电芯外观、极片、焊缝与模组装配检测。
极片涂布缺陷：50μm 级精度，检出率 97%+，高速产线 100% 全检不降速。
极耳焊接缺陷拦截：检出率 >99%，虚焊漏检趋近于零，误报同步趋近于零。
圆柱电芯外观终检：外观缺陷检出率 98%+，褶皱 / 漏液 / 鼓包识别率 99%+。
覆盖电池全制程：从极片、极耳焊接到电芯外观、模组装配，关键质量门全在线。
行业方案 · INDUSTRY
新能源电池
微链道爱 DaoAI 的新能源电池：50μm 最小检出、97%+ 准确率、100% 在线全检。从电芯到模组,我们为新能源电池制造提供 2D/3D AI 视觉质检:极片涂布、极耳焊接、反光金属壳面缺陷全检,高速产线、微米级精度。
方案详解 · SOLUTION
新能源电池方案详解
一、这条线上真正难的是什么
电池产线的检测对象几乎都不好拍：极片涂层低对比、表面不平，暗斑与漏箔在微米级；圆柱电芯是镜面金属壳，反光既会被误判成缺陷，又会把真实划痕、凹坑淹没；极耳焊接的毛刺、错位、虚焊则藏在层与层之间，2D 射线难以分层。
更麻烦的是代价不对称：极耳虚焊漏检直接关联热失控的安全风险，因此产线宁可把判据调严——代价是误报升高、停线增多。所以这条线上的目标从来不是"多抓一点"，而是"漏检趋近于零的同时，误报也不上去"。
二、方案怎么搭
成像先解决"看得见"：极片用 3D AI-AOI 融合点云与深度学习，把低对比涂层的高低差读出来；圆柱电芯用多光源计算成像压制镜面反射，再判表面缺陷。
模型解决"样本少"：APDT 正样本学习只学良品，1–20 张良品即可上线，新产线不必先攒缺陷样本库。
质量门放在既有产线上：微链道爱在极耳焊接等关键工序做 100% 自动质量门，逐层识别焊接缺陷，不额外增加节拍损失。
产线对接：判定结果、缺陷图与坐标回传 MES / SPC，按电芯编号可追溯；生产数据留在厂内，不出厂。
三、机型怎么选
| 工序 | 推荐配置 | 解决的主要问题 |
|---|---|---|
| 极片涂布 | 3D AI AOI（点云 + 深度学习） | 涂布暗斑、划痕、漏箔、掉料的微米级判定 |
| 极耳焊接 | AI-AOI 质量门（既有产线加装） | 毛刺、错位、虚焊的逐层识别 |
| 电芯外观终检 | 2D AI AOI + 多光源计算成像 | 镜面壳体上的褶皱、漏液、鼓包与划痕 |
| 模组 / PACK 装配 | 2D / 3D AI AOI + 机器人视觉 | 焊点错位、装配缺漏与尺寸偏差 |
四、落地节奏
微链道爱的落地路径是四步：① 需求评估——先确认安全相关缺陷（虚焊、毛刺）与外观缺陷的判定边界，两者的容忍度不同；② 方案选型——按工序定机型与光源方案，给出报价与交付计划；③ 现场部署——一块良品件 30 秒至 5 分钟自动编程，操作员约 30 分钟上手；④ 反馈优化——复检结果回流，模型分钟级更新。
五、成效怎么量
建议分两组看：安全相关工序盯漏检率与检出率，外观工序盯判准率与误报率。微链道爱已落地的电池场景里，典型表现是——极片涂布最小检出 50μm、准确率 97%+、100% 在线全检不降速；极耳焊接检出率 >99%、虚焊漏检趋近于零、0 节拍损失；圆柱电芯外观判准率 98%+、缺陷检出率 99%+。
以上为匿名行业场景下我们方案的典型可达范围，具体数值随工序、材料与节拍而变，以现场实测为准。
应用场景 · SCENARIOS
7 个真实场景，逐一拆解
圆柱电芯反光壳面检测
圆柱电芯外观异常直接关系电池安全性与一致性，是出厂前的最后一道视觉关口。
极片涂布在线检测
极片涂布均匀性直接决定电芯容量一致性与安全性，是电池制造最上游的质量关口。
电池模组焊点检测
电池模组组装工序的焊点质量关乎电气连接性能与整体安全性。
新能源电池模组焊点错位检测
电池模组内部焊点错位可能导致内阻升高、局部过热甚至安全隐患，是电池制造的关键质量风险点。
