在2022年高工鋰電年會上,凌云光技術(shù)股份有限公司首席運營官黃進宏表示,一直以來,工業(yè)視覺領(lǐng)域都面臨“缺陷檢出不穩(wěn)定”、“成本控制戰(zhàn)略不明顯”、“數(shù)據(jù)價值難體現(xiàn)”的難題。針對這些難題,凌云光基于深度學(xué)習(xí)、機器學(xué)習(xí)、知識圖譜的AI算法形成了自主F.Brain智能算法平臺,并依托自研底層算法的優(yōu)勢,創(chuàng)新檢測方案,將傳統(tǒng)的檢測算法與AI深度學(xué)習(xí)算法相融合,形成的“視覺+AI”的解決方案可以有效改善上述難題。
質(zhì)量檢測的前提是視覺系統(tǒng)要把各種缺陷拍出來。以機器視覺最為重要的“眼睛”為例,凌云光針對“眼睛”分別從“更精準、更穩(wěn)定、更智能”方面進行持續(xù)優(yōu)化與創(chuàng)新。目前,在凌云光創(chuàng)新的鋰電視覺檢測系統(tǒng)眼里,微小至0.05*0.05mm的針孔、亮點都無所遁形,遠非人類肉眼所能及;還可以同時識別單雙面漏噴缺陷;用2.5D系統(tǒng)拍出帶有3D信息的缺陷照片;而且在高速抖動環(huán)境下檢測精度都能保證在0.02-0.05mm。相比人工檢測來說,都形成了飛躍式地提升,加之智能化的自動化設(shè)備,其整體生產(chǎn)效率和質(zhì)量都是人工檢測無法比擬的。
科學(xué)的度量是質(zhì)量管理的保障。在傳統(tǒng)生產(chǎn)模式下,雖然工廠擁有統(tǒng)一質(zhì)量標準,但因很多生產(chǎn)環(huán)節(jié)仍然依賴于人的觀察與判斷,因此執(zhí)行過程中會存在一定判別差異,且無法進行數(shù)字化、知識化,因此不能快速做到生產(chǎn)缺陷追溯。但是,通過凌云光的機器視覺+AI解決方案,可以實現(xiàn)從物料追溯、生產(chǎn)加工、部件裝配、品質(zhì)檢測的全流程生產(chǎn)環(huán)節(jié)管理;并基于深度學(xué)習(xí)與大數(shù)據(jù)為核心的質(zhì)量管理系統(tǒng),可以更好的幫助企業(yè)提質(zhì)、增效、降本、減存,實現(xiàn)生產(chǎn)執(zhí)行與管理的智能化升級。
據(jù)了解,凌云光在鋰電領(lǐng)域的機器視覺應(yīng)用覆蓋鋰電池原材料,隔膜、鋁塑膜的智能檢測;鋰電池的前、中、后工序,包含極片尺寸和瑕疵檢測,裝配段與模組段的尺寸和瑕疵檢測。同時,凌云光還注重研發(fā)團隊建設(shè),已培養(yǎng)形成了一個能夠深刻理解行業(yè)需求,快速形成針對性解決方案的專業(yè)團隊,目前已突破傳統(tǒng)檢測技術(shù)桎梏,并支持鋰電企業(yè)多場景檢測應(yīng)用快速落地。
此外,凌云光首發(fā)上市擬投入募集資金15億元用于建設(shè)工業(yè)人工智能太湖產(chǎn)業(yè)基地、工業(yè)人工智能算法與軟件平臺研發(fā)項目、先進光學(xué)與計算成像研發(fā)項目及科技與發(fā)展儲備資金,以擴充自身可配置視覺系統(tǒng)與智能視覺裝備業(yè)務(wù)的產(chǎn)能,更好地匹配公司包括鋰電板塊在內(nèi)的業(yè)務(wù)高速增長需求。