基于机器视觉锂电池极片涂布缺陷检测系统设计

《基于机器视觉锂电池极片涂布缺陷检测系统设计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、图书分类号TP391密级_____非密_________UDC注1_______________________________________________________________硕士学位论文基于机器视觉的锂电池极片涂布缺陷检测系统设计刘妍（作者姓名）指导教师（姓名、职称）杨明副教授申请学位级别工学硕士专业名称精密仪器及机械论文提交日期2012年4月23日论文答辩日期________年______月______日学位授予日期________年______月______日论文评阅人___________________________________

2、________________________答辩委员会主席_______________________2012年4月23日注1：注明《国际十进分类法UDC》的分类原创性声明本人郑重声明：所呈交的学位论文，是本人在指导教师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名：日期：关于学位论文使用权的说明本人完全了解中北大学有关保管、使用学位论文的规定，其中包括：①学校有权保管、并向有关部

3、门送交学位论文的原件与复印件；②学校可以采用影印、缩印或其它复制手段复制并保存学位论文；③学校可允许学位论文被查阅或借阅；④学校可以学术交流为目的，复制赠送和交换学位论文；⑤学校可以公布学位论文的全部或部分内容（保密学位论文在解密后遵守此规定）。签名：日期：导师签名：日期：中北大学学位论文基于机器视觉的锂电池极片涂布缺陷检测系统摘要在节能减排的大环境下，混合动力汽车作为新能源汽车得到迅猛发展，而动力电池作为其核心部件，质量安全尤为重要。锂电池极片在涂覆、辊压等环节中，表面容易产生划痕、露箔等缺陷，这些缺陷会严重影响电池的质量和使用寿命。现有的检测方法主要是基于

4、机器视觉的非接触检测方法，通常采用两台面阵CCD相机分别对极片两侧进行检测，通过同轴光照明得到了很好的检测效果。但是，由于现有的检测都是在涂布或极耳焊接的过程中进行的，需要在生产设备上留出足够的检测空间，这样不仅增加了检测成本，而且检测的灵活性大大降低。本文针对合肥国轩高科动力能源有限公司提出的检测要求，在现有型号的极耳焊接机上完成对极片的在线检测。本系统主要利用线阵CCD相机和特制光源解决动力电池生产过程中极片涂布露箔等缺陷问题，突破了半透半反射成像、极片缺陷的智能化区域识别等关键技术，实现了极片极耳焊接过程中双面缺陷的在线检测，增加了检测的灵活性，容易对其

5、功能进行扩展，对于提高检测效率、降低检测成本具有重要意义。本系统检测的最小缺陷区域为0.2*0.2mm，检测速度大于15m/min，可用于各类动力电池生产行业的极片缺陷检测。本文首先对极片缺陷检测系统的原理进行了阐述，研究了系统的总体构成和主要硬件参数的计算；其次，通过对光源的设计实现了均匀照明并对极片振动的影响及系统误差进行分析、校正；最后讨论了电池极片图像处理流程并进行了算法分析，结合实际应用提出新的目标标记快速算法，完成分类器设计，实现系统缺陷的自动分类识别。关键词：机器视觉，缺陷检测，图像处理，特征提取与分类中北大学学位论文DefectDetectin

6、gSystemoftheLithiumBatteryPolePieceCoatingBasedonMachineVisionAbstractWithenergyconservationandemissionreduction,hybridcarsdeveloprapidlyasakindofnewenergyvehicles,asthecorecomponentofpowerbattery,itsqualityisespeciallyimportant.Thesurfaceoflithiumbatterypolepieceiseasytobedamagedin

7、coating,rollerpressandsoon,andthesedefectswillseriouslyaffectthequalityofthebatteryandtheservicelife.Theexistingdetectionmethodismainlynon-contactdetectionmethodbasedonmachinevision,usuallyadopttwoCCDcamerasrespectivelydetectthetwosidesofthepolepiecethroughthecoaxiallighting,andgota

8、verygooddetectionef