深度學習鋰電外觀缺陷檢測應用研究

發布時間:2021-2-1 放大 縮小

時間:202125日  9:30 - 11:30

地點:科研樓1#904

報告人:石金進  講師

主持人:巢建樹  研究員

---------------------------------------------------------------------------------------

報告人簡介:石金進,男,博士,三峽大學機械與動力學院講師。20171月在哈爾濱工業大學獲得博士學位,并于20175月至今在三峽大學機械與動力學院機械電子系任教,主要研究方向為數字圖像處理、機器視覺、及嵌入式系統設計等。近年來,在IEEE Transactions on Intelligent Transportation Systems、Journal of Vibration and Control等國內外重要期刊及學術會議上發表SCI/EI收錄論文8篇,授權專利3項,主持湖北省自然科學基金等縱向項目3項,企業委托項目4項。

報告主要內容:鋰電作為一種新能源,是緩解石油資源日益枯竭,環境污染問題日益突出的有效途徑,被廣泛應用在移動終端、新能源汽車等產品中。鋰電池的智能制造是國家重點培育的方向,由于加工設備及工藝因素的影響,鋰電池在制造過程中不可避免會在表面產生缺陷,缺陷的存在不僅影響美觀,而且還有可能引發爆炸,嚴重威脅用戶的安全。外觀缺陷檢測是鋰電智能制造的末端環節,然而,由于缺陷形態復雜多樣,當前主要采用人工目檢方式進行篩選,不僅效率低下、成本高,而且視覺疲勞還可能造成一定程度的漏檢,導致問題產品流向市場。鑒于鋰電池外觀復雜、種類繁多,傳統視覺檢測技術已無法勝任其檢測需求。本報告著重探討深度學習技術在鋰電外觀缺陷檢測中的應用,以實現高精度、高可靠性的檢測。