论文部分内容阅读
在现代锂电池生产自动化中,随着高精度、高速度、高质量要求的不断攀升,对锂电池生产设备提出了更高的要求。要求生产设备具备稳定性高、生产效率高以及成品率高的性能。在锂电池生产过程中,极片的好坏将决定电池的性能,因此在生产过程中必须对极片质量进行严格检测。同时在卷绕完成后对电芯进行极片对齐程度的检测也将大大降低工厂生产成本,并对电芯的品质进行很好的监控。 本文的主要研究内容是开发一种面向锂电池生产企业应用的基于机器视觉的极片缺陷和电芯品质检测系统。系统以Microsoft公司的VisualC++为软件开发环境,采用台湾敏通公司的1/3英寸黑白高解析高敏感度摄像机MTC-23K9H-EX、COMPUTAR公司的镜头、微视图像公司的V500图像采集卡、自制LED光源、OMRON公司的最新的超高速的一体化紧凑型CP1H系列小型PLC、计算机以及锂电池生产设备的其他的部分等组建成自动化检测设备。 利用图像采集、显示、处理和分析技术,完成了锂电池的在线视觉检测系统设计,包括系统的总体结构设计、硬件选型、图像处理算法比较分析、软件设计和实验验证。在设计过程中拟完成图像采集系统的硬件设置和相机标定,并设计系统照明方案,研究图像处理算法和检测目标的定位等关键问题。利用中值滤波方法对图像进行预处理,然后对于极片缺陷检测利用逐像素匹配的方法识别出极片的缺陷,并利用blob分析对对缺陷进行特征描述,最后将检测结果传输给PLC。而对于电芯卷绕精度检测则是利用sobel边缘检测算子检测正、负极片的边界,最后利用数学统计方法修正极片位置,最后计算出测量参数并对测量结果进行判断,将判断结果传输至PLC。对系统进行实验验证,证明系统的工程可行性。图像处理和检测都是利用VC++开发出系统的操作、管理、显示的应用程序界面。 该视觉系统能够提高工厂的生产效率和自动化程度,适用于企业的大批量生产,可以降低生产成本和提高公司的成品率,有很大的市场应用前景。