蜂巢能源在考慮通過AI技術為制造環節進行賦能

蜂巢能源在考慮通過AI技術為制造環節進行賦能

摘要

動力電池的質量極為關鍵，一旦出現瑕疵，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。

在電池生產環節，金屬焊接產生的顆粒是否掉在表面、有沒有漏涂、焊接工藝是否一致等，直接影響產品最終質量，因此是每個工序之后必需要檢測的細節，檢測總監控參數超過3000個。

業界傳統檢測方式基本是人工用明眼去看，不同產線各個方面要求也不一致，每個標準都需要人工一一確認，整體流程極其復雜、低效。

寧德時代的產品質量穩定性與其嚴格的品控技術不無關系：電池在產線上缺陷漏檢率小于1DPPB；生產流水線上，對檢測速度的要求也是幾近極限，單張產品圖像缺陷檢測的平均時長要低于2毫秒。

同時，寧德時代通過百度飛槳深度優化過的PP-YOLO和ResNet系列算法提升算法精度，調整預測batch，采用多線程數據預處理，優化預處理后數據內存拷貝實踐等策略，最終提升檢測精度及預測效率達到實際生產需求。

相較于業界傳統檢測算法，寧德時代動力電池高精度質量檢測過殺率優化了1倍，且算法在多產線上進行遷移部署的效率也得到了全面優化提升，不僅為寧德時代的動力電池質量的保障進一步保駕護航，也在一定程度上降低了產線研發的成本。

2020年底的蜂巢電池日活動上，其對外介紹了利用AI技術提升動力電池品質的方法。

一是AI+容量預測。傳統的動力電池生產工藝的最后一個環節，是分容。其邏輯是，由于生產一致性并不可能絕對地高，因此要通過化成，測量出準確容量，將容量一致的產品挑選出來。在此過程中，電池要反復充放電，既需要大量的化成設備，又要浪費電量。

目前，這一容量模型預測的準確度已經達到了98%以上。蜂巢還將繼續提升容量預測的準確度，計劃明年3月份先上線運行。并預計在2023年直接取消分容。

二是AI智能焊接技術，分為激光焊接技術和超聲波焊接技術。這項技術的目的是，實現在線不破壞性100%的全檢。

在激光焊接環節，AI技術會監控不同的零部件在各工序的參數，從而達到焊接數據實時采集，自動標定數據，實時預測焊接位置；在線檢測+自學習+焊接參數矯正；在超聲波焊接環節，可以通過AI技術實時監控，及時反饋及告警；不良率降低50%；

按計劃，AI激光焊接技術在2022年導入；智能超聲波焊接技術在2021年下半年進行量產驗證。

三是AI自放電檢出。該技術既能檢測電壓，同時也檢測漏電流，而且使用大數據做AI分析，動態地預測電池狀態。這項技術的應用，有望縮短電池靜置時間50%；庫位數量減少50%；廠建面積降低50%，運營費用降低200萬元。預計在2021年進行量產驗證。

同時，動力電池涉及到材料、裝備、工藝多個環節，只有基于不同環節的整合創新和開放式融合，打破現有的產業壁壘和創新邊界，建立新的產業生態，才有可能更大程度上推動電池的顛覆性創新。

原文標題：CATL/蜂巢探路 看AI如何賦能動力電池智造

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。