磷酸锰铁锂电芯激光焊接质量智能视觉检测方法与流程

本发明涉及电芯检测，具体为磷酸锰铁锂电芯激光焊接质量智能视觉检测方法。

背景技术：

1、磷酸锰铁锂电芯作为锂离子电池电芯的一种，其制造过程通常包括极片制备、卷绕或叠片、极耳成形、装配、激光焊接、注液、化成及分容等环节，其中极耳与集流件、极柱或汇流结构之间的激光焊接质量，直接关系到电芯内部电流传导稳定性、内阻一致性以及后续使用过程中的温升安全性，因此在磷酸锰铁锂电芯生产线上，采用智能视觉方式对激光焊接质量进行在线检测，已成为提升电芯制造一致性和安全可靠性的重要方向。

2、在现有生产检测中，针对电芯激光焊接部位的视觉检测通常侧重于焊缝外观缺陷，例如飞溅、裂纹、漏焊、偏焊、烧穿或焊缝宽度异常等，这类检测能够发现明显的表面质量问题，但对于焊缝虽然外观看似合格、实际却未充分覆盖极耳有效导流区域的情况，仍难以判断其导电连接质量是否满足要求，尤其是在磷酸锰铁锂电芯极耳焊接中，焊缝面积本身合格并不必然代表焊接区域真正参与有效导流，若缺少对焊缝实际覆盖区域与极耳有效导流区域之间重合关系的判断，容易出现外观检测合格而导流利用不足的漏检情况。

3、在实际生产中，由于极耳来料尺寸波动、装配定位偏差、极耳折弯状态差异、夹具压紧误差或焊接轨迹轻微偏移等因素，焊缝可能偏向极耳边缘区域或仅覆盖部分有效导流区域，导致极耳接触面积利用率降低，进而造成局部电流集中、接触内阻升高、焊接区域温升增大以及后续化成、分容或循环使用阶段的一致性下降，严重时还可能引发局部发热、焊点疲劳失效或电芯安全风险。

技术实现思路

1、针对现有技术的不足，本发明提供了磷酸锰铁锂电芯激光焊接质量智能视觉检测方法，解决了背景技术中提到的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：磷酸锰铁锂电芯激光焊接质量智能视觉检测方法，包括以下步骤：

3、s1：采集磷酸锰铁锂电芯极耳激光焊接后的焊后焊接图像，并从焊后焊接图像中确定焊接区域图像；

4、s2：根据焊接区域图像分别确定极耳有效导流区域和焊缝实际覆盖区域，其中，所述极耳有效导流区域为极耳上用于参与电流传导的区域，所述焊缝实际覆盖区域为焊缝在极耳表面的实际覆盖区域；

5、s3：对极耳有效导流区域和焊缝实际覆盖区域进行空间重合计算，得到有效导流重合区域，并根据有效导流重合区域与焊缝实际覆盖区域之间的面积关系得到极耳接触面积利用率；

6、s4：根据极耳接触面积利用率确定局部导流不均风险，并根据局部导流不均风险生成焊接质量检测结果。

7、优选的，所述步骤s1包括：

8、s11、通过设置在磷酸锰铁锂电芯极耳激光焊接工位后的图像采集装置采集所述焊后焊接图像；

9、s12、识别所述焊后焊接图像中的极耳外轮廓和焊接痕迹位置，并根据所述极耳外轮廓和所述焊接痕迹位置确定包含极耳与焊缝相对位置关系的图像截取范围；

10、s13、按照所述图像截取范围从所述焊后焊接图像中截取得到所述焊接区域图像。

11、优选的，所述步骤s2包括：

12、s21、从所述焊接区域图像中获取所述极耳外轮廓和所述焊接痕迹位置，并根据所述极耳外轮廓和所述焊接痕迹位置分别确定极耳有效导流区域和焊缝实际覆盖区域；

13、s22、根据所述极耳外轮廓确定所述极耳有效导流区域，并根据所述焊接痕迹位置确定所述焊缝实际覆盖区域；

14、s23、将所述极耳有效导流区域和所述焊缝实际覆盖区域定义为用于后续空间重合计算的区域数据集合。

15、优选的，所述步骤s22中，根据所述极耳外轮廓确定所述极耳有效导流区域包括：

16、s221、获取所述极耳外轮廓围成的极耳整体区域；

17、s222、按照预设边缘宽度从所述极耳外轮廓向内划定极耳边缘非导流区域，其中，所述预设边缘宽度根据电芯型号、极耳宽度或者焊接工艺要求确定；

18、s223、从所述极耳整体区域中去除所述极耳边缘非导流区域，并将去除所述极耳边缘非导流区域后的区域定义为所述极耳有效导流区域。

19、优选的，所述步骤s22中，根据所述焊接痕迹位置确定所述焊缝实际覆盖区域包括：

20、s224、从所述焊接区域图像中获取位于所述焊接痕迹位置处的焊接痕迹图像信息，其中，所述焊接痕迹图像信息包括焊接痕迹灰度信息、焊接痕迹纹理信息和焊接痕迹颜色信息；