隔膜针孔与涂层缺陷检测
隔膜是电芯内部正负极的最后一道物理屏障，针孔哪怕极其微小也可能引发内短路。
极耳焊接质量门检测
极耳焊接质量是电池安全性的关键防线，毛刺、虚焊可能刺穿隔膜诱发热失控。
电池极柱 / 顶盖外观检测
极柱与顶盖的表面完整性与密封性直接影响电池安全性，是出厂前的关键把关点。
客户案例 · CASE STUDIES
新能源电池 · 极片到 PACK
从极片涂布、极耳焊接到圆柱电芯反光壳面、卷绕对齐 —— 微米级 AI-AOI，连镜面金属都挑得清。
场景 · 极片涂布在线全检
某动力电池龙头 · 极片涂布缺陷
挑战涂布暗斑、划痕、漏箔、掉料都在微米级，涂层低对比、表面不平，纯 2D 看不准。
方案3D AI-AOI 融合点云 + 深度学习，微米级精度在线全检整条产线。
50μm最小检出
97%+准确率
100%在线全检
场景 · 极耳焊接质量
某电芯厂 · 极耳焊接缺陷拦截
挑战极耳毛刺、错位、虚焊直接关联热失控安全风险，2D 射线难分层、漏检代价极高。
方案AI-AOI 在既有产线做 100% 自动质量门，逐层识别极耳焊接缺陷。
>99%检出率
→0漏检
0节拍损失
场景 · 圆柱电芯反光壳面
某电池厂 · 圆柱电芯外观终检
挑战圆柱电芯镜面金属壳极易把反光误判成缺陷，又容易淹没真实划痕、凹坑。
方案AI-AOI + 多光源计算成像压制镜面反射，专治复杂反光金属表面。
98%+判准率
99%+缺陷检出
✓反光面专攻
案例为匿名行业场景，指标为我们方案的典型可达范围。
深度案例 · IN-DEPTH
新能源电池 · 深度案例
逐一拆解真实场景下的落地路径 —— 行业背景、痛点、我们的方案与成效。
极片涂布在线全检：3D AI-AOI 守住电芯一致性的起点
某动力电池龙头在涂布工序引入 DaoAI 3D AI-AOI，融合点云与图像识别暗斑、划痕、漏箔、掉料，最小检出优于 50μm，准确率稳定在 97% 以上，实现在线 100% 全检。
阅读全文
极耳焊接质量门：把毛刺与虚焊挡在热失控之前
某电芯厂在既有极耳焊接产线加装 DaoAI AI-AOI 自动质量门，识别毛刺、错位、虚焊等关联热失控的关键缺陷，构建 100% 自动判定，实现零漏检目标。
阅读全文
圆柱电芯反光金属壳面检测：用计算成像压住眩光
某电池厂圆柱电芯钢壳表面高反光、曲率大，DaoAI 以多光源计算成像方案压制眩光，判定准确率达 98% 以上，缺陷检出率达 99% 以上。
阅读全文
卷绕叠片阴阳极对齐：3D X-ray CT 加 AI 逐层分析提速约 90 倍
某动力电池龙头以 DaoAI 3D X-ray CT 加 AI 逐层分析，替代人工逐层读片，阴阳极对齐与折弯检测分析效率提升约 90 倍。
阅读全文
隔膜针孔与涂层缺陷在线检测：高速卷材上的微米级把关
某电池厂隔膜产线车速高、幅宽大，DaoAI 以高速卷材在线 AI-AOI 检测针孔、涂层划痕、厚薄不均等缺陷，实现微米级在线全检。
阅读全文常见问题 · FAQ
新能源电池 · AI 视觉质检常见问题
动力电池生产中 AI 视觉检测哪些关键工序？
覆盖极片涂布在线检测、隔膜针孔、极耳焊接质量、电极对齐的 X 光 / CT 检测，以及圆柱电芯反光外壳检测，守住一致性与安全门槛。
极片涂布缺陷尺寸小、速度快，AI 跟得上产线节拍吗？
可以。DaoAI 模型针对高速涂布优化，在线实时检出露箔、暗斑、厚薄不均等微小缺陷，满足高节拍连续生产。
极耳焊接和电极对齐这类安全项怎么把关？
DaoAI 用 2D 视觉检测极耳焊点形貌，并以 X 光 / CT 检测内部电极对齐与错位，作为出厂安全质量闸门，降低热失控风险。
圆柱电芯外壳强反光，常规检测易误判，怎么办？
DaoAI 通过特征认知模型与优化打光抑制金属反光，在圆柱电芯曲面上稳定识别划痕、凹陷与污渍，减少误报。