O olhar da indústria: como a visão por computador está a revolucionar a inspeção de qualidade das tampas das baterias.

Inspecionando 400 peças por minuto com uma taxa de precisão superior a 99%, é assim que funciona o guardião da qualidade na produção de baterias.

Na atual indústria de novas energias em rápido desenvolvimento, as baterias, como principal fonte de energia, exigem um controlo de qualidade crucial. A tampa da bateria — um componente aparentemente pequeno — é, na verdade, o "guardião" da embalagem da bateria, e a sua qualidade afeta diretamente o desempenho e a segurança da bateria.

Os métodos tradicionais de inspeção manual já não são suficientes para satisfazer as exigências de elevada precisão e eficiência da produção moderna. Com o desenvolvimento da tecnologia de visão por computador, a inspeção de qualidade das tampas das baterias está a sofrer uma transformação revolucionária.

1. As deficiências da inspeção tradicional: Limitações da inspeção manual

No passado, a inspeção das tampas das baterias dependia principalmente do trabalho manual. Os inspetores de qualidade tinham de inspecionar visualmente o aspeto, as dimensões e as juntas de soldadura de cada tampa. Este processo não era apenas trabalhoso, mas também altamente suscetível a fatores subjetivos.

Em trabalhos prolongados, a fadiga visual entre os inspetores de qualidade leva a falhas frequentes e a inspeções incorretas. As estatísticas mostram que a taxa de erro na inspeção manual chega aos 5%-10%, o que é inaceitável para a indústria de baterias que procura a máxima qualidade. Ao mesmo tempo, a velocidade da inspeção manual é limitada, a apenas dezenas de peças por minuto, restringindo severamente a eficiência da produção e aumentando os custos.

2. A ascensão da visão por computador: base tecnológica e vantagens

Os sistemas de visão por computador referem-se a tecnologias que utilizam máquinas para substituir os olhos humanos na realização de diversas medições e julgamentos. Trata-se de uma disciplina abrangente que envolve múltiplos campos, como a ótica, a mecânica, a computação, o reconhecimento de padrões, o processamento de imagens, a inteligência artificial, o processamento de sinais e a integração optoelectrónica.

Um sistema completo de inspeção por visão por computador inclui principalmente quatro componentes: módulo de aquisição de imagem, módulo de processamento de imagem, módulo de análise de imagem e módulo de gestão de dados.

O módulo de aquisição de imagem é constituído por uma câmara industrial, lente ótica, fonte de luz e dispositivo de fixação. A sua função é recolher imagens da superfície do produto. Sob a iluminação da fonte de luz, a superfície do produto é projetada no sensor da câmara através da lente ótica. O sinal ótico é primeiro convertido num sinal elétrico e depois num sinal digital que pode ser processado por um computador. Comparativamente à inspeção manual, a inspeção por visão por computador oferece vantagens significativas: não só melhora a flexibilidade e a automatização da produção, como também permite inspeções eficientes e precisas em ambientes de trabalho inadequados para a operação humana ou onde a visão humana não cumpre os requisitos, aumentando consideravelmente a eficiência e a automatização da produção.

3. Implementação Técnica: Arquitetura do Sistema para Inspeção da Tampa da Bateria

Um sistema de inspeção por visão por computador para tampas de baterias é normalmente constituído por um tabuleiro de alimentação, tapete transportador, estação de inspeção, mecanismo de posicionamento, máquina de triagem e reservatório de material, formando uma linha de inspeção completa.

Tomando como exemplo um sistema de inspeção típico, o seu fluxo de trabalho é o seguinte: o tabuleiro de alimentação, através de vibração contínua, organiza as tampas das baterias de acordo com a sequência e orientação necessárias e transfere-as para o tapete transportador; a correia transportadora transporta as tampas das baterias a uma velocidade definida, fazendo-as passar por várias estações de inspeção em sequência.

