隨著新能源行業(yè)的發(fā)展,市場(chǎng)對(duì)鋰電池的需求量及質(zhì)量要求越來(lái)越高。極片作為鋰電池的重要組成,其缺陷會(huì)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(wèn)題,需要對(duì)極片進(jìn)行缺陷檢測(cè),并判斷缺陷類(lèi)型及時(shí)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(cè)方式已經(jīng)無(wú)法適應(yīng)工業(yè)的發(fā)展需求,因此研究基于機(jī)器視覺(jué)的極片缺陷檢測(cè)與分類(lèi)系統(tǒng)對(duì)提高檢測(cè)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(duì)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(diǎn),結(jié)合機(jī)器視覺(jué)技術(shù)設(shè)計(jì)極片缺陷檢測(cè)與分類(lèi)系統(tǒng)。根據(jù)系統(tǒng)設(shè)計(jì)進(jìn)行設(shè)備選型,完成圖像采集。為降低噪聲及機(jī)械振動(dòng)對(duì)極片圖像質(zhì)量的影響,采用雙邊濾波和灰度變換對(duì)圖像進(jìn)行預(yù)處理。使用Sobel邊緣檢測(cè)和自適應(yīng)閾值算法分離出極片缺陷,并對(duì)缺陷目標(biāo)進(jìn)行形態(tài)學(xué)處理,然后標(biāo)記缺陷完成檢測(cè)。分析缺陷特征時(shí),使用一種改進(jìn)的K-Means算法完成SURF特征聚類(lèi),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(gè)特征對(duì)缺陷描述不全面而導(dǎo)致準(zhǔn)確率低的問(wèn)題。最后,將融合特征作為SVM的輸入進(jìn)行缺陷分類(lèi),并使用改進(jìn)粒子群算法優(yōu)化核參數(shù)。通過(guò)實(shí)驗(yàn)分析,... 

【文章來(lái)源】：西安科技大學(xué)陜西省

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

019年3-12月中國(guó)鋰電池產(chǎn)量及增長(zhǎng)情況

幢患觳獬隼矗??謨沒(méi)?褂霉?譚⑸?踩?錄???極大地影響企業(yè)形象，降低用戶對(duì)企業(yè)的信任度。在工業(yè)發(fā)展越來(lái)越快的情況下，必須要使用一種高效率、高精度的方法實(shí)現(xiàn)檢測(cè)。隨著科技的進(jìn)步和計(jì)算機(jī)技術(shù)的發(fā)展，基于機(jī)器視覺(jué)和圖像處理技術(shù)的檢測(cè)方法應(yīng)運(yùn)而生，就是用機(jī)器代替人眼來(lái)做測(cè)量和判斷[3]。本質(zhì)上，機(jī)器視覺(jué)技術(shù)是圖像分析在工廠自動(dòng)化中的應(yīng)用，使用光源、工業(yè)相機(jī)、夾持裝置組成圖像采集系統(tǒng)，利用圖像處理技術(shù)進(jìn)行分析并加以理解，做出相應(yīng)的決策，最終通過(guò)指揮某種特定的裝置執(zhí)行這些決策。機(jī)器視覺(jué)系統(tǒng)構(gòu)成如圖1.2所示。圖1.2機(jī)器視覺(jué)系統(tǒng)構(gòu)成利用機(jī)器視覺(jué)進(jìn)行極片缺陷檢測(cè)具有不接觸、無(wú)損傷的特點(diǎn)，相較于傳統(tǒng)檢測(cè)方式其優(yōu)點(diǎn)在于：（1）在視覺(jué)檢測(cè)設(shè)備調(diào)試和操作得當(dāng)?shù)那闆r下，可以很長(zhǎng)一段時(shí)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(dòng)化程度；（2）排除了檢測(cè)人員的主觀意愿、視覺(jué)疲勞等因素對(duì)檢測(cè)結(jié)果的影響，確保檢測(cè)精度；（3）對(duì)檢測(cè)到的缺陷做出相應(yīng)標(biāo)記，并發(fā)出剔除廢品信號(hào)，以便在裝配之前挑出廢品，為企業(yè)減少材料浪費(fèi)、降低經(jīng)濟(jì)損失；（4）通過(guò)對(duì)缺陷信息的輸出、存儲(chǔ)及統(tǒng)計(jì)，幫助企業(yè)及時(shí)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(cè)方式的不足與弊端，是制造業(yè)實(shí)現(xiàn)自動(dòng)化和智能化的有效方法[4]。因此基于機(jī)器視覺(jué)技術(shù)的應(yīng)用是十分重要的，對(duì)促進(jìn)工業(yè)向更智能、更快速的方向發(fā)展具有重要的現(xiàn)實(shí)意義。

