產(chǎn)業(yè)的創(chuàng)新,亟待新技術(shù)的導(dǎo)入,在制造環(huán)節(jié),智能化、大數(shù)據(jù)的導(dǎo)入也可能更好地賦能電池的生產(chǎn)制造。
如何借助人工智能與深度學(xué)習(xí)技術(shù),賦能現(xiàn)有的動力電池制造,這正在成為頭部動力電池企業(yè)探索的重要方向。
高工鋰電獲悉,寧德時代聯(lián)合了百度飛槳開源深度學(xué)習(xí)開源平臺,優(yōu)化升級其原有的電池缺陷質(zhì)量檢測產(chǎn)線,為動力電池質(zhì)量保障筑起智能防線。
動力電池的質(zhì)量極為關(guān)鍵,一旦出現(xiàn)瑕疵,極有可能帶來安全問題。寧德時代董事長曾毓群在多個場合提出,其對于動力電池的產(chǎn)品缺陷率正在由PPm級(百萬分之一)做到PPb級(十億分之一),提升了三個量級。
在電池生產(chǎn)環(huán)節(jié),金屬焊接產(chǎn)生的顆粒是否掉在表面、有沒有漏涂、焊接工藝是否一致等,直接影響產(chǎn)品最終質(zhì)量,因此是每個工序之后必須要檢測的細(xì)節(jié),檢測總監(jiān)控參數(shù)超過3000個。
業(yè)界傳統(tǒng)檢測方式基本是人工用明眼去看,不同產(chǎn)線各個方面要求也不一致,每個標(biāo)準(zhǔn)都需要人工一一確認(rèn),整體流程極其復(fù)雜、低效。
面對十億分之一的要求挑戰(zhàn),寧德時代一方面應(yīng)用了傳統(tǒng)機器視覺的策略,同時,也在探索開發(fā)基于深度學(xué)習(xí)的更智能的檢測策略。
一個比較現(xiàn)實的問題在于,在新的應(yīng)用當(dāng)中大量運用遷移學(xué)習(xí)、監(jiān)督學(xué)習(xí)等AI相關(guān)技術(shù),將各條線上的人工經(jīng)驗快速應(yīng)用以敏捷判定檢測是否合格。但實際的業(yè)務(wù)上線,對人工智能算法的模型精度和速度十分苛刻,這也引發(fā)了寧德時代在AI與產(chǎn)業(yè)融合道路上更深層次的思考。
寧德時代的產(chǎn)品質(zhì)量穩(wěn)定性與其嚴(yán)格的品控技術(shù)不無關(guān)系:電池在產(chǎn)線上缺陷漏檢率小于1DPPB;生產(chǎn)流水線上,對檢測速度的要求也是幾近極限,單張產(chǎn)品圖像缺陷檢測的平均時長要低于2毫秒。
為了達(dá)到以上標(biāo)準(zhǔn),寧德時代的算法工程師和百度飛槳的工程師投入了大量的努力,通過仔細(xì)分析數(shù)據(jù)特征并優(yōu)化模型,針對產(chǎn)線環(huán)境進(jìn)行優(yōu)化,以及和原有產(chǎn)線流程打通。
同時,寧德時代通過百度飛槳深度優(yōu)化過的PP-YOLO和ResNet系列算法提升算法精度,調(diào)整預(yù)測batch,采用多線程數(shù)據(jù)預(yù)處理,優(yōu)化預(yù)處理后數(shù)據(jù)內(nèi)存拷貝實踐等策略,最終提升檢測精度及預(yù)測效率達(dá)到實際生產(chǎn)需求。
相較于業(yè)界傳統(tǒng)檢測算法,寧德時代動力電池高精度質(zhì)量檢測過殺率優(yōu)化了1倍,且算法在多產(chǎn)線上進(jìn)行遷移部署的效率也得到了全面優(yōu)化提升,不僅為寧德時代的動力電池質(zhì)量的保障進(jìn)一步保駕護(hù)航,也在一定程度上降低了產(chǎn)線研發(fā)的成本。
除了寧德時代,另一家動力電池企業(yè)蜂巢能源也在考慮通過AI技術(shù)為制造環(huán)節(jié)進(jìn)行賦能。
2020年底的蜂巢電池日活動上,其對外介紹了利用AI技術(shù)提升動力電池品質(zhì)的方法。