A estação de inspeção 1 está normalmente equipada com uma câmara superior, três câmaras laterais e uma fonte de luz. A câmara superior é posicionada acima da tampa da bateria, captando imagens e fotografias da superfície soldada por pontos da tampa. As três câmaras laterais estão distribuídas uniformemente em torno da tampa da bateria em ângulos de 120°, permitindo a captura de imagens e fotografias das laterais da tampa.

Em seguida, o mecanismo de posicionamento roda a tampa da bateria 180°, de modo a que a superfície soldada por arco fique virada para cima. A estação de inspeção 2 está equipada com outro sistema de imagem, incluindo uma câmara superior e uma fonte de luz, para captar imagens e fotografar a superfície soldada a arco da tampa da bateria.

Em todo o sistema de inspeção, a câmara industrial é o "olho" do sistema de visão por computador e necessita de ter uma alta resolução e uma elevada taxa de fotogramas. A alta resolução garante a deteção de defeitos tão pequenos como 0,01 mm na tampa da bateria, como por exemplo, minúsculos riscos e furos; uma elevada taxa de fotogramas satisfaz as necessidades de inspeção de linhas de produção rápidas.

A seleção das lentes óticas é também crucial; as lentes com diferentes distâncias focais e profundidades de campo precisam de ser selecionadas de acordo com os requisitos da inspeção. Um sistema de iluminação adequado é também fundamental para a obtenção de imagens de elevada qualidade.

4. Processamento de Imagens e Reconhecimento de Defeitos: Mecanismo de Funcionamento do Algoritmo

As imagens captadas pela câmara passam por uma série de etapas de processamento complexas, incluindo principalmente o pré-processamento da imagem, o reconhecimento de características, os resultados do reconhecimento e a classificação.

Na etapa de pré-processamento de imagens, o sistema realiza operações como a conversão para escala de cinzentos, filtragem, deteção de bordos e binarização nas imagens adquiridas para melhorar a qualidade da imagem e reduzir o ruído. Através de algoritmos como a filtragem gaussiana, a interferência de ruído é removida da imagem, melhorando a nitidez e fornecendo dados de imagem de alta qualidade para análises subsequentes.

Na etapa de extração de características, o sistema extrai informações características da tampa da bateria da imagem, como margens, cor e textura, para posterior processamento de classificação e identificação.

São necessários diferentes algoritmos de deteção para diferentes tipos de defeitos nas tampas das baterias: Para defeitos de soldadura por arco (como soldadura incompleta, soldadura de má qualidade, ausência de solda, desalinhamento e salpicos), o algoritmo de deteção de arestas de Canny pode ser utilizado para extrair as arestas e determinar se cumprem os requisitos.

Para defeitos de soldadura por pontos (como soldaduras em falta, soldaduras descentradas e penetração de soldadura), a deteção do círculo de Hough pode ser utilizada para determinar e extrair o círculo mais pequeno que pode envolver os pontos de soldadura, e o algoritmo divisor de águas pode ser utilizado para identificar o número e a posição dos pontos de soldadura para determinar se são normais.

Em relação às dimensões, após a extração das arestas através de segmentação por limiar, o grau de correspondência entre a aresta do círculo exterior e o círculo padrão pode ser utilizado para determinar a conformidade do tamanho da tampa.

Os sistemas de deteção modernos estão a adotar cada vez mais algoritmos de aprendizagem profunda. Através de um treino profundo em conjuntos de dados anotados em larga escala, podem identificar e classificar tipos específicos de defeitos através do reconhecimento de imagens, permitindo a otimização contínua do processo de fabrico.

5. Aplicações práticas e resultados: o valor da inspeção por visão por computador

Na prática, os sistemas de inspeção por visão por computador têm comprovado o seu significativo valor. Um fabricante de baterias de renome mundial, após implementar uma solução de inspeção por visão computacional para a inspeção de tampas de baterias, não só reduziu a taxa de defeitos do produto de 8% para menos de 1%, como também aumentou a eficiência da produção em seis vezes, poupando milhões de dólares anualmente à empresa.

