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)有的動力電池制造，這正在成為頭部動力電池企業(yè)探索的重要方向。

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

動力電池的質(zhì)量極為關(guān)鍵，一旦出現(xiàn)瑕疵，極有可能帶來安全問題。寧德時代董事長曾毓群在多個場合提出，其對于動力電池的產(chǎn)品缺陷率正在由PPm級（百萬分之一）做到PPb級（十億分之一），提升了三個量級。

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，因此是每個工序之后必須要檢測的細節(jié)，檢測總監(jiān)控參數(shù)超過3000個。

業(yè)界傳統(tǒng)檢測方式基本是人工用明眼去看，不同產(chǎn)線各個方面要求也不一致，每個標準都需要人工一一確認，整體流程極其復(fù)雜、低效。

面對十億分之一的要求挑戰(zhàn)，寧德時代一方面應(yīng)用了傳統(tǒng)機器視覺的策略，同時，也在探索開發(fā)基于深度學(xué)習(xí)的更智能的檢測策略。

一個比較現(xiàn)實的問題在于，在新的應(yīng)用當(dāng)中大量運用遷移學(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)驗快速應(yīng)用以敏捷判定檢測是否合格。但實際的業(yè)務(wù)上線，對人工智能算法的模型精度和速度十分苛刻，這也引發(fā)了寧德時代在AI與產(chǎn)業(yè)融合道路上更深層次的思考。

寧德時代的產(chǎn)品質(zhì)量穩(wěn)定性與其嚴格的品控技術(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，對檢測速度的要求也是幾近極限，單張產(chǎn)品圖像缺陷檢測的平均時長要低于2毫秒。

為了達到以上標準，寧德時代的算法工程師和百度飛槳的工程師投入了大量的努力，通過仔細分析數(shù)據(jù)特征并優(yōu)化模型，針對產(chǎn)線環(huán)境進行優(yōu)化，以及和原有產(chǎn)線流程打通。

同時，寧德時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)存拷貝實踐等策略，最終提升檢測精度及預(yù)測效率達到實際生產(chǎn)需求。

相較于業(yè)界傳統(tǒng)檢測算法，寧德時代動力電池高精度質(zhì)量檢測過殺率優(yōu)化了1倍，且算法在多產(chǎn)線上進行遷移部署的效率也得到了全面優(yōu)化提升，不僅為寧德時代的動力電池質(zhì)量的保障進一步保駕護航，也在一定程度上降低了產(chǎn)線研發(fā)的成本。

除了寧德時代，另一家動力電池企業(yè)蜂巢能源也在考慮通過AI技術(shù)為制造環(huán)節(jié)進行賦能。

2020年底的蜂巢電池日活動上，其對外介紹了利用AI技術(shù)提升動力電池品質(zhì)的方法。

一是AI+容量預(yù)測。傳統(tǒng)的動力電池生產(chǎn)工藝的最后一個環(huán)節(jié)，是分容。其邏輯是，由于生產(chǎn)一致性并不可能絕對地高，因此要通過化成，測量出準確容量，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，又要浪費電量。

AI+容量預(yù)測的目標是取消分容。這項技術(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)測模型，對電池容量進行測算。

目前，這一容量模型預(yù)測的準確度已經(jīng)達到了98%以上。蜂巢還將繼續(xù)提升容量預(yù)測的準確度，計劃明年3月份先上線運行。并預(yù)計在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)。這項技術(shù)的目的是，實現(xiàn)在線不破壞性100%的全檢。

在激光焊接環(huán)節(jié)，AI技術(shù)會監(jiān)控不同的零部件在各工序的參數(shù)，從而達到焊接數(shù)據(jù)實時采集，自動標定數(shù)據(jù)，實時預(yù)測焊接位置；在線檢測+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)實時監(jiān)控，及時反饋及告警；不良率降低50%；

按計劃，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年下半年進行量產(chǎn)驗證。

三是AI自放電檢出。該技術(shù)既能檢測電壓，同時也檢測漏電流，而且使用大數(shù)據(jù)做AI分析，動態(tài)地預(yù)測電池狀態(tài)。這項技術(shù)的應(yīng)用，有望縮短電池靜置時間50%；庫位數(shù)量減少50%；廠建面積降低50%，運營費用降低200萬元。預(yù)計在2021年進行量產(chǎn)驗證。

對于寧德時代、蜂巢能源等企業(yè)的技術(shù)探索，高工鋰電認為，動力電池的進一步發(fā)展要注重與AI智能、大數(shù)據(jù)、云計算等的深度融合。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，更大程度提升動力電池的品質(zhì)及安全性能。

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

原文標題：【鐳煜科技?聚焦】CATL"探路" AI正在重塑動力電池制造

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

責(zé)任編輯：haq