一是AI+容量預(yù)測。傳統(tǒng)的動力電池生產(chǎn)工藝的最后一個環(huán)節(jié),是分容。其邏輯是,由于生產(chǎn)一致性并不可能絕對地高,因此要通過化成,測量出準(zhǔn)確容量,將容量一致的產(chǎn)品挑選出來。在此過程中,電池要反復(fù)充放電,既需要大量的化成設(shè)備,又要浪費電量。
AI+容量預(yù)測的目標(biāo)是取消分容。這項技術(shù)由蜂巢和西門子聯(lián)合開發(fā)。他們通過讀取生產(chǎn)過程中的數(shù)據(jù),建立預(yù)測模型,對電池容量進(jìn)行測算。
目前,這一容量模型預(yù)測的準(zhǔn)確度已經(jīng)達(dá)到了98%以上。蜂巢還將繼續(xù)提升容量預(yù)測的準(zhǔn)確度,計劃明年3月份先上線運行。并預(yù)計在2023年直接取消分容。
二是AI智能焊接技術(shù),分為激光焊接技術(shù)和超聲波焊接技術(shù)。這項技術(shù)的目的是,實現(xiàn)在線不破壞性100%的全檢。
在激光焊接環(huán)節(jié),AI技術(shù)會監(jiān)控不同的零部件在各工序的參數(shù),從而達(dá)到焊接數(shù)據(jù)實時采集,自動標(biāo)定數(shù)據(jù),實時預(yù)測焊接位置;在線檢測+自學(xué)習(xí)+焊接參數(shù)矯正;在超聲波焊接環(huán)節(jié),可以通過AI技術(shù)實時監(jiān)控,及時反饋及告警;不良率降低50%;
按計劃,AI激光焊接技術(shù)在2022年導(dǎo)入;智能超聲波焊接技術(shù)在2021年下半年進(jìn)行量產(chǎn)驗證。
三是AI自放電檢出。該技術(shù)既能檢測電壓,同時也檢測漏電流,而且使用大數(shù)據(jù)做AI分析,動態(tài)地預(yù)測電池狀態(tài)。這項技術(shù)的應(yīng)用,有望縮短電池靜置時間50%;庫位數(shù)量減少50%;廠建面積降低50%,運營費用降低200萬元。預(yù)計在2021年進(jìn)行量產(chǎn)驗證。
對于寧德時代、蜂巢能源等企業(yè)的技術(shù)探索,高工鋰電認(rèn)為,動力電池的進(jìn)一步發(fā)展要注重與AI智能、大數(shù)據(jù)、云計算等的深度融合。產(chǎn)業(yè)的創(chuàng)新,亟待新技術(shù)的導(dǎo)入,在制造環(huán)節(jié),智能化、大數(shù)據(jù)的導(dǎo)入也可能更好的賦能電池的生產(chǎn)制造,在提升生產(chǎn)效率的同時,更大程度提升動力電池的品質(zhì)及安全性能。
同時,動力電池涉及到材料、裝備、工藝多個環(huán)節(jié),只有基于不同環(huán)節(jié)的整合創(chuàng)新和開放式融合,打破現(xiàn)有的產(chǎn)業(yè)壁壘和創(chuàng)新邊界,建立新的產(chǎn)業(yè)生態(tài),才有可能更大程度上推動電池的顛覆性創(chuàng)新。
原文標(biāo)題:【鐳煜科技?聚焦】CATL"探路" AI正在重塑動力電池制造
文章出處:【微信公眾號:高工鋰電】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
責(zé)任編輯:haq
-
AI
+關(guān)注
關(guān)注
87文章
30728瀏覽量
268892 -
人工智能
+關(guān)注
關(guān)注
1791文章
47183瀏覽量
238265
原文標(biāo)題:【鐳煜科技?聚焦】CATL"探路" AI正在重塑動力電池制造
文章出處:【微信號:weixin-gg-lb,微信公眾號:高工鋰電】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
評論