蜂巢能源在考虑通过AI技术为制造环节进行赋能

蜂巢能源在考虑通过AI技术为制造环节进行赋能

摘要

动力电池的质量极为关键，一旦出现瑕疵，极有可能带来安全问题。宁德时代董事长曾毓群在多个场合提出，其对于动力电池的产品缺陷率正在由PPm级（百万分之一）做到PPb级（十亿分之一），提升了三个量级。

在电池生产环节，金属焊接产生的颗粒是否掉在表面、有没有漏涂、焊接工艺是否一致等，直接影响产品最终质量，因此是每个工序之后必需要检测的细节，检测总监控参数超过3000个。

业界传统检测方式基本是人工用明眼去看，不同产线各个方面要求也不一致，每个标准都需要人工一一确认，整体流程极其复杂、低效。

宁德时代的产品质量稳定性与其严格的品控技术不无关系：电池在产线上缺陷漏检率小于1DPPB；生产流水线上，对检测速度的要求也是几近极限，单张产品图像缺陷检测的平均时长要低于2毫秒。

同时，宁德时代通过百度飞桨深度优化过的PP-YOLO和ResNet系列算法提升算法精度，调整预测batch，采用多线程数据预处理，优化预处理后数据内存拷贝实践等策略，最终提升检测精度及预测效率达到实际生产需求。

相较于业界传统检测算法，宁德时代动力电池高精度质量检测过杀率优化了1倍，且算法在多产线上进行迁移部署的效率也得到了全面优化提升，不仅为宁德时代的动力电池质量的保障进一步保驾护航，也在一定程度上降低了产线研发的成本。

2020年底的蜂巢电池日活动上，其对外介绍了利用AI技术提升动力电池品质的方法。

一是AI+容量预测。传统的动力电池生产工艺的最后一个环节，是分容。其逻辑是，由于生产一致性并不可能绝对地高，因此要通过化成，测量出准确容量，将容量一致的产品挑选出来。在此过程中，电池要反复充放电，既需要大量的化成设备，又要浪费电量。

目前，这一容量模型预测的准确度已经达到了98%以上。蜂巢还将继续提升容量预测的准确度，计划明年3月份先上线运行。并预计在2023年直接取消分容。

二是AI智能焊接技术，分为激光焊接技术和超声波焊接技术。这项技术的目的是，实现在线不破坏性100%的全检。

在激光焊接环节，AI技术会监控不同的零部件在各工序的参数，从而达到焊接数据实时采集，自动标定数据，实时预测焊接位置；在线检测+自学习+焊接参数矫正；在超声波焊接环节，可以通过AI技术实时监控，及时反馈及告警；不良率降低50%；

按计划，AI激光焊接技术在2022年导入；智能超声波焊接技术在2021年下半年进行量产验证。

三是AI自放电检出。该技术既能检测电压，同时也检测漏电流，而且使用大数据做AI分析，动态地预测电池状态。这项技术的应用，有望缩短电池静置时间50%；库位数量减少50%；厂建面积降低50%，运营费用降低200万元。预计在2021年进行量产验证。

同时，动力电池涉及到材料、装备、工艺多个环节，只有基于不同环节的整合创新和开放式融合，打破现有的产业壁垒和创新边界，建立新的产业生态，才有可能更大程度上推动电池的颠覆性创新。

原文标题：CATL/蜂巢探路 看AI如何赋能动力电池智造

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。