电池制作工艺（电池制造工艺流程小作坊）

制造能力是制造业始终修炼的“内功”。电池制造的要求正在从ppm 发展到ppb。对产量的追求已接近极限。数字技术已经成为触手可及的极限。新技术的应用正在帮助电池制造成本、效率和系统迈向新阶段，推动制造的极致变革。

在检测方面，机器视觉正在渗透到电池生产的前、中、后台，但渗透率仍有很大的提升空间。

业界呼吁能够“了解”电池生产的机器视觉检测。它不仅“替代人工”，还通过生产数据的采集和分析，开启了电池生产线的“智能化”。针对此，不少机器视觉设备制造商开始深入电池制造生产线，打造适合生产线应用的电池检测解决方案。米罗亚就是其中之一。

从以往的应用案例来看，说薇娅懂电池机器视觉也不为过。威亚在电池制造领域有着清晰的战略：以“坚持长远主义，做难而正确的事”为价值导向，穿透底层技术壁垒，深化电池产线应用，打造机器视觉适用于电池制造领域的检测解决方案。

市场：2015年以来，近8年在电池制造领域的精耕细作，帮助Microa快速进入国内外领先电池企业的供应链。而且，威亚近期荣获时代上汽颁发的2022年度“联合创新奖”，得到了客户的直接认可。

产品方面：围绕电池产线前、中、后段布局了全面的机器视觉检测解决方案。 2022年后，基于大量案例中电芯切片和组件切片的共性，针对中后段检测推出标准化解决方案。

研发方面：通过光学、视觉、机械、电器、算法、软件六个方面，通过底层技术的突破，提高设备的生产线应用能力。

基于此，薇娅在测试过程中协助电池厂商炼好内功。威亚的发展之路也是电池制造利用数字化技术走向极限制造的缩影。以美光为观察窗口，TWh时代，下一阶段电池制造能力的竞争充满了数字技术的无限可能。

电池制造的机器视觉检测

电池制造赛道对于机器视觉企业来说是漫长而雪上加霜的，但当你真正深入其中时，你会发现挑战与机遇并存。

需要看到的是，由于起步较晚，国内机器视觉设备厂商在软硬件方面与海外企业相比仍存在差距。

截至2016年，机器视觉在电池制造中的应用仍占少数。当时，为了满足宝马集团对电池产线的高要求，宁德时代需要在模组工段的母线焊和缝焊工段采用机器视觉检测。在中国找到符合要求的机器视觉设备供应商并不容易。

同样，对于国内机器视觉设备企业来说，也需要勇气挑战高精度检测要求的电池制造领域。

当其他机器视觉设备厂商还在观望时，薇娅接手了这个项目。促使薇娅接下该项目的，不仅是该公司自2013年进军机器视觉领域以来在消费电子和面板行业积累的信心，更是其攻克电池制造高地的勇气。

薇娅告诉高工锂电，除了大规模制造对机器视觉检测大视场、高精度、高速度的共同要求外，我们还需要关注电池生产的特点。由于动力电池的各个环节均采用大量的焊接工艺，如超声波焊接、脉冲焊接等进行检测，焊接结构非常复杂，焊接后工件表面材质光亮度高，反射性的，使得传统的检测解决方案难以实施。才能准确检测。

面对困难，薇娅与宁德时代合作，成为国内利用3D+AI算法解决行业问题的先行者。自此，威亚开始在电池制造和测试领域大展拳脚。

在检测方案方面，威亚电池各生产环节均形成了锂电池电芯尺寸及外观AOI、顶盖焊接3D-AI检测、封钉3D-AI检测、电池模组检测、涂层检测、锂电池电芯尺寸外观AOI 和其他检测解决方案。

市场方面，威亚于2016年进入电池制造领域，不断进入电池企业供应链。先后与宁德时代、比亚迪、蜂巢能源、亿纬锂能、新旺达等电池龙头企业建立合作关系，并实现大批量交付验收（满足“0漏检”要求） ）。

直接申请

开启生产线“知识”

对于电池制造的数字化转型，宁德时代首席制造官倪军看好用4T来推动：IT（互联网技术）DT（数据技术）AT（分析技术）和OT（运营技术）。他说：“如果你对一个行业的OT没有深入的了解和深度的融合，你就无法帮助客户解决他们的问题。”

OT主导、IT、DT、AT全面融合的观点与薇娅所坚持的路线不谋而合。薇娅认为，单独从软件或硬件任何一个方面讨论机器视觉都是“纸上谈兵”，“软硬件协同”才是真正测量机器视觉设备的关键。秉承这一理念，薇娅深入电池制造应用场景。

