在现代工业体系中,膜片虽小,作用却大。从智能手机触控屏到新能源汽车锂电池、医疗设备过滤组件和航空航天密封材料,膜片以其独特的物理特性支撑各领域的技术突破。
根据相关行业报告,仅2024年一年,中国膜片市场规模超过800亿元,全球市场规模超过3200亿元。预计到2030年,市场规模将增长到6500亿元以上。膜片市场快速增长的背后,是消费电子、新能源、医疗健康等下游行业的爆发式增长,5G手机的高透光学膜、新能源汽车的高安全性锂电池隔膜、可穿戴设备的柔性传感器膜片等应用场景快速拓展。
膜片生产检测困境
在膜片生产过程中,表面划痕、气泡、杂质等缺陷和尺寸偏差都严重影响产品质量,但传统的被动质检手段已经难以应对行业升级带来的挑战。
1.低效的人工目检
针对膜片表面质量检测,传统人工检测严重依赖放大镜逐片排查,单个工位每日检测不到1万件,并且容易受主观因素的影响,不良品流入市场的风险激增。
2.传统检测质检瓶颈
镀镍、镀锂等工艺使膜片表面反光严重,传统视觉方案难以捕捉缺陷特征。并且膜片通常呈现半透明,传统背光检测下,气泡、褶皱等缺陷难以识别。
3. 成本效率低
单个产线日常需要处理5到10种膜片,单个设备产品换型耗时30分钟以上,并且无法适应异性膜片件检测。
传统视觉检测方案
传统视觉检测方案主要依赖固定光源+工业相机+规则算法的组合,通过标准化生产流程实现缺陷识别,整个流程可以将其拆分为光学成像、特征提取、规则判断三个环节。
传统方案通常使用同轴光源或背光源作为基础照明。在面对镀镍、镀铝等高反光膜片时,在强光反射下使用同轴光源,会导致缺陷区域和背景对比度不足,0.1mm的划痕识别不清。另外针对一些厚度不均的复合膜,使用背光源会因为光散射产生伪影,导致气泡、褶皱等缺陷误判率过高。
在光学成像方面,通常使用面阵相机搭配定焦镜头,能够满足基础的尺寸测量,但面对0.05mm下的微型缺陷,像素分辨率不足会导致特征丢失,定焦镜头无法适配不同厚度膜片,需要人工频繁调整焦距,单次校准耗时更高。
算法软件层面,通常以边缘检测、阈值分割等基础算法进行。面对渐变反光、材质透光率不均等复杂场景,需要人工反复调试,耗时更长,并且检测稳定性随环境光变化。
创视方案助力膜片缺陷检测
针对行业检测痛点,创视自动化推出系列视觉集成方案,通过硬件、算法、数据三个层面的深度协同,实现检测效率、精度和成本的全面优化。
硬件层
光源上采用高光亮线光,大量产品消除反光干扰,8K线扫工业相机在视野范围内可以实现0.05-0.2mm厚度膜片的99%以上检测精度。可以选择自动上下料、清洗设备或协同机械臂,实时检测吸附状态,混料率基本控制在0.1%以下。
软件层
自研算法内置划痕、气泡、边缘破损等20余种缺陷样本库,在更换产品时无需重新调试,单帧图像处理时间更短,检测速度约0.7~1.5秒/件,针对高速产线,通过线阵相机和线光源及频闪控制器的同步触发,确保动态图像无拖影。
数据层
数据实时生成缺陷分布图与良品率报告,标注缺陷位置、类型及尺寸,支持缺陷图像回溯与工艺优化分析。系统直接适配企业现有自动化产线,检测数据可与MES系统对接,实现缺陷产品自动剔除、设备参数实时调整。
从被动质检到主动优化
创视视觉集成方案和自动化智能生产设备的价值不仅在于检测,更在于能够通过数据驱动实现全流程质量提升:
工艺优化
Trust Auto通过缺陷分布数据分析,定位生产环节问题。某膜片厂在引入创视膜片筛选机,通过对缺陷数据汇总发现生产设备磨损,在更换后良率显著提升。
成本控制
Trust Auto单产线可节省2-3个检测工位,设备维护成本较传统方案降低60%。
合规保障
Trust Auto检测数据自动生成电子报告,满足医疗、汽车等行业的ISO认证与追溯要求。
随着工业4.0和智能制造的快速推进,膜片检测从被动检测到实时控制和主动优化。创视自动化视觉集成方案以高精度、高柔性、高性价比的解决方案,不仅解决传统检测的痛点,更通过数据赋能推动生产模式革新。真正助力企业实现自动化、智能化转型。
转自:创视自动化
注:文章版权归原作者所有,本文内容、图片、视频来自网络,仅供交流学习之用,如涉及版权等问题,请您告知,我们将及时处理。