圆柱形覆膜锂电池圆周面破膜检测方法研究
发布时间：2021-09-30 10:31
传统的圆柱形覆膜锂电池圆周面破膜检测都是釆用人眼检测,人眼存在速度慢,易疲劳的弊端,很难适应高速电池生产线的检测要求。机器视觉是一项新型的工业自动化检测技术,可以与计算机相结合,能够很大程度的提高圆柱形覆膜锂电池圆周面破膜缺陷检测效率,同时节省成本。本论文针对这种要求,设计了机器视觉检测破膜缺陷的有关算法,降低了电池圆周面破膜缺陷的漏检率和误检率。主要研究内容如下:分析了圆柱形覆膜锂电池圆周面破膜的特征,根据其是否露出金属外壳将其分为露壳和褶皱两类。当机械传送装置带动电池快速转动时可能会将机械黑色油污染到电池表面,在电池图像中油污的尺寸、灰度值等特征都和露壳相似,可能被误检为露壳,需分析油污与露壳的差异进行区分。分析了造成破膜缺陷的原因,分析了影响图像灰度变化的各种因素,以及成像系统中光源对缺陷检测的影响,制定检测方案,规划了整个系统的算法流程。对锂电池图像进行预处理,研究了锂电池在图像中如何定位和校正,为适应不同颜色的电池,分析了多种自动阈值提取边界的方法,其中最大类间方差法效果最好。为校正电池偏移,在图像的旋转角度获取方法上,提出了对定位后的整个锂电池图像旋转的校正方法,该方法获取...
【文章来源】：沈阳工业大学辽宁省
【文章页数】：85 页
【学位级别】：硕士
【部分图文】：
圆柱形锂电池示意图
第1章绪论3有锂电池生产厂家通过改进正极材料来提高电池的保护功能、延长使用寿命等。隔膜：隔膜是置于正极和负极之间的一种聚合物材质的薄膜，防止正负极相连。正负极的能量传递就需要锂离子通过隔膜来完成。负极：负极包括铜集流体和负极材料[11]。电解液：电解液作为锂电池内部锂离子的传输载体，由有机溶剂、电解质等材质按照标准比例配制而成。电池外壳：即最外层对电芯起保护作用的金属或聚合物壳体。有些锂电池外壳由钢或者铝等金属制成，可以较好的保护电芯，但需要消息储存和使用，出现短路爆炸的概率相对较高。而我们研究的圆柱形锂电池就是不锈钢外壳，需要严格控制好质量。圆柱形锂电池内部工作原理如下：在对锂电池进行充电的过程中，其正极材料锂化合物会让内部的锂离子从中脱出，经过碳层和正极之间的电解液后嵌入到碳层中，而作为负极材料的碳为带有很多微孔的层状结构，随着碳层微孔中的锂离子越来越多，锂电池的含有的充电容量也就越高。锂电池的标称电压为3.7伏，充电电压一般为4.2伏。在锂电池放电的过程中，碳层内部的锂离子又会通过电池内部的电解液再次回到正极。同理，正极材料中锂离子越来越多，电池的放电容量也会越来越高。放电容量就是我们常说的电池容量，18650圆柱形锂电池电池容量约为2600毫安，圆柱形锂电池工作原理图如图1.2所示。图1.2圆柱形锂电池工作原理图Fig.1.2Workingprincipleofcylindricallithiumbattery本论文的研究具有如下意义：（1）针对不同位置不同形式的破膜进行检测，算法适用性高，有效减少漏检。（2）目前尚没有成熟的锂电池圆周面破膜缺陷检测方法，因此，本论文的研究为覆膜锂电池表面缺陷检测设备的研制提供理论支撑。
肯肿炊砸韵录父龇矫娼?猩钊胙芯俊?（1）定位方法核心算法表述：中国科学技术大学的王磊于2011年在扣式电池表面缺陷检测中提出了扣式电池图像定位和校正算法。他所检测的是扣式电池，原始图像中含有多圆形目标，主要通过通过轮廓提取进行定位，计算各目标中心与径长时使用了椭圆曲线拟合，实现图像中各个目标定位；正极电池图像中带有字符，分割目标与背景提取字符，字符具有倾斜1°至360°的全角度模板集，可根据分割后的字符区域与模板进行相似度计算，获得字符倾斜角度值，进行图像旋转，校正电池[16]，图像校正结果如图1.3所示。由于本文研究的圆柱形锂电池在成像时由于平台转动会存在一定程度的偏移，所以在图像预处理中也需要对电池图像进行定位和校正，其中应用了灰度阈值分割和仿射变换等图像处理算法。a原始图像b旋转θ°c选取ROI图1.3图像旋转过程Fig.1.3Imagerotationprocess
