明治传感器智慧守护引领智能化企业动态让制造更无忧

为了实现碳达峰、碳中和的目标，能源转型成为首要任务。随着新能源车辆需求的爆发性增长，电池产量面临极大的压力。行业普遍遭遇严重的人力流失、高昂的人力成本以及生产速率远超人工质检等挑战，迫切需要提升自动化生产效率。机器视觉因而在工业领域崭露头角，常用于四类关键业务应用：目标检测、语义分割、工业字符提取及物品分类。

明治深度学习meiji AIV智能制造解决方案，以其定制光学系统、机器人控制系统及深度学习算法，为客户提供快速迭代缺陷检测模型和全流程物料ID追溯，无需编程即可部署全工艺段检测。此外，它还能适应不同尺寸的电池型号，并对外壳各面进行全面检查。

今天，我将分享两个深度学习方案在电池质检中的实用案例。一是新型电池外观缺陷检测，一位知名新能源车品牌希望通过自动化设备替代人工质检。在此过程中，他们要求能够准确识别色差、气泡、脏污等缺陷，并且单个样品检测时间不得超过1分钟，同时保证无漏检且过检率低于1%。

明治采用了整体机构设计与ViMo AI视觉检测软硬一体化方案，并配备了高精度打光方式以捕捉图像成像。这项技术不仅提高了产线良率，还节省了近百万人民币的人力成本，每年减少了15名质检人员的工作量。

二是关于电芯极片切叠一体机配套问题。在锂电池生产中，这两道工序至关重要，但现有技术存在自动化程度低的问题。客户希望引入深度学习解决方案以提高效率并降低成本。明治提供了一套定制线扫+面阵多相机打光方案以及4相机坐标系融合标定来满足这些需求。此项目不仅解决了15余项缺陷，全面的检查准确率达到99%，还大幅提升了整体生产效率至原来的两倍，同时替换掉4名以上员工。