产业新周期下,动力电池正在向“极限制造”迈进,想要实现以极限效率、极限品质、极限成本为核心的极限制造,整个行业需要导入新思路、新角色,从而推动动力电池智能制造的落地。
核心器件自主能力强
AI技术加持
针对锂电池检测需求独创的AI技术具备三大优势:
小样本学习能力:能够利用少量图像样本,基于迁移学习、蒸馏技术,实现小样本的训练和推理,快速实现稳定检测和准确分类;
模型自迭代:对新增样本、错分样本迭代学习,达到很好的表现效果;
迁移学习:针对新材料、新产线,将已存在的模型应用于新的任务,避免冷启动,实现快速适应。
机器视觉底层核心算法自主程度高
储备自研算法库,并持续进行更新优化,不断进行积累和学习。能够根据实际应用场景,选择所需模块或定制开发,实现效率的提升。
就视觉检测系统而言,成像、算能、平台、整机系统等均会影响检测结果,当某台设备中一些因素发生变化,或者多台设备中一些因素不一致,都会导致检测结果的不一致。针对上述各个因素,凌云光通过一系列的设计规范与监控模块,保障检测结果的一致性。
在这些优势技术的加持下,凌云光可配置视觉系统在锂电池生产全工序都有广泛的应用。原材料中,满足隔膜、铝塑膜、铜铝箔检测需求;前段工序中,极片预涂、涂布检测,极片辊压分切检测、极片激光切检测;中段工序中,叠片卷绕检测;后段工序中,裸电芯、包mylar、超声焊、顶盖预焊、顶盖周边焊、插钉机、密封钉焊接质量检测以及电芯成品外观检测等。
未来,随着机器视觉加速渗透锂电领域,凌云光将以更加贴近客户需求的产品和解决方案帮助客户降本增效,助力行业智造升级!
2021-06-07
2021-07-23
2023-12-07
2022-12-09
2021-12-07