Desafíos de Calidad Impulsados por Aplicaciones de Energía y AI
Con el rápido crecimiento de nuevas aplicaciones de energía y AI, la inspección de calidad de celdas de batería se ha convertido en una de las tecnologías clave que afectan la competitividad de la industria. La excepcional tasa de crecimiento anual compuesta (CAGR) del mercado global de baterías exige que los fabricantes de baterías adopten modelos de producción más eficientes y precisos. Sin embargo, los métodos de inspección manual tradicionales no pueden satisfacer de manera efectiva los requisitos de control de calidad de alta velocidad, alto volumen y alta precisión, especialmente al detectar defectos microscópicos o inspeccionar estructuras internas de las celdas de batería. Portwell se ha unido al experto en soluciones de visión AI Neurocle para ofrecer una solución de inspección inteligente altamente competitiva al combinar un software de inspección de visión de aprendizaje profundo AI líder con el sistema de computación en el borde de alto rendimiento PJAI-200.
Punto de Dolor: Limitaciones de los Métodos de Inspección Tradicionales
La detección de defectos en el proceso de producción de celdas de batería es altamente compleja. Debe identificar pequeñas fallas externas, como rasguños y abolladuras, e inspeccionar estructuras internas, como la alineación de celdas y la detección de objetos extraños. Los métodos tradicionales a menudo dependen de la inspección visual manual o de sistemas automatizados de bajo nivel, que luchan por lograr una precisión consistentemente alta. Los factores humanos y los problemas de estabilidad del sistema pueden llevar a una calidad inconsistente, afectando negativamente la fiabilidad del producto y la eficiencia de producción.
Ventajas Sinérgicas de NEURO-T y NEURO-R
Para abordar estos desafíos de la industria, Portwell y Neurocle colaboran integrando NEURO-T y NEURO-R, responsables del entrenamiento de modelos AI y de la inferencia en tiempo real en el borde, respectivamente, proporcionando una solución completa y altamente personalizable. El software NEURO-T emplea una interfaz gráfica de usuario (GUI) sin código, lo que permite a los usuarios sin experiencia profunda en AI entrenar modelos de detección de defectos altamente precisos. Esto reduce significativamente la barrera para la adopción de AI y acorta el tiempo de entrenamiento. NEURO-R asegura que los modelos entrenados puedan realizar inferencias eficientes en dispositivos de borde, apoyando los requisitos de inspección de calidad en línea de producción en tiempo real y a gran escala.
Sistema de Computación en el Borde de Alto Rendimiento PJAI-200
El sistema de computación en el borde PJAI-200 de Portwell, equipado con el módulo NVIDIA Jetson AGX Orin, ofrece hasta 200 TOPS de rendimiento AI. Cuenta con 32 GB de memoria LPDDR5 de 256 bits, asegurando una ejecución rápida y estable para la inferencia de modelos complejos. Además, el PJAI-200 ofrece un conjunto rico de interfaces, incluyendo 12 puertos PoE GbE, un puerto 10 GbE y ocho puertos USB 3.2 Tipo-A, permitiendo una fácil integración con múltiples cámaras y sensores industriales para realizar una solución de inspección visual integral.
Inspección Precisa para Todos los Formatos de Batería
Esta aplicación es especialmente adecuada para la inspección de defectos superficiales e internos de baterías tipo pouch. El modelo OCR reconoce texto y códigos en la superficie de la batería, mientras que el modelo de segmentación identifica con precisión defectos minúsculos como rasguños y abolladuras, midiendo cuantitativamente la forma y el tamaño del defecto. La solución también se aplica a celdas cilíndricas y prismáticas: a través del análisis de imágenes de rayos X internas, localiza e identifica con precisión la alineación de celdas y objetos extraños, mejorando la seguridad del producto y la consistencia de calidad.
Aumentando el Rendimiento y Reduciendo Costos
Al implementar el sistema de inspección inteligente desarrollado conjuntamente por Portwell y Neurocle, los fabricantes de baterías pueden aumentar efectivamente el rendimiento del producto y reducir significativamente los riesgos y costos asociados con factores humanos y la estabilidad del equipo, asegurando un entorno de producción eficiente y continuamente estable. Mientras tanto, el PJAI-200, con su alto rendimiento computacional y flexibilidad, se adapta a varios escenarios de inspección de baterías, ayudando a las empresas a ajustar y escalar rápidamente la capacidad de producción para satisfacer las demandas del mercado en constante cambio.
Una Herramienta Clave para las Actualizaciones de la Industria
En la industria de baterías de nueva energía en rápido desarrollo, los sistemas de inspección de calidad precisos y en tiempo real se han convertido en una ventaja competitiva indispensable. La solución de inspección inteligente lanzada por Portwell y Neurocle, a través del software de entrenamiento de modelos AI altamente amigable NEURO-T y las plataformas de inferencia en el borde de alto rendimiento NEURO-R y PJAI-200, supera completamente las limitaciones de los sistemas de inspección tradicionales, ofreciendo una precisión y estabilidad sobresalientes. Las empresas que adopten esta solución no solo pueden mejorar rápidamente la calidad y eficiencia de producción, sino también reducir efectivamente los costos operativos. Apoyadas por la red global de DMS (Servicios de Diseño y Fabricación) de Portwell y un ecosistema robusto, pueden lograr actualizaciones de la industria y expansión empresarial.
