隨著新能源行業(yè)的發(fā)展,市場對鋰電池的需求量及質(zhì)量要求越來越高。極片作為鋰電池的重要組成,其缺陷會嚴(yán)重影響鋰電池性能及使用壽命,甚至導(dǎo)致安全事件。為了避免這些問題,需要對極片進行缺陷檢測,并判斷缺陷類型及時調(diào)整極片生產(chǎn)工藝,防止缺陷再次發(fā)生。然而傳統(tǒng)目測方式已經(jīng)無法適應(yīng)工業(yè)的發(fā)展需求,因此研究基于機器視覺的極片缺陷檢測與分類系統(tǒng)對提高檢測效率、降低生產(chǎn)成本具有重要意義。本文以鋰電池極片為研究對象,根據(jù)極片制造工藝,分析缺陷產(chǎn)生的原因及缺陷特點,結(jié)合機器視覺技術(shù)設(shè)計極片缺陷檢測與分類系統(tǒng)。根據(jù)系統(tǒng)設(shè)計進行設(shè)備選型,完成圖像采集。為降低噪聲及機械振動對極片圖像質(zhì)量的影響,采用雙邊濾波和灰度變換對圖像進行預(yù)處理。使用Sobel邊緣檢測和自適應(yīng)閾值算法分離出極片缺陷,并對缺陷目標(biāo)進行形態(tài)學(xué)處理,然后標(biāo)記缺陷完成檢測。分析缺陷特征時,使用一種改進的K-Means算法完成SURF特征聚類,并量化表示為BoF-SURF特征。將該特征與灰度特征加權(quán)融合,改善光照影響及單個特征對缺陷描述不全面而導(dǎo)致準(zhǔn)確率低的問題。最后,將融合特征作為SVM的輸入進行缺陷分類,并使用改進粒子群算法優(yōu)化核參數(shù)。通過實驗分析,... 

【文章來源】：西安科技大學(xué)陜西省

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

019年3-12月中國鋰電池產(chǎn)量及增長情況

幢患觳獬隼矗??謨沒?褂霉?譚⑸?踩?錄???極大地影響企業(yè)形象，降低用戶對企業(yè)的信任度。在工業(yè)發(fā)展越來越快的情況下，必須要使用一種高效率、高精度的方法實現(xiàn)檢測。隨著科技的進步和計算機技術(shù)的發(fā)展，基于機器視覺和圖像處理技術(shù)的檢測方法應(yīng)運而生，就是用機器代替人眼來做測量和判斷[3]。本質(zhì)上，機器視覺技術(shù)是圖像分析在工廠自動化中的應(yīng)用，使用光源、工業(yè)相機、夾持裝置組成圖像采集系統(tǒng)，利用圖像處理技術(shù)進行分析并加以理解，做出相應(yīng)的決策，最終通過指揮某種特定的裝置執(zhí)行這些決策。機器視覺系統(tǒng)構(gòu)成如圖1.2所示。圖1.2機器視覺系統(tǒng)構(gòu)成利用機器視覺進行極片缺陷檢測具有不接觸、無損傷的特點，相較于傳統(tǒng)檢測方式其優(yōu)點在于：（1）在視覺檢測設(shè)備調(diào)試和操作得當(dāng)?shù)那闆r下，可以很長一段時間內(nèi)不間斷使用且適用于惡劣的工作環(huán)境，大大提高效率和生產(chǎn)線的自動化程度；（2）排除了檢測人員的主觀意愿、視覺疲勞等因素對檢測結(jié)果的影響，確保檢測精度；（3）對檢測到的缺陷做出相應(yīng)標(biāo)記，并發(fā)出剔除廢品信號，以便在裝配之前挑出廢品，為企業(yè)減少材料浪費、降低經(jīng)濟損失；（4）通過對缺陷信息的輸出、存儲及統(tǒng)計，幫助企業(yè)及時掌握設(shè)備生產(chǎn)情況。這種方法在很大程度上避免了人工檢測方式的不足與弊端，是制造業(yè)實現(xiàn)自動化和智能化的有效方法[4]。因此基于機器視覺技術(shù)的應(yīng)用是十分重要的，對促進工業(yè)向更智能、更快速的方向發(fā)展具有重要的現(xiàn)實意義。