作为第一家进军电池制造领域的机器视觉设备制造商，薇娅的履历简单却“硬核”。 2016年至2021年是薇娅的精耕期。六年来，薇娅只服务了两家客户，——宁德时代和比亚迪。

两家领先电池企业的长期发展，让薇娅对电池生产的测试需求有了更深入的了解。薇娅告诉高工锂电，检测缺陷并不难，难的是识别缺陷。在具体的生产场景中，划痕必须有多深等细节才能被判断为缺陷。这些细节往往是对机器视觉检测能力的真正考验。

2021年后，威亚将在前期积累的基础上，推出电芯细分领域和模组细分领域共同测试的标准化测试计划，并在全行业推广。这种玩法很快帮助MicroA进入了亿纬锂能、蜂巢能源、森旺达等电池企业的供应链。

帮助薇娅不断赢得顶级客户的，是公司优秀的测试能力。例如，在电池电芯领域，复杂多样的缺陷类型给成像和缺陷分析带来了更大的困难。即便如此，Microa的电芯尺寸和外观AOI解决方案在电池企业的实际应用中也表现良好。

硬件方面，采用高速线扫描实时在线技术，实现深度定制成像；检测精度方面，电芯尺寸（长/宽/高）测量精度可达0.01mm，平面度、平行度测量精度可达0.02mm；电芯外观（划痕、凹坑、电解液腐蚀等）检测精度可达0.2mm。

软件方面，薇娅自主研发算法，结合传统2D图像算法、3D点云算法和AI深度学习算法的优点，实现缺陷检测和系统分类，并实时生成监测曲线和输出数据分析。另外，与MES的无缝连接可以进一步与生产系统协同，实现及时预警。

在效率上，对极柱划伤、极坑、塑料件缺失、防爆膜破损、蓝膜气泡、电解液腐蚀、铝壳凹痕、铝壳麻点等复杂缺陷的检测效果大幅替代人工检查。对于检测来说，单台设备可节省12人以上的劳动力。此外，该方案采用集成成像技术，缺陷检出率超过99%，分类准确率超过95%。与传统方案相比，可提高出货良率2%以上。

穿过一楼

深耕电池检测高精度赛道

随着国内整体制造能力的提升，机器视觉领域涌现出一批实力强劲的国产替代品。然而，专注于电池制造，真正能够满足电池高精度制造要求的机器视觉设备制造商仍然屈指可数。凭借适合电池生产线的测试能力，威亚陆续赢得了领先电池企业的客户，成为电池制造高精度测试领域无可争议的“黑马”。

这背后的根本驱动力是公司价值观引导——坚持长期主义，做困难但正确的事情。

薇娅表示，应该正视的是，在软件和硬件方面，国内机器视觉与国外先进设备厂商相比还存在差距。但深化市场细分、打磨应用能力，是国内机器视觉设备厂商追赶海外企业的关键机遇，也是构建自身核心优势的重要源泉。

针对此，自2013年进入机器视觉行业以来，薇娅一直坚定致力于底层技术的自研和突破。之所以“正确”，是因为对底层技术的把控，可以在后续与客户的合作中进行灵活调整，比外包进口设备解决更多实际应用问题。

想要真正突破底层技术，需要面临研发投入、团队建设等方面的困难，这也是机器视觉设备厂商需要长期坚持的“内功”。

威亚自2013年进入机器视觉领域以来，就在这条道路上扎扎实实、坚定不移。目前，威亚已建立光学、视觉、机械、电器、算法、软件六大独立研发团队，集机器视觉六大方面于一体。光学、视觉、机械、电学、计算、软件等为检测应用奠定坚实的技术基础。

基于此，薇娅将重点研究底层检测算法，关注平台应用质量，将算法和软件嵌入到硬件载体中，进一步推动机器视觉检测的标准化。

标准化的探索也帮助薇娅开拓出更加多样化的应用场景。除了继续与电池企业合作外，威亚还尝试与设备厂商合作，将机器视觉与主设备结合起来，这将进一步“瘦身”产线。

值得注意的是，电池生产的竞争焦点已从制造规模转向制造能力。迫切需要利用数字技术打通生产线的“智慧”，实现制造能力的升级。新阶段的大赛将为机器视觉的应用开辟更大的机遇。

薇亚在电池测试方面的深耕和发展，为电池制造各环节使用的智能设备进入赛道提供了范例。此外，对于机器视觉等智能装备来说，中国电池产业出海的历史机遇，是国产装备从追赶世界一流制造迈向世界一流制造的机遇。伴随国内电池制造迈向智能制造的威亚，也将作为国内机器视觉崛起的典范之一，紧跟电池制造出海的步伐，探索更广阔的市场机会。

审稿人：刘庆