Em termos de capacidade de deteção, o sistema de visão artificial permite inspeções automatizadas de alta velocidade, com uma taxa de deteção de centenas ou mesmo milhares de peças por minuto, superando em muito a velocidade das inspeções manuais. Isto aumenta significativamente a capacidade da linha de produção de baterias, satisfazendo eficazmente a crescente procura do mercado por baterias.

Em termos de qualidade, a solução de inspeção por visão por computador consegue identificar com precisão vários defeitos mínimos e variações dimensionais na tampa da bateria, evitando omissões na inspeção manual. A sua elevada precisão de deteção melhora significativamente a estabilidade da qualidade das tampas das baterias, proporcionando um suporte robusto para baterias de alto desempenho e longa vida útil.

As características de deteção sem contacto do sistema de visão artificial também garantem que o processo de deteção não danifica o produto, ao mesmo tempo que reduzem o erro humano, tornando os resultados da deteção mais objetivos e fiáveis.

O sistema pode registar automaticamente as imagens e os dados de cada inspeção, facilitando as consultas subsequentes e a rastreabilidade. Através da análise estatística de um grande volume de dados de inspeção, as empresas podem obter uma compreensão profunda das flutuações de qualidade no processo de produção, identificar prontamente potenciais problemas no processo de fabrico e fornecer um forte suporte para a otimização do processo.

6. Perspectivas Futuras: O Caminho de Desenvolvimento das Actualizações Inteligentes

Com a rápida evolução da tecnologia de inteligência artificial, a inspeção por visão computacional das tampas das baterias está a tornar-se cada vez mais inteligente. A integração de hardware de deteção 3D e software de inteligência artificial trouxe novos avanços aos sistemas de inspeção.

Por exemplo, os sensores 3D podem captar milhares de pontos de dados e convertê-los em nuvens de pontos e mapas de profundidade muito detalhados, permitindo que o software de IA detete defeitos. Esta tecnologia já ajudou os fabricantes de veículos a reduzir a taxa de defeitos em componentes complexos em 10% a 15%.

A fusão de dados 2D e 3D tornar-se-á uma tendência importante no futuro. Os especialistas em visão computacional estão a utilizar uma nova geração de câmaras e sensores inteligentes para construir soluções de visão automatizadas: aquisição a alta velocidade de dados 2D/3D de alta qualidade para treino e teste de modelos de aprendizagem profunda.

À medida que os fabricantes de veículos iniciam a transição para o fabrico de veículos elétricos, a visão computacional, a digitalização 3D e as tecnologias de IA desempenharão um papel cada vez mais importante nos processos operacionais da linha da frente. Por exemplo, a deteção de defeitos nas células das baterias e a avaliação do tamanho e da integridade dos terminais e conectores são inspeções desafiantes devido aos problemas comuns de reflexão em superfícies metálicas.

A utilização de sensores 3D pode resolver eficazmente o problema do contraste insuficiente, através da digitalização precisa da superfície para detetar defeitos.

Os futuros sistemas de inspeção irão focar-se mais nas capacidades de autoaprendizagem e autoajuste, melhorando continuamente a precisão e a eficiência da deteção através da acumulação contínua de dados e da otimização de algoritmos, alcançando o objetivo de melhoria contínua de "ficar melhor a cada dia".

Com o desenvolvimento aprofundado da manufatura inteligente em fábricas digitais, cada vez mais empresas estão a adotar sistemas de inspeção por visão computacional. Após um fabricante de baterias de renome mundial ter implementado uma solução de inspeção por visão computacional, a taxa de defeitos do produto caiu de 8% para menos de 1%, a eficiência da produção aumentou seis vezes e milhões de yuans em custos foram poupados anualmente.

A tecnologia de visão computacional está a transformar o panorama da inspeção de tampas de baterias, proporcionando maior qualidade, maior eficiência e custos mais baixos para os fabricantes de baterias. Com os avanços tecnológicos contínuos, irá certamente desempenhar um papel ainda mais importante no setor das baterias, oferecendo uma garantia sólida para o crescimento sustentável da indústria de novas energias.