2鋰電池極片缺陷檢測與分類系統(tǒng)設(shè)計7輥同時轉(zhuǎn)動，收卷機構(gòu)拉動極片平穩(wěn)穿過輥壓間隙，最終被壓到所需密度。圖2.2對輥輥壓機示意圖極片輥壓之所以是必要的，是因為在涂覆干燥工藝后，涂層材料與集流體之間結(jié)合強度低，為了防止在使用過程中剝落，通過輥壓來增加粘接強度。同時，輥壓操作可以壓縮電芯體積，提高電芯能量密度，降低極片內(nèi)部活物質(zhì)、導(dǎo)電劑、粘接劑之間的孔隙率，降低電池電阻提高電池性能。通過輥壓保證極片表面光滑且平整，防止涂層表面的毛刺刺穿隔膜引發(fā)短路。極片裁切是指根據(jù)電池設(shè)計結(jié)構(gòu)和規(guī)格對極片進行裁切。裁切邊緣不平整會引起極片充放電不均勻。目前極片裁切工藝有圓盤分切、模具沖切和激光切割，前兩種工藝存在刀具磨損的問題，極片裁剪質(zhì)量差引起電池性能下降，而激光切割工藝穩(wěn)定。2.2鋰電池極片缺陷分析由鋰電池極片的工藝流程可以看出，其制造工藝比較復(fù)雜，每一個環(huán)節(jié)尤其是漿料涂覆和輥壓過程均有可能導(dǎo)致極片缺陷，而且缺陷種類眾多。例如，漿料攪拌不均勻會導(dǎo)致團聚體顆粒凸起；涂覆時漿料受表面張力驅(qū)使發(fā)生遷移，烘干后形成厚邊缺陷；輥壓時延展率較大造成極片出現(xiàn)波浪邊；裁切工藝參數(shù)不合適時切邊周圍出現(xiàn)大量切屑異物。本文針對常見的極片劃痕、掉料和暗斑三種缺陷進行研究，如圖2.3所示。并分析三種缺陷產(chǎn)生的原因及特點，如表2.2所示。（a）劃痕缺陷（b）掉料缺陷（c）暗斑缺陷圖2.3極片缺陷若極片產(chǎn)生劃痕缺陷，則需要及時檢查并清除唇口或涂布間隙的顆粒，劃痕露箔可能會導(dǎo)致電池充放電的過程中造成鋰離子的析出。為防止異物落到涂層表面，漿料攪拌后需要密封保存，禁止暴露在外部環(huán)境中，涂覆機周圍的環(huán)境也要達標(biāo)。掉料缺陷區(qū)域沒有涂層，減少了活性物質(zhì)的量，并使集流體暴露在電解液中，導(dǎo)致

【參考文獻】：
期刊論文
[1]典型圖像邊緣檢測算子的比較與分析[J]. 曾建華,黃時杰.  河北師范大學(xué)學(xué)報(自然科學(xué)版). 2020(04)
[2]基于移動機器視覺和多維圖像特征的道路交通流檢測方法研究[J]. 陳少輝,陳銳衡.  計量與測試技術(shù). 2019(09)
[3]基于機器視覺的缺陷檢測應(yīng)用綜述[J]. 韓茜茜,耿世勇,李恒毅.  電工技術(shù). 2019(14)
[4]基于K-means的手肘法自動獲取K值方法研究[J]. 吳廣建,章劍林,袁丁.  軟件. 2019(05)
[5]基于機器視覺的零件尺寸測量方法研究[J]. 強云玥,錢煒,王欣.  農(nóng)業(yè)裝備與車輛工程. 2019(05)
[6]基于機器視覺的小麥外部品質(zhì)檢測方法研究[J]. 張舒媛,趙娜.  電腦知識與技術(shù). 2019(05)
[7]基于機器視覺的公路交通標(biāo)志自動化巡檢系統(tǒng)[J]. 申雷霄,劉軍.  交通運輸研究. 2018(05)
[8]一種鋁塑泡罩藥品包裝缺陷檢測方法[J]. 方文星,王野.  包裝工程. 2019(01)
[9]電動汽車推動鋰電池市場繼續(xù)擴大[J]. 賈磊.  無機鹽工業(yè). 2018(12)
[10]制片工藝對動力鋰離子電池性能的影響[J]. 劉斌斌,杜曉鐘,閆時建,王榮軍,王金鵬.  電源技術(shù). 2018(06)

碩士論文
[1]基于智能學(xué)習(xí)的電池片表面缺陷視覺檢測算法研究[D]. 張志國.華南理工大學(xué) 2019
[2]基于機器視覺的鋰離子電池極片瑕疵檢測系統(tǒng)設(shè)計與研究[D]. 周湘辰.內(nèi)蒙古大學(xué) 2018
[3]鋰電池表面缺陷檢測研究[D]. 鄧紅紅.哈爾濱工業(yè)大學(xué) 2018
[4]基于機器視覺的醫(yī)藥包片識別系統(tǒng)研究[D]. 李康軍.湖南大學(xué) 2016
[5]基于機器視覺的鋰電池極片缺陷檢測研究[D]. 胡玥紅.哈爾濱工業(yè)大學(xué) 2015
[6]基于DSP的鋰電池電極表面缺陷檢測系統(tǒng)[D]. 鄭巖.燕山大學(xué) 2014
[7]基于線陣CCD的機器視覺測量系統(tǒng)的研究[D]. 鄧羅虹.蘇州大學(xué) 2014



本文編號：2943779