Blog

Aug 20, 2023

Qualität der EV-Batterie

Mit der wachsenden Beliebtheit von Elektro- und Hybridfahrzeugen wird es immer wichtiger, der Qualität der Herstellung von Elektrofahrzeugbatterien mehr Aufmerksamkeit zu schenken. Massenproduktion von

Mit der wachsenden Beliebtheit von Elektro- und Hybridfahrzeugen wird es immer wichtiger, der Qualität der Herstellung von Elektrofahrzeugbatterien mehr Aufmerksamkeit zu schenken.

Die Massenproduktion von Lithium-Ionen-Batterien stellt Hersteller vor vielfältige Herausforderungen. Tatsächlich werden viele neue Prozesse auf der Basis von Versuch und Irrtum eingesetzt. Aber Batteriehersteller und ihre OEM-Kunden konzentrieren sich immer noch darauf, Lösungen zu finden, um die größtmögliche Reichweite zu gewährleisten und gleichzeitig Qualitätsprobleme und Fehlfunktionen zu vermeiden, die zu kostspieligen Rückrufen führen könnten.

Die ordnungsgemäße Abdichtung von Lithium-Ionen-Batteriegehäusen und -abdeckungen ist für die Gesamtleistung, Sicherheit und Qualität der Batterie von entscheidender Bedeutung. Automatisierte Abgabeanwendungen für Batterien müssen präzise sein, um die volle Leistung zu erzielen und gefährliche Feuchtigkeits- und Gaslecks zu vermeiden.

Heutzutage werden verschiedene Methoden zum Abdichten von Batteriegehäusen und -abdeckungen verwendet, darunter Polyurethanschaumdichtungen, hohe Urethanperlen und selbstexpandierender Schaum.

Batterietaschen müssen auch durch die Anwendung von Schmelzhaftklebstoffen oder Klebstoffen auf Wasserbasis verbunden werden. Der Kleber wird auf die Batterietaschen aufgesprüht und die Taschen werden zu einem Batteriemodul zusammengefügt.

Eine große Herausforderung bei diesen Anwendungen besteht darin, sicherzustellen, dass der Schmelzklebstoff tatsächlich auf den Beutel aufgetragen wurde, da es schwierig ist zu überprüfen, ob der klare, dünne Kleber richtig platziert wurde.

Bei den meisten Komponenten im Automobilbau ist die Abweichung von Bauteil zu Bauteil ein Problem; Dies gilt insbesondere für Batterien. Bei sogenannten „Skateboard“-Designs sind Batteriepakete im Bodenblech zwischen den Fahrzeugachsen untergebracht, was oft zu Wellungen und Unvollkommenheiten in den großen Batterieabdeckungen führt.

Um die Gesamtqualität zu gewährleisten und Sicherheitsbedenken zu vermeiden, ist jedoch eine lückenlose Abdeckungsdichtung erforderlich. Aufgrund der Zykluszeit ist es nicht möglich, Ausgaberoboter für einzelne Teile umzuprogrammieren, um Variationen dieser Art zu berücksichtigen.

Die Überwindung von Abweichungen von Teil zu Teil und das spezifikationsgerechte Auftragen von Dichtmittel erweist sich als eine große Herausforderung, die Inline-Feedback und Echtzeit-Düsenanpassungen beim Auftragen von Dichtmittelraupen erfordert.

Ein weiteres Problem besteht darin, wie man stets das richtige Volumen an der richtigen Stelle dosiert, sei es über ein Abdeckdichtmittel oder TIM. Materialviskosität, Fasswechsel, Schwankungen der Luftfeuchtigkeit im Laufe des Tages und Änderungen der Robotergeschwindigkeit wirken sich alle auf das tatsächlich abgegebene Volumen aus. Um diese Faktoren zu berücksichtigen, ist eine geschlossene Rückkopplung mit dem Spender, dem Roboter und einer Art Inline-Vision-System erforderlich.

Wie bei jeder Robotik beruht die automatisierte Dosierung ausschließlich auf der Programmierung, um eine Aufgabe auszuführen. Um die Herausforderungen bei der Batterieherstellung zu meistern, ist eine „Vision“ erforderlich, damit der Roboter und der Spender eine optimale Leistung erbringen können.

Manche Spender zeigen an, wie viel Kleb- oder Dichtstoff abgegeben wird, können aber nicht feststellen, ob oder wo das Material aufgetragen wurde. Beispielsweise können ein Spender und ein Roboter einen programmierten Weg abfahren und Dichtmittel abgeben, unabhängig davon, ob ein Teil vorhanden ist oder nicht. Wenn das Teil falsch bewegt oder befestigt wird, kann das Material an einer falschen Stelle oder auf dem Werksboden ausgegeben werden.

Maschinelle Bildverarbeitung liefert Daten zur Bewertung der Leistung des Dosierprozesses. Damit können Ingenieure sehen und protokollieren, ob aufgetragene Klebstoffe oder Dichtstoffe ordnungsgemäß auf einem Teil platziert wurden. Die maschinelle Bildverarbeitung stellt außerdem sicher, dass das ausgegebene Material den vom Hersteller festgelegten Breiten-, Höhen- und Volumenspezifikationen entspricht.

Zur Steuerung des Dosierprozesses bei der Batterieherstellung sind Inspektionssysteme erforderlich. Vision liefert Daten für die Rückverfolgbarkeit von Teilen, die für OEMs, die sich um Gesamtqualität, Garantieprobleme und mögliche Rückrufe kümmern, von entscheidender Bedeutung sind.

