蜂巢能源在考慮通過AI技術(shù)為制造環(huán)節(jié)進(jìn)行賦能

摘要

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(dòng)力電池制造，這正在成為頭部動(dòng)力電池企業(yè)探索的重要方向。

高工鋰電獲悉，寧德時(shí)代聯(lián)合了百度飛槳開源深度學(xué)習(xí)開源平臺(tái)，優(yōu)化升級(jí)其原有的電池缺陷質(zhì)量檢測(cè)產(chǎn)線，為動(dòng)力電池質(zhì)量保障筑起智能防線。

動(dòng)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(shí)代董事長(zhǎng)曾毓群在多個(gè)場(chǎng)合提出，其對(duì)于動(dòng)力電池的產(chǎn)品缺陷率正在由PPm級(jí)（百萬分之一）做到PPb級(jí)（十億分之一），提升了三個(gè)量級(jí)。

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(gè)工序之后必需要檢測(cè)的細(xì)節(jié)，檢測(cè)總監(jiān)控參數(shù)超過3000個(gè)。

業(yè)界傳統(tǒng)檢測(cè)方式基本是人工用明眼去看，不同產(chǎn)線各個(gè)方面要求也不一致，每個(gè)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(duì)十億分之一的要求挑戰(zhàn)，寧德時(shí)代一方面應(yīng)用了傳統(tǒng)機(jī)器視覺的策略，同時(shí)，也在探索開發(fā)基于深度學(xué)習(xí)的更智能的檢測(cè)策略。

一個(gè)比較現(xiàn)實(shí)的問題在于，在新的應(yīng)用當(dāng)中大量運(yùn)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(yàn)快速應(yīng)用以敏捷判定檢測(cè)是否合格。但實(shí)際的業(yè)務(wù)上線，對(duì)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(shí)代在AI與產(chǎn)業(yè)融合道路上更深層次的思考。

寧德時(shí)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(duì)檢測(cè)速度的要求也是幾近極限，單張產(chǎn)品圖像缺陷檢測(cè)的平均時(shí)長(zhǎng)要低于2毫秒。

為了達(dá)到以上標(biāo)準(zhǔn)，寧德時(shí)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(duì)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(shí)，寧德時(shí)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(cè)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(shí)踐等策略，最終提升檢測(cè)精度及預(yù)測(cè)效率達(dá)到實(shí)際生產(chǎn)需求。

相較于業(yè)界傳統(tǒng)檢測(cè)算法，寧德時(shí)代動(dòng)力電池高精度質(zhì)量檢測(cè)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(shí)代的動(dòng)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(shí)代，另一家動(dòng)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(dòng)上，其對(duì)外介紹了利用AI技術(shù)提升動(dòng)力電池品質(zhì)的方法。

一是AI+容量預(yù)測(cè)。傳統(tǒng)的動(dòng)力電池生產(chǎn)工藝的最后一個(gè)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(duì)地高，因此要通過化成，測(cè)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(fèi)電量。

AI+容量預(yù)測(cè)的目標(biāo)是取消分容。這項(xiàng)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(cè)模型，對(duì)電池容量進(jìn)行測(cè)算。

目前，這一容量模型預(yù)測(cè)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(cè)的準(zhǔn)確度，計(jì)劃明年3月份先上線運(yùn)行。并預(yù)計(jì)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(xiàng)技術(shù)的目的是，實(shí)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(huì)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(shí)時(shí)采集，自動(dòng)標(biāo)定數(shù)據(jù)，實(shí)時(shí)預(yù)測(cè)焊接位置；在線檢測(cè)+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(shí)時(shí)監(jiān)控，及時(shí)反饋及告警；不良率降低50%；

按計(jì)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(yàn)證。

三是AI自放電檢出。該技術(shù)既能檢測(cè)電壓，同時(shí)也檢測(cè)漏電流，而且使用大數(shù)據(jù)做AI分析，動(dòng)態(tài)地預(yù)測(cè)電池狀態(tài)。這項(xiàng)技術(shù)的應(yīng)用，有望縮短電池靜置時(shí)間50%；庫(kù)位數(shù)量減少50%；廠建面積降低50%，運(yùn)營(yíng)費(fèi)用降低200萬元。預(yù)計(jì)在2021年進(jìn)行量產(chǎn)驗(yàn)證。

對(duì)于寧德時(shí)代、蜂巢能源等企業(yè)的技術(shù)探索，高工鋰電認(rèn)為，動(dòng)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(jì)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(shí)，更大程度提升動(dòng)力電池的品質(zhì)及安全性能。

同時(shí)，動(dòng)力電池涉及到材料、裝備、工藝多個(gè)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(dòng)電池的顛覆性創(chuàng)新。

責(zé)任編輯：xj

原文標(biāo)題：CATL/蜂巢探路 看AI如何賦能動(dòng)力電池智造

文章出處：【微信公眾號(hào)：高工鋰電】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。