2鋰電池極片缺陷檢測(cè)與分類(lèi)系統(tǒng)設(shè)計(jì)7輥同時(shí)轉(zhuǎn)動(dòng)，收卷機(jī)構(gòu)拉動(dòng)極片平穩(wěn)穿過(guò)輥壓間隙，最終被壓到所需密度。圖2.2對(duì)輥輥壓機(jī)示意圖極片輥壓之所以是必要的，是因?yàn)樵谕扛哺稍锕に嚭�，涂層材料與集流體之間結(jié)合強(qiáng)度低，為了防止在使用過(guò)程中剝落，通過(guò)輥壓來(lái)增加粘接強(qiáng)度。同時(shí)，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(guò)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(jì)結(jié)構(gòu)和規(guī)格對(duì)極片進(jìn)行裁切。裁切邊緣不平整會(huì)引起極片充放電不均勻。目前極片裁切工藝有圓盤(pán)分切、模具沖切和激光切割，前兩種工藝存在刀具磨損的問(wèn)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(gè)環(huán)節(jié)尤其是漿料涂覆和輥壓過(guò)程均有可能導(dǎo)致極片缺陷，而且缺陷種類(lèi)眾多。例如，漿料攪拌不均勻會(huì)導(dǎo)致團(tuán)聚體顆粒凸起；涂覆時(shí)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(shí)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(shí)切邊周?chē)霈F(xiàn)大量切屑異物。本文針對(duì)常見(jiàn)的極片劃痕、掉料和暗斑三種缺陷進(jìn)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(diǎn)，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(shí)檢查并清除唇口或涂布間隙的顆粒，劃痕露箔可能會(huì)導(dǎo)致電池充放電的過(guò)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(jī)周?chē)沫h(huán)境也要達(dá)標(biāo)。掉料缺陷區(qū)域沒(méi)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(xiàn)】：
期刊論文
[1]典型圖像邊緣檢測(cè)算子的比較與分析[J]. 曾建華,黃時(shí)杰.  河北師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020(04)
[2]基于移動(dòng)機(jī)器視覺(jué)和多維圖像特征的道路交通流檢測(cè)方法研究[J]. 陳少輝,陳銳衡.  計(jì)量與測(cè)試技術(shù). 2019(09)
[3]基于機(jī)器視覺(jué)的缺陷檢測(cè)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(dòng)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(jī)器視覺(jué)的零件尺寸測(cè)量方法研究[J]. 強(qiáng)云玥,錢(qián)煒,王欣.  農(nóng)業(yè)裝備與車(chē)輛工程. 2019(05)
[6]基于機(jī)器視覺(jué)的小麥外部品質(zhì)檢測(cè)方法研究[J]. 張舒媛,趙娜.  電腦知識(shí)與技術(shù). 2019(05)
[7]基于機(jī)器視覺(jué)的公路交通標(biāo)志自動(dòng)化巡檢系統(tǒng)[J]. 申雷霄,劉軍.  交通運(yùn)輸研究. 2018(05)
[8]一種鋁塑泡罩藥品包裝缺陷檢測(cè)方法[J]. 方文星,王野.  包裝工程. 2019(01)
[9]電動(dòng)汽車(chē)推動(dòng)鋰電池市場(chǎng)繼續(xù)擴(kuò)大[J]. 賈磊.  無(wú)機(jī)鹽工業(yè). 2018(12)
[10]制片工藝對(duì)動(dòng)力鋰離子電池性能的影響[J]. 劉斌斌,杜曉鐘,閆時(shí)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(jué)檢測(cè)算法研究[D]. 張志國(guó).華南理工大學(xué) 2019
[2]基于機(jī)器視覺(jué)的鋰離子電池極片瑕疵檢測(cè)系統(tǒng)設(shè)計(jì)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(cè)研究[D]. 鄧紅紅.哈爾濱工業(yè)大學(xué) 2018
[4]基于機(jī)器視覺(jué)的醫(yī)藥包片識(shí)別系統(tǒng)研究[D]. 李康軍.湖南大學(xué) 2016
[5]基于機(jī)器視覺(jué)的鋰電池極片缺陷檢測(cè)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(cè)系統(tǒng)[D]. 鄭巖.燕山大學(xué) 2014
[7]基于線陣CCD的機(jī)器視覺(jué)測(cè)量系統(tǒng)的研究[D]. 鄧羅虹.蘇州大學(xué) 2014



本文編號(hào)：2943779