在向着可持续未来的步进中，电动汽车在不断发展的绿色能源领域发挥着关键作用。由于技术进步、可负担性和政府对绿色能源计划的支持，电动汽车的销量呈指数级增长。根据世界资源研究所进行的一项研究（数据来自国际能源署），2022 年全球销售的乘用车中有 10% 是纯电动汽车，比五年前增长了 10 倍。挪威以80%的乘用车销量位居世界第一，其次是冰岛（41%）、瑞典（32%）、荷兰（24%）和中国（22%）。中国是全球最大的汽车市场，其地位不容小觑。2022年，中国电动汽车销量超过世界其他地区的总和。中国还在电动汽车制造方面进行战略投资，为中国消费者提供300多种电动汽车。相比之下，欧盟（12%）和美国（6%）在乘用车总销量中的份额较低。尽管如此，这两个市场也在快速增长。在美国，市场领导者特斯拉在 2023 年大幅降价，给竞争对手带来了压力，要求他们考虑降低售价。2023 年，新电车的平均价格将下降 22% 至 50,683 美元。在美国，有轨电车与其他车型之间的平均价格差距不到 3,000 美元。目前，虽然汽车制造商还在寻找前进的道路，但电动汽车供应已经超过了需求。电车的成本、一次充电的里程数以及为电池充电所需的时间等因素都会影响有轨电车的发展。专家预测，当有轨电车的购买、拥有和运营成本低于传统汽油动力汽车时，有轨电车技术将达到一个临界点，迎来快速发展。随着电动汽车需求的持续增长，电池组是电动汽车运营的核心部件，对电池组的深入研究势在必行。目前，锂离子电池组（LIB）是电动汽车中应用广泛的电池类型，具有高能量密度、高电压、高稳定性、低重量、使用寿命长等特点。本文探讨了电动汽车的趋势、电池组的关键作用以及锂离子电池制造的复杂性，同时讨论了为什么机器视觉检测和人工智能 （AI） 对行业转型至关重要。 根据Grandview Research的研究，电动汽车的普及推动了全球锂离子电池产量的显著增长。2023 年全球 LIB 市场规模估计为 544 亿美元，2024 年至 2030 年的复合年增长率 （CAGR） 为 20.3%。政府和行业正在通过激励措施来支持气候目标，以优先考虑向可持续和环保交通的转变。在此背景下，对电动汽车的需求也在增加。锂离子电池已成为这场汽车革命的基石。锂离子电池为电动汽车提供动力，满足其续航里程和性能需求，使其能够与传统内燃机汽车竞争。 电池组是每辆电动汽车的核心，这个重要部件不仅决定了汽车的性能，还决定了汽车的续航里程。每个电池组都由模块组成，而模块又由类似于普通AA电池的单节电池组成。锂离子电池目前是电动汽车电源的黄金标准，因此这些电池的制造和测试更为重要。正如《电动汽车电池创新技术简报》中所解释的那样，鉴于技术的成熟度和较低的制造成本，大多数锂离子电池都使用圆柱形电池。自 2008 年以来，电动汽车锂电池组的平均成本下降了 89%，从 1,355 美元/千瓦时降至 2022 年的 153 美元/千瓦时，预计到 2026 年将进一步降至 100 美元/千瓦时。圆柱形电池是最早批量生产的锂电池类型之一，由阳极、隔膜和阴极片夹在一起，然后卷起形成圆柱形。这种形状使电池能够承受更大的内部压力而不会变形，使其成为自动化制造的理想选择。然后，电池单元被装在翻盖塑料外壳中，组成一个模块。然后将多个模块组成电池组，为电动汽车输送动力。每辆车需要数百至数千个电池单元，电池组是最终决定车辆重量和费用的关键决定因素。Alan Eddy 是 Tensor ID 的首席技术官，Tensor ID 是一家系统集成商，与行业顶级锂离子电池制造商和顶级电动汽车公司合作。“在检测电动汽车电池时，检测系统必须应对多种挑战，包括彻底检查每个电池单元是否生锈或凹痕。只要一个电池单元损坏，整个电池组的寿命就会缩短，“Alan Eddy说。