【参考文献】：
期刊论文
[1]基于HV&VHS的圆柱形电池曲表面缺陷视觉检测[J]. 谭文,文青,段峰,黎波. 控制工程. 2019(01)
[2]基于Gauss线检测的雪糕棒浅劈裂缺陷识别[J]. 苑玮琦,朱蕊. 电子世界. 2018(11)
[3]基于视觉的铝合金气瓶内壁缺陷检测研究[J]. 苑玮琦,王英. 电子世界. 2018(09)
[4]基于Canny算法的列车轴承内圈外表面缺陷检测[J]. 石炜,王涛. 数字技术与应用. 2018(05)
[5]圆柱形锂电池的自动检测技术研究[J]. 杨宏帅,王秋红. 科技创新导报. 2017(22)
[6]基于路面约束的行人检测感兴趣区域提取[J]. 王冬梅,冯偲,刘德雨,于微波. 电视技术. 2017(Z1)
[7]基于图像处理的产品表面缺陷检测系统研究[J]. 高正中,赵晨晖,薛寒,商春雷. 电子技术应用. 2017(05)
[8]汽车挡风玻璃定位与支架粘合视觉检测系统的设计与实现[J]. 毛建旭,李明,周博文,王耀南,赵科. 电子测量与仪器学报. 2017(03)
[9]基于数字图像处理的边坡落石识别算法研究[J]. 简云瑞,肖硕. 科技创新导报. 2017(08)
[10]图像边缘轮廓自适应阈值的角点检测算法[J]. 赵亚利,章为川,李云红. 中国图象图形学报. 2016(11)
硕士论文
[1]低照度环境下的图像去噪及增强算法研究[D]. 龙雪玲.华中师范大学 2018
[2]图像识别技术在铁轨扣件异常检测中的应用研究[D]. 代国忠.哈尔滨工程大学 2018
[3]基于机器视觉的液晶屏缺陷检测[D]. 朱恒川.电子科技大学 2018
[4]基于机器视觉的注塑件Disc与电池外观检测研究[D]. 文青.湖南科技大学 2017
[5]基于机器视觉的轴承内圈表面缺陷检测系统研究[D]. 郑越.沈阳工业大学 2017
[6]基于区间不确定量的结构可靠性泛灰数方法研究[D]. 陈小月.湖南大学 2017
[7]多阈值OTSU快速算法的研究[D]. 刘翔.吉林大学 2017
[8]基于车载图像的道路标志自动化识别与定位研究[D]. 李冰.河北工业大学 2017
[9]基于数字图像处理的水表读数识别系统应用研究[D]. 张宏屏.电子科技大学 2017
[10]基于HALCON的太阳能电池片缺陷检测系统设计[D]. 周奇.江苏大学 2017
本文编号：3415681
【文章来源】：沈阳工业大学辽宁省
【文章页数】：85 页
【学位级别】：硕士
【部分图文】：
圆柱形锂电池示意图
第1章绪论3有锂电池生产厂家通过改进正极材料来提高电池的保护功能、延长使用寿命等。隔膜：隔膜是置于正极和负极之间的一种聚合物材质的薄膜，防止正负极相连。正负极的能量传递就需要锂离子通过隔膜来完成。负极：负极包括铜集流体和负极材料[11]。电解液：电解液作为锂电池内部锂离子的传输载体，由有机溶剂、电解质等材质按照标准比例配制而成。电池外壳：即最外层对电芯起保护作用的金属或聚合物壳体。有些锂电池外壳由钢或者铝等金属制成，可以较好的保护电芯，但需要消息储存和使用，出现短路爆炸的概率相对较高。而我们研究的圆柱形锂电池就是不锈钢外壳，需要严格控制好质量。圆柱形锂电池内部工作原理如下：在对锂电池进行充电的过程中，其正极材料锂化合物会让内部的锂离子从中脱出，经过碳层和正极之间的电解液后嵌入到碳层中，而作为负极材料的碳为带有很多微孔的层状结构，随着碳层微孔中的锂离子越来越多，锂电池的含有的充电容量也就越高。锂电池的标称电压为3.7伏，充电电压一般为4.2伏。在锂电池放电的过程中，碳层内部的锂离子又会通过电池内部的电解液再次回到正极。同理，正极材料中锂离子越来越多，电池的放电容量也会越来越高。放电容量就是我们常说的电池容量，18650圆柱形锂电池电池容量约为2600毫安，圆柱形锂电池工作原理图如图1.2所示。图1.2圆柱形锂电池工作原理图Fig.1.2Workingprincipleofcylindricallithiumbattery本论文的研究具有如下意义：（1）针对不同位置不同形式的破膜进行检测，算法适用性高，有效减少漏检。（2）目前尚没有成熟的锂电池圆周面破膜缺陷检测方法，因此，本论文的研究为覆膜锂电池表面缺陷检测设备的研制提供理论支撑。