21、s225、根据所述焊接痕迹图像信息识别焊缝与极耳表面之间的边界差异，并根据所述边界差异确定焊缝边界；

22、s226、将所述焊缝边界围成的区域定义为所述焊缝实际覆盖区域。

23、优选的，所述步骤s3包括：

24、s32、通过所述空间重合计算单元在同一图像坐标系下对所述极耳有效导流区域和所述焊缝实际覆盖区域进行区域交集运算，得到所述有效导流重合区域；

25、s33、计算所述有效导流重合区域的面积得到有效导流重合面积，计算所述焊缝实际覆盖区域的面积得到焊缝实际覆盖面积，并将所述有效导流重合面积与所述焊缝实际覆盖面积之间的比值定义为所述极耳接触面积利用率；

26、s34、将所述有效导流重合区域和所述极耳接触面积利用率作为用于评价焊缝导电连接有效性的计算结果。

27、优选的，所述步骤s3还包括：

28、s35、获取所述有效导流重合区域和所述极耳有效导流区域；

29、s36、计算所述有效导流重合区域的区域中心位置得到有效导流重合区域中心位置，计算所述极耳有效导流区域的区域中心位置得到极耳有效导流区域中心位置，并计算所述有效导流重合区域中心位置与所述极耳有效导流区域中心位置之间的距离得到中心偏移距离；

30、s37、将所述极耳接触面积利用率和所述中心偏移距离定义为用于判断所述局部导流不均风险的风险判断数据。

31、优选的，所述步骤s4包括：

32、s41、获取所述风险判断数据；

33、s42、将所述极耳接触面积利用率与预设利用率阈值进行比较，并将所述中心偏移距离与预设中心偏移阈值进行比较，其中，所述预设利用率阈值和所述预设中心偏移阈值根据电芯型号、极耳宽度、焊接工艺要求或者历史合格样本确定；

34、s43、当所述极耳接触面积利用率小于所述预设利用率阈值，或者所述中心偏移距离大于所述预设中心偏移阈值时，确定存在所述局部导流不均风险，当所述极耳接触面积利用率不小于所述预设利用率阈值，且所述中心偏移距离不大于所述预设中心偏移阈值时，确定不存在所述局部导流不均风险。

35、优选的，所述步骤s4还包括：

36、s44、获取所述局部导流不均风险；

37、s45、在不存在所述局部导流不均风险时，生成合格焊接质量结果，并在存在所述局部导流不均风险时，则生成不合格焊接质量结果；

38、s46、将所述合格焊接质量结果或者所述不合格焊接质量结果定义为所述焊接质量检测结果。

39、优选的，所述方法还包括：

40、获取与所述焊后焊接图像对应的磷酸锰铁锂电芯编号，并将所述焊后焊接图像、所述极耳有效导流区域、所述焊缝实际覆盖区域、所述有效导流重合区域、所述极耳接触面积利用率、所述中心偏移距离、所述局部导流不均风险和所述焊接质量检测结果与所述磷酸锰铁锂电芯编号进行绑定存储。

41、本发明提供了磷酸锰铁锂电芯激光焊接质量智能视觉检测方法，具备以下有益效果：

42、（1）系统运行时，本发明能够基于焊后焊接图像，对磷酸锰铁锂电芯极耳激光焊接质量进行自动化视觉检测，将传统依赖人工观察焊缝外观的判断方式，转化为对焊缝覆盖位置、有效导流重合程度和导流均匀性的量化评价。由此能够更准确识别焊缝偏位、有效覆盖不足等可能影响电流传导稳定性的异常情况，提高检测结果的一致性和客观性，降低人工漏检、误检风险。

43、（2）在图像获取和区域确定方面，本发明先从焊后焊接图像中确定包含极耳与焊缝相对位置关系的焊接区域图像，再根据极耳外轮廓和焊接痕迹位置分别确定极耳有效导流区域和焊缝实际覆盖区域。进一步地，将极耳边缘区域从极耳整体区域中排除，使评价对象更聚焦于实际参与稳定电流传导的区域，从而避免将边缘毛刺、压痕、夹具避让或非目标导流区域误作为有效导流区域，提高后续面积重合计算的准确性。

44、（3）在焊缝区域识别和导流有效性评价方面，本发明利用焊接痕迹的灰度、纹理和颜色信息确定焊缝边界，能够较准确地获得焊缝在极耳表面的实际覆盖范围。在此基础上，对极耳有效导流区域与焊缝实际覆盖区域进行空间重合计算，并进一步计算极耳接触面积利用率和中心偏移距离，不仅能够判断焊缝覆盖面积是否充分，还能够判断焊缝是否偏向极耳一侧，从而更全面地反映焊缝导电连接的有效性和均匀性。

45、（4）在风险判断和结果追溯方面，本发明将极耳接触面积利用率与预设利用率阈值比较，并将中心偏移距离与预设中心偏移阈值比较，由此判断是否存在局部导流不均风险，并生成合格或不合格的焊接质量检测结果。进一步地，将焊后焊接图像、各区域数据、计算指标、风险判断结果和检测结果与电芯编号绑定存储，便于后续按电芯编号查询焊接质量信息、定位异常原因，并为生产过程中的工艺调整和质量追溯提供数据依据。