宁德时代"探路" AI正在重塑动力电池制造

高工锂电获悉，宁德时代联合了百度飞桨开源深度学习开源平台，优化升级其原有的电池缺陷质量检测产线，为动力电池质量保障筑起智能防线。

动力电池的质量极为关键，一旦出现瑕疵，极有可能带来安全问题。宁德时代董事长曾毓群在多个场合提出，其对于动力电池的产品缺陷率正在由PPm级（百万分之一）做到PPb级（十亿分之一），提升了三个量级。

在电池生产环节，金属焊接产生的颗粒是否掉在表面、有没有漏涂、焊接工艺是否一致等，直接影响产品最终质量，是每个工序之后必须要检测的细节，检测总监控参数超过3000个。

业界传统检测方式基本是人工用明眼去看，不同产线各个方面要求也不一致，每个标准都需要人工一一确认，整体流程极其复杂、低效。

面对十亿分之一的要求挑战，宁德时代一方面应用了传统机器视觉的策略，，也在探索开发基于深度学习的更智能的检测策略。

一个比较现实的问题在于，在新的应用当中大量运用迁移学习、监督学习等AI相关技术，将各条线上的人工经验快速应用以敏捷判定检测是否合格。但实际的业务上线，对人工智能算法的模型精度和速度十分苛刻，这也引发了宁德时代在AI与产业融合道路上更深层次的思考。

宁德时代的产品质量稳定性与其严格的品控技术不无关系电池在产线上缺陷漏检率小于1DPPB；生产流水线上，对检测速度的要求也是几近极限，单张产品图像缺陷检测的平均时长要低于2毫秒。

为了达到以上标准，宁德时代的算法工程师和百度飞桨的工程师投入了大量的努力，通过仔细分析数据特征并优化模型，针对产线环境进行优化，以及和原有产线流程打通。

，宁德时代通过百度飞桨深度优化过的PP-YOLO和ResNet系列算法提升算法精度，调整预测batch，采用多线程数据预处理，优化预处理后数据内存拷贝实践等策略，最终提升检测精度及预测效率达到实际生产需求。

相较于业界传统检测算法，宁德时代动力电池高精度质量检测过杀率优化了1倍，且算法在多产线上进行迁移部署的效率也得到了全面优化提升，不仅为宁德时代的动力电池质量的保障进一步保驾护航，也在一定程度上降低了产线研发的成本。

除了宁德时代，另一家动力电池企业蜂巢能源也在考虑通过AI技术为制造环节进行赋能。

2020年底的蜂巢电池日活动上，其对外介绍了利用AI技术提升动力电池品质的方法。

一是AI+容量预测。传统的动力电池生产工艺的一个环节，是分容。其逻辑是，由于生产一致性并不可能绝对地高，要通过化成，测量出准确容量，将容量一致的产品挑选出来。在此过程中，电池要反复充放电，既需要大量的化成设备，又要浪费电量。

AI+容量预测的目标是取消分容。这项技术由蜂巢和西门子联合开发。他们通过读取生产过程中的数据，建立预测模型，对电池容量进行测算。

目前，这一容量模型预测的准确度已经达到了98%以上。蜂巢还将继续提升容量预测的准确度，计划明年3月份先上线运行。并预计在2023年直接取消分容。

二是AI智能焊接技术，分为激光焊接技术和超声波焊接技术。这项技术的目的是，实现在线不破坏性100%的全检。

在激光焊接环节，AI技术会监控不同的零部件在各工序的参数，从而达到焊接数据实时采集，自动标定数据，实时预测焊接位置；在线检测+自学习+焊接参数矫正；在超声波焊接环节，可以通过AI技术实时监控，及时反馈及告警；不良率降低50%；

按计划，AI激光焊接技术在2022年导入；智能超声波焊接技术在2021年下半年进行量产验证。

三是AI自放电检出。该技术既能检测电压，也检测漏电流，而且使用大数据做AI分析，动态地预测电池状态。这项技术的应用，有望缩短电池静置时间50%；库位数量减少50%；厂建面积降低50%，运营费用降低200万元。预计在2021年进行量产验证。

对于宁德时代、蜂巢能源等企业的技术探索，高工锂电认为，动力电池的进一步发展要注重与AI智能、大数据、云计算等的深度融合。产业的创新，亟待新技术的导入，在制造环节，智能化、大数据的导入也可能更好的赋能电池的生产制造，在提升生产效率的，更大程度提升动力电池的品质及安全性能。

，动力电池涉及到材料、装备、工艺多个环节，只有基于不同环节的整合创新和开放式融合，打破现有的产业壁垒和创新边界，建立新的产业生态，才有可能更大程度上推动电池的颠覆性创新。

值得一提的是，2021年3月20日，由高工锂电、高工机器人、高工咨询主办的以“锂电池智造跃迁”为主题的2021锂电池智能制造峰会将于深圳举行，届时主办方将邀请众多锂电池、智能装备、制造产线、仓储物流等领域的头部企业分享锂电池智能制造的最新技术方案并对行业未来趋势进行预判，欢迎扫描文末海报进行报名参与！