肯肿炊砸韵录父龇矫娼?猩钊胙芯俊?（1）定位方法核心算法表述：中国科学技术大学的王磊于2011年在扣式电池表面缺陷检测中提出了扣式电池图像定位和校正算法。他所检测的是扣式电池，原始图像中含有多圆形目标，主要通过通过轮廓提取进行定位，计算各目标中心与径长时使用了椭圆曲线拟合，实现图像中各个目标定位；正极电池图像中带有字符，分割目标与背景提取字符，字符具有倾斜1°至360°的全角度模板集，可根据分割后的字符区域与模板进行相似度计算，获得字符倾斜角度值，进行图像旋转，校正电池[16]，图像校正结果如图1.3所示。由于本文研究的圆柱形锂电池在成像时由于平台转动会存在一定程度的偏移，所以在图像预处理中也需要对电池图像进行定位和校正，其中应用了灰度阈值分割和仿射变换等图像处理算法。a原始图像b旋转θ°c选取ROI图1.3图像旋转过程Fig.1.3Imagerotationprocess
【参考文献】：
期刊论文
[1]基于HV&VHS的圆柱形电池曲表面缺陷视觉检测[J]. 谭文,文青,段峰,黎波. 控制工程. 2019(01)
[2]基于Gauss线检测的雪糕棒浅劈裂缺陷识别[J]. 苑玮琦,朱蕊. 电子世界. 2018(11)
[3]基于视觉的铝合金气瓶内壁缺陷检测研究[J]. 苑玮琦,王英. 电子世界. 2018(09)
[4]基于Canny算法的列车轴承内圈外表面缺陷检测[J]. 石炜,王涛. 数字技术与应用. 2018(05)
[5]圆柱形锂电池的自动检测技术研究[J]. 杨宏帅,王秋红. 科技创新导报. 2017(22)
[6]基于路面约束的行人检测感兴趣区域提取[J]. 王冬梅,冯偲,刘德雨,于微波. 电视技术. 2017(Z1)
[7]基于图像处理的产品表面缺陷检测系统研究[J]. 高正中,赵晨晖,薛寒,商春雷. 电子技术应用. 2017(05)
[8]汽车挡风玻璃定位与支架粘合视觉检测系统的设计与实现[J]. 毛建旭,李明,周博文,王耀南,赵科. 电子测量与仪器学报. 2017(03)
[9]基于数字图像处理的边坡落石识别算法研究[J]. 简云瑞,肖硕. 科技创新导报. 2017(08)
[10]图像边缘轮廓自适应阈值的角点检测算法[J]. 赵亚利,章为川,李云红. 中国图象图形学报. 2016(11)
硕士论文
[1]低照度环境下的图像去噪及增强算法研究[D]. 龙雪玲.华中师范大学 2018
[2]图像识别技术在铁轨扣件异常检测中的应用研究[D]. 代国忠.哈尔滨工程大学 2018
[3]基于机器视觉的液晶屏缺陷检测[D]. 朱恒川.电子科技大学 2018
[4]基于机器视觉的注塑件Disc与电池外观检测研究[D]. 文青.湖南科技大学 2017
[5]基于机器视觉的轴承内圈表面缺陷检测系统研究[D]. 郑越.沈阳工业大学 2017
[6]基于区间不确定量的结构可靠性泛灰数方法研究[D]. 陈小月.湖南大学 2017
[7]多阈值OTSU快速算法的研究[D]. 刘翔.吉林大学 2017
[8]基于车载图像的道路标志自动化识别与定位研究[D]. 李冰.河北工业大学 2017
[9]基于数字图像处理的水表读数识别系统应用研究[D]. 张宏屏.电子科技大学 2017
[10]基于HALCON的太阳能电池片缺陷检测系统设计[D]. 周奇.江苏大学 2017
本文编号：3415681
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3415681.html