LIB电池的制造过程非常复杂，从采购原材料到组装电池，最后包装电池组。在此过程中，详细的质量检查对于确保电池的效率和安全性至关重要。由于生产的可变性以及缺陷对性能和安全性的潜在影响，电池制造中的质量控制提出了重大挑战。识别内部缺陷（尤其是微观缺陷）是一项艰巨任务。这就是机器视觉和人工智能大显身手之处。在电池制造背景下，机器视觉检测系统可通过无与伦比的准确性、速度和效率，分析复杂细节，从而提升电动汽车电池组的性能。优化质量检测可延长电池寿命和续航时长。如果一辆电动汽车内置95千瓦时的电池组（例如特斯拉S型），每千瓦时的总成本为150美元，仅电池耗费的生产成本就高达1.43万美元。因此，综合考虑保修成本、客户满意度和品牌声誉等方方面面，电池质量都是电动汽车制造商的重要因素。在 Tensor ID，系统集成商创建了机器视觉系统来检测完整的电动汽车电池单元和模块，而机器视觉可用于任何检测阶段，包括制造和组装。“多年来，我们一直在提供条码阅读器相机，但机器视觉检测的作用远不止于此，”Eddy 说。为了实现自动化和提高效率，电池制造商需要从头到尾重新审视检测过程的每一步。"Tensor ID 的视觉检测系统使用 Teledyne DALSA 面阵扫描相机逐个检查电池，因为电池在盖盖盖之前已完全组装好。电池制造商关心的是如何读取条形码、识别生锈和凹痕以及确定极性。人工智能改善了检测性能，并可识别锈迹。Teledyne DALSA的四台高分辨率相机用于检查电池模块。
人工智能可提高检测性能并识别锈蚀。Teledyne DALSA 的四个高分辨率摄像头用于检查电池模块。由于每个电池单元都是装在盒子里从供应商那里发货的，所以部署了一个机器人，一次取出一个电池进行检查。在将每个单独的电池单元放入翻盖模块之前，必须对其进行检查。为了准确检查电池组，Tensor ID 使用了四台 Teledyne DALSA Genie Nano 相机来捕捉从整个三英尺宽的电池组“缝合”的图像。在检查锈迹时，使用基于人工智能的软件平台对图像进行分类。“人工智能彻底改变了电池检测领域。由于电池的光泽表面反射光线，锈渍特别难以识别，“Eddy 说。TensorID 系统使用 Teledyne DALSA 星形胶质细胞 AI 训练工具来训练 AI 模型，以识别生锈和其他缺陷（如指纹或灰尘）之间的差异。然后，系统识别并剔除任何生锈的电池，这种材料可能会影响电池的有效性。除了检测之外，人工智能在优化电池性能方面也发挥着重要作用。人工智能驱动的算法分析大量数据，对电池管理系统（BMS）进行微调，以提高效率并延长电池寿命。在人工智能的引领下，智能充电将对消费者产生重大影响，使电车司机的充电过程更智能、更方便。 准确度和精确度
机器视觉检测具有高准确性、高精确度，并且能为实现高质量标准提供支持。传统检测方法可能会忽略微小缺陷，但这些缺陷可能严重影响电池性能。与人工智能相结合，机器视觉系统能够检测极其微小缺陷（例如130微米的凹痕），大约相当于人类的发丝宽度。这确保检测过程中具有高准确度和高精确度。机器视觉不仅能提高检测过程的准确性，还能提高效率和速度。自动化系统可快速分析大量电池，缩短生产时间、降低成本。这种效率不仅有益于制造商，也有助于提升电车生产的整体可扩展性。确保电动汽车的安全性和可靠性至关重要。机器视觉检测在实现这一目标上发挥着至关重要的作用，能够识别潜在缺陷，而这些缺陷可能会损害电池组的完整性，并影响电池的满充能力。机器视觉能够剔除劣质电池，避免其进入市场，这有助于提升电动汽车的整体安全性及电源可靠性。随着技术的不断进步，电动汽车电池的未来一片光明。固态电池的发展可以提高能量密度和安全性，是值得关注的关键趋势之一。还将探索下一代材料，以提高电池性能和可持续性。目前，电动汽车的平均续航里程为 219 英里，但无钴电池一次充电可行驶 500 英里。新的固态电池正在测试中，充电时间仅为七分钟。除了技术进步外，电池制造的可持续性也是该行业的重点关注点，包括探索创新的电池回收方法以尽量减少对环境的影响，以及采用循环经济方法回收新电池中的旧电池材料。
目前，交通运输产生的温室气体排放占全球温室气体排放量的27%；用电动发动机或混合动力发动机取代内燃机有助于减少全球污染。为成功实现向电动汽车的过渡，制造商了解他们必须专注于确保高质量的LIB，因为LIB是电动汽车中重要且昂贵的组件之一。在电动汽车电池制造的动态发展过程中，机器视觉检测正作为一股变革力量涌现。来自Tensor ID的Alan Eddy总结说：“电动汽车电池的检查十分复杂；即使失败率仅为1%，也会导致严重的后果”。电池组不仅是电动汽车的“心脏”，而且也是供应电源的“发电站”。将人工智能精度与质量控制要求相结合，机器视觉可确保电池组的可靠、安全和高效运作。展望未来，人工智能整合、尖端电池技术发展以及对可持续发展的承诺有望重塑电动汽车行业，使之成为更清洁、更智能和更可靠的交通选择。
川公网安备 51010402000667号