阿丘科技助力新能源行业 “提质加速”

在2023年中央经济工作会议上，推进新型工业化被指出是当前和未来的重点任务之一。“新型工业化”成为年度高频热词，数字化、智能化和绿色化是新型工业化的显著特征。在此趋势下，人工智能技术在制造业中的商业潜力和应用前景越来越广阔。

阿丘科技作为工业 AI 视觉平台及解决方案的提供商，在新能源行业中具有广泛的应用场景和丰富的落地案例。

本文将回顾部分经典案例，分享阿丘科技 AI 技术助力企业新型工业化的实际应用。

光伏行业

硅片分选项目

硅片表面特征微小，缺陷种类繁多，满足高检测速度的同时需对硅片缺陷类型做精细化检测和区分，这需要高效&稳定的图像分析处理能力和强劲的 AI 算法，以此保证生产线稳定运行。

为满足高精度、快节奏的检测需求，基于深度学习的专业级工业AI视觉算法平台软件AIDI，只需学习少数典型样本即可快速适应产线机台差异，实现快速批量复制，帮助客户优化检测流程，稳定提升检测效率，并有效保障产品品质。

锂电行业

提质降本是锂电池厂商的需求，也是动力电池得以跨入TWh时代的前提和基础。其中，AI 视觉技术在整个工艺段有着非常广泛的应用，为锂电行业驶向高效率、低能耗、高精度的极限制造保驾护航。

方壳电芯AI外观检测

结合方壳电芯缺陷特征，采用独特的FlexOPT成像方案和柔性机构模组，配合专有优化的AI算法模组，即可实现蓝膜破损、膜下异物、气泡、褶皱、划痕等缺陷360度无死角检出。

电池极片瑕疵AI检测

采用多分时频闪光学方案，配合工艺沉淀的AI检测算法模组、多线程计算和图像分割双并行处理方式，达到高速处理要求。能够精准识别并分类不同缺陷，如金属异物与非金属异物、白点、气泡、暗斑、脱碳、划痕、漏金属、破损等。

密封钉焊后瑕疵AI检测

利用 AI 技术和FlexOPT成像，结合多角度多分区成像原理，对针孔等细小缺陷的检测能力强，并可实现带高度信息的缺陷全检出。能够精准识别针孔、裂纹、爆点、凹坑、台阶、发黑、焊灰、未焊、焊渣等缺陷。

顶盖结构件AI外观全检

利用工艺深度优化的AI算法，采用标准化的设计理念，每个工位均采用模块化设计，可根据实际需要选配对应的模组，灵活度高、适应性强，同时操作简单，切拉换型迅速，能够精准识别铝丝、防爆阀缺陷、焊道、极柱、注液孔等区位缺陷。