Es gibt eine Vielzahl von Arten und Anwendungsfällen für Bildverarbeitungssysteme, darunter 2D- und 3D-Technologien sowie Nachinspektions- und Inline-Anwendungen. Ein großer Nachteil der 2D-Vision besteht darin, dass das Volumen nicht beurteilt wird, was eine entscheidende Messung im Dosierprozess darstellt. Bei vielen 2D-Bildverarbeitungssystemen handelt es sich um Nachprüfungssysteme, das heißt, sie starten erst, nachdem das Dichtmittel aufgetragen wurde, und sie benötigen zusätzliche Stellfläche – ein wertvolles Produktionsgut – für Beleuchtungsanlagen, Kameras, Vorrichtungen und andere Automatisierungsgeräte.

Darüber hinaus ist die 2D-Vision nicht in der Lage, den Unterschied zwischen einem Teil und der Kleberaupe zu erkennen, wenn die Farbe des Teils und des Klebermaterials gleich ist (Schwarz auf Schwarz oder Grau auf Grau), da Kameras den Kontrast zwischen beiden nicht erkennen können .

Der Einsatz eines robusten Inline-3D-Inspektionssystems bietet viele Vorteile. Wenn die Inspektion in der Linie abgeschlossen ist, sind keine zusätzliche Zykluszeit, Stellfläche oder zusätzliche Vorrichtungen erforderlich. Mit 3D-Vision wird das Volumen gemessen und Materialfarbe und Teilefarbe können gleich sein, ohne dass die Fähigkeit des Systems, genaue Messungen zu liefern, beeinträchtigt wird.

Ein weiterer Vorteil: Ohne ein 3D-Bild der Perle wäre es unmöglich zu erkennen, ob sie die Spezifikationen für Mittenhöhe und -volumen nicht einhält, weil die Düse genau durch die Mitte gepflügt ist. Schließlich ist der größte Vorteil der Inline-3D-Vision die Fähigkeit, dem Roboter und dem Spender Echtzeit-Feedback zur Prozesssteuerung zu geben.

Bildverarbeitungssysteme können eine Fülle von Daten wie Volumen, Höhe, Breite und Position der ausgegebenen Raupen auf jedem ausgegebenen Teil liefern. Das sind großartige Informationen, aber nur, wenn sie genutzt werden können.

Zu diesem Zweck können Datenanalyseprogramme eine klare Visualisierung der Dosierleistung ermöglichen und kontinuierliche Verbesserungen der Effizienz und Qualität ermöglichen. Benutzer können sogar bestimmte Tage oder Zeiten lokalisieren, an denen Produktionsprobleme auftreten, und die Leistung in Echtzeit überwachen. Datenanalysen von Trends und Schwankungen in der Linie können auch die notwendigen Details liefern, um vorbeugende Wartungsarbeiten zu planen.

Es ist auch klar, dass Dosierprozesse stark von robotischen Bildverarbeitungssystemen profitieren können. Die Herausforderung besteht darin, den Prozess mithilfe der vom Bildverarbeitungssystem bereitgestellten Daten am besten zu verbessern.

Maschinelles Lernen, Prozesssteuerung und künstliche Intelligenz (KI) können dazu beitragen, die Batterieabgabeprozesse zu verbessern. Mithilfe von Daten, die durch maschinelles Sehen erfasst werden, kann KI implementiert werden, um die Prozesse so anzupassen, dass sie bei jedem Abgabezyklus den Spezifikationen entsprechen. Wenn beispielsweise im ursprünglichen Zyklus eine Blase oder Lücke übersehen wird, kann die KI die Steuerung des Roboters und Spenders übernehmen, um die Lücke zu füllen, bevor mit dem nächsten Teil fortgefahren wird, was zu erheblichen Einsparungen bei den Arbeits- und Ausschusskosten führt.

Wenn Echtzeit-Feedback bereitgestellt wird, können durch KI-Software auch Anpassungen vorgenommen werden, um Abweichungen von Teil zu Teil zu überwinden. Vision kann die Welligkeit eines Teils erkennen, das nicht im ursprünglichen Roboterpfad programmiert ist. Die Software kann dann den Z- und X-Versatz berechnen und an den Roboter senden und den Pfad im laufenden Betrieb anpassen. Dies vermeidet Düsenabstürze und gibt eine Präzisionsraupe an der richtigen Stelle ab.

Auch Kosten- und Materialeinsparungen können durch eine Inline-Prozesskontrolle erzielt werden. Dichtstoffe, TIMs und Klebstoffe können teuer sein und bis zu 180 US-Dollar pro Gallone kosten. Um sicherzustellen, dass bestimmte Mengen an Batteriekomponenten ausgegeben werden, ist es von entscheidender Bedeutung, die Programme innerhalb des Budgets zu halten.

Die maschinelle Bildverarbeitung kann die auf ein Teil aufgetragene Materialmenge prüfen, sodass die Software die Flussbefehle beim nächsten Zyklus erlernen und anpassen kann. Coherix 3D Volume Adaptive Control nutzt diese Methode bei der Batterieherstellung, um bis zu 40 % weniger Material auszugeben und gleichzeitig die Volumenspezifikationen einzuhalten.

Verbinde dich mit uns