脫出，經(jīng)過碳層和正極之間的電解液后嵌入到碳層中，而作為負極材料的碳為帶有很多微孔的層狀結構，隨著碳層微孔中的鋰離子越來越多，鋰電池的含有的充電容量也就越高。鋰電池的標稱電壓為3.7伏，充電電壓一般為4.2伏。在鋰電池放電的過程中，碳層內部的鋰離子又會通過電池內部的電解液再次回到正極。同理，正極材料中鋰離子越來越多，電池的放電容量也會越來越高。放電容量就是我們常說的電池容量，18650圓柱形鋰電池電池容量約為2600毫安，圓柱形鋰電池工作原理圖如圖1.2所示。圖1.2圓柱形鋰電池工作原理圖Fig.1.2Workingprincipleofcylindricallithiumbattery本論文的研究具有如下意義：（1）針對不同位置不同形式的破膜進行檢測，算法適用性高，有效減少漏檢。（2）目前尚沒有成熟的鋰電池圓周面破膜缺陷檢測方法，因此，本論文的研究為覆膜鋰電池表面缺陷檢測設備的研制提供理論支撐。

肯腫炊砸韻錄父齜矯娼?猩釗胙芯俊?（1）定位方法核心算法表述：中國科學技術大學的王磊于2011年在扣式電池表面缺陷檢測中提出了扣式電池圖像定位和校正算法。他所檢測的是扣式電池，原始圖像中含有多圓形目標，主要通過通過輪廓提取進行定位，計算各目標中心與徑長時使用了橢圓曲線擬合，實現(xiàn)圖像中各個目標定位；正極電池圖像中帶有字符，分割目標與背景提取字符，字符具有傾斜1°至360°的全角度模板集，可根據(jù)分割后的字符區(qū)域與模板進行相似度計算，獲得字符傾斜角度值，進行圖像旋轉，校正電池[16]，圖像校正結果如圖1.3所示。由于本文研究的圓柱形鋰電池在成像時由于平臺轉動會存在一定程度的偏移，所以在圖像預處理中也需要對電池圖像進行定位和校正，其中應用了灰度閾值分割和仿射變換等圖像處理算法。a原始圖像b旋轉θ°c選取ROI圖1.3圖像旋轉過程Fig.1.3Imagerotationprocess

【參考文獻】：
期刊論文
[1]基于HV&VHS的圓柱形電池曲表面缺陷視覺檢測[J]. 譚文,文青,段峰,黎波.  控制工程. 2019(01)
[2]基于Gauss線檢測的雪糕棒淺劈裂缺陷識別[J]. 苑瑋琦,朱蕊.  電子世界. 2018(11)
[3]基于視覺的鋁合金氣瓶內壁缺陷檢測研究[J]. 苑瑋琦,王英.  電子世界. 2018(09)
[4]基于Canny算法的列車軸承內圈外表面缺陷檢測[J]. 石煒,王濤.  數(shù)字技術與應用. 2018(05)
[5]圓柱形鋰電池的自動檢測技術研究[J]. 楊宏帥,王秋紅.  科技創(chuàng)新導報. 2017(22)
[6]基于路面約束的行人檢測感興趣區(qū)域提取[J]. 王冬梅,馮偲,劉德雨,于微波.  電視技術. 2017(Z1)
[7]基于圖像處理的產品表面缺陷檢測系統(tǒng)研究[J]. 高正中,趙晨暉,薛寒,商春雷.  電子技術應用. 2017(05)
[8]汽車擋風玻璃定位與支架粘合視覺檢測系統(tǒng)的設計與實現(xiàn)[J]. 毛建旭,李明,周博文,王耀南,趙科.  電子測量與儀器學報. 2017(03)
[9]基于數(shù)字圖像處理的邊坡落石識別算法研究[J]. 簡云瑞,肖碩.  科技創(chuàng)新導報. 2017(08)
[10]圖像邊緣輪廓自適應閾值的角點檢測算法[J]. 趙亞利,章為川,李云紅.  中國圖象圖形學報. 2016(11)

碩士論文
[1]低照度環(huán)境下的圖像去噪及增強算法研究[D]. 龍雪玲.華中師范大學 2018
[2]圖像識別技術在鐵軌扣件異常檢測中的應用研究[D]. 代國忠.哈爾濱工程大學 2018
[3]基于機器視覺的液晶屏缺陷檢測[D]. 朱恒川.電子科技大學 2018
[4]基于機器視覺的注塑件Disc與電池外觀檢測研究[D]. 文青.湖南科技大學 2017
[5]基于機器視覺的軸承內圈表面缺陷檢測系統(tǒng)研究[D]. 鄭越.沈陽工業(yè)大學 2017
[6]基于區(qū)間不確定量的結構可靠性泛灰數(shù)方法研究[D]. 陳小月.湖南大學 2017
[7]多閾值OTSU快速算法的研究[D]. 劉翔.吉林大學 2017
[8]基于車載圖像的道路標志自動化識別與定位研究[D]. 李冰.河北工業(yè)大學 2017
[9]基于數(shù)字圖像處理的水表讀數(shù)識別系統(tǒng)應用研究[D]. 張宏屏.電子科技大學 2017
[10]基于HALCON的太陽能電池片缺陷檢測系統(tǒng)設計[D]. 周奇.江蘇大學 2017



本文編號：3415681