首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于深度学习的锂电池膈膜缺陷视觉检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:广东奥普特科技股份有限公司

摘要:本发明提供一种基于深度学习的锂电池隔膜缺陷视觉检测方法,包括:通过预设的线阵相机,采集锂电池隔膜的缺陷隔膜图像,并通过所述缺陷隔膜图像,对锂电池膈膜的缺陷位置进行定位,确定缺陷位置;通过预设的超声波探伤仪,对缺陷位置进行探测,并获取探测数据;接收所述探测数据并传输至预设的深度学习网络系统进行分析,生成缺陷隔膜的缺陷特征数据;基于预设的大数据中心,处理所述缺陷特征数据,并通过所述缺陷特征数据,搭建三维缺陷隔膜检测模型;通过缺陷隔膜检测模型,检测锂电池隔膜,并生成对应的缺陷统计记录,本发明的目的在于快速检测锂电池隔膜缺陷,提升锂电池品质。

主权项:1.一种基于深度学习的锂电池隔膜缺陷视觉检测方法,其特征在于,包括:通过预设的线阵相机,采集锂电池隔膜的缺陷隔膜图像,并通过所述缺陷隔膜图像,对锂电池膈膜的缺陷位置进行定位,确定缺陷位置;通过预设的超声波探伤仪,对缺陷位置进行探测,并获取探测数据;接收所述探测数据并传输至预设的深度学习网络系统进行分析,生成缺陷隔膜的缺陷特征数据;基于预设的大数据中心,处理所述缺陷特征数据,并通过所述缺陷特征数据,搭建三维缺陷隔膜检测模型;通过缺陷隔膜检测模型,检测所述锂电池隔膜,并生成对应的缺陷统计记录;所述通过预设的线阵相机,采集锂电池膈膜的缺陷隔膜图像,并通过所述缺陷隔膜图像,确定锂电池膈膜的缺陷位置,包括以下步骤:步骤1:通过预设的线阵相机和预设的LED线性聚光源,对锂电池隔膜进行扫描,采集锂电池隔膜的隔膜图像;步骤2:基于预设的AI隔膜质检图像系统,接收并识别锂电池隔膜图像是否出现缺陷,确定识别结果;步骤3:当所述识别结果为隔膜图像出现缺陷时,获取锂电池膈膜的缺陷隔膜图像,并按照对应的比例缩放所述缺陷隔膜图像,标定对应的锂电池膈膜的缺陷位置;步骤4:当所述识别结果为隔膜图像未出现缺陷时,返回步骤1;所述通过预设的超声波探伤仪,对缺陷位置进行探测,并获取探测数据,包括:获取锂电池膈膜的缺陷位置;通过预设的超声波探伤仪,对所述缺陷位置发送超声波信号,并确定超声波频率;将所述超声波频率传输至预设的大数据中心进行分析,确定缺陷位置的超声波波形,根据所述超声波波形,生成所述缺陷位置对应的探测数据;所述接收所述探测数据并传输至预设的深度学习网络系统进行分析,生成缺陷隔膜的缺陷特征数据,包括:接收所述探测数据,对所述探测数据进行语义分割,确定分割数据;基于预设的深度学习网络系统,对所述分割数据进行字符识别,生成行为数据;对所述行为数据进行特征提取,确定缺陷隔膜的缺陷特征数据;所述基于预设的大数据中心,处理所述缺陷特征数据,并通过所述缺陷特征数据,搭建三维缺陷隔膜检测模型,包括以下步骤:基于预设的深度学习网络系统,处理所述缺陷特征数据,确定静态锂电池隔膜缺陷的动态斜率;通过所述动态斜率,构建锂电池隔膜缺陷趋向模型;通过锂电池隔膜缺陷趋向模型,对锂电池隔膜缺陷进行三维缺陷模型搭建,确定三维缺陷隔膜检测模型。

全文数据:

权利要求:

百度查询: 广东奥普特科技股份有限公司 一种基于深度学习的锂电池膈膜缺陷视觉检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。