本項(xiàng)目針對當(dāng)前上汽大眾在推動(dòng)電動(dòng)汽車產(chǎn)線建設(shè)中PHEV高壓電池包裝配過程中存在的缺陷檢測不準(zhǔn)確、電檢數(shù)據(jù)利用率低和作業(yè)安全風(fēng)險(xiǎn)問題，提出了一套綜合機(jī)器視覺和數(shù)據(jù)分析方法的PHEV高壓電池包裝配全流程自動(dòng)化監(jiān)測系統(tǒng)。通過分析電池包生產(chǎn)與裝配流程，開發(fā)了基于機(jī)器視覺和神經(jīng)網(wǎng)絡(luò)的外觀缺陷檢測算法，利用數(shù)據(jù)分析技術(shù)構(gòu)建了關(guān)鍵性能指標(biāo)的預(yù)測系統(tǒng)，并設(shè)計(jì)了集成以上功能的自動(dòng)化監(jiān)測軟件。該系統(tǒng)顯著提高了缺陷檢測的準(zhǔn)確性與作業(yè)的安全性，同時(shí)通過有效的數(shù)據(jù)監(jiān)控與分析，提升了質(zhì)量控制的效率和響應(yīng)速度，為上汽大眾提供了一套操作簡便、數(shù)據(jù)可追溯的質(zhì)量監(jiān)控解決方案，有力支持了企業(yè)的自動(dòng)化轉(zhuǎn)型戰(zhàn)略。

目標(biāo)1：設(shè)計(jì)高壓電池包外觀自動(dòng)化缺陷檢測裝置。旨在提供電池包外觀缺陷檢測算法的部署方案。

目標(biāo)2：開發(fā)基于機(jī)器視覺和神經(jīng)網(wǎng)絡(luò)的外觀缺陷檢測算法。精確識(shí)別和檢測電池包表面的各類缺陷，以提高檢測的準(zhǔn)確率和效率。

目標(biāo)3：實(shí)現(xiàn)PHEV高壓電池包關(guān)鍵性能指標(biāo)的關(guān)聯(lián)和預(yù)測。通過分析電池包裝配過程中的歷史電檢數(shù)據(jù)，識(shí)別影響電池包關(guān)鍵質(zhì)量指標(biāo)的因素，建立實(shí)時(shí)識(shí)別關(guān)鍵質(zhì)量指標(biāo)的監(jiān)控體系，并開發(fā)出電池包關(guān)鍵質(zhì)量指標(biāo)的預(yù)測模型。

目標(biāo)4：開發(fā)PHEV高壓電池包裝配全流程自動(dòng)化監(jiān)測系統(tǒng)。該系統(tǒng)將集成全流程監(jiān)測平臺(tái)，實(shí)現(xiàn)檢測算法的可視化操作，并設(shè)計(jì)異常數(shù)據(jù)的存儲(chǔ)方案，以便于后續(xù)的數(shù)據(jù)分析和質(zhì)量控制。

設(shè)計(jì)了一套針對PHEV高壓電池包的外觀自動(dòng)化缺陷檢測裝置，并完成了3D建模。該裝置已被企業(yè)接受進(jìn)行初步的可行性驗(yàn)證，展現(xiàn)了其在實(shí)際應(yīng)用中的潛力。

開發(fā)了一套創(chuàng)新的兩階段PHEV高壓電池包外觀檢測算法，第一階段應(yīng)用無監(jiān)督的快速檢測算法，能夠高效識(shí)別異常電池包。算法檢測精確率超過95%，每秒可處理242幀圖片。第二階段采用一種輕量化的目標(biāo)檢測模型，專門針對CPU平臺(tái)進(jìn)行了優(yōu)化。使用改良的搜索算法對超參數(shù)調(diào)優(yōu)，使得模型達(dá)到88%準(zhǔn)確率，并且實(shí)現(xiàn)每秒82幀圖片的快速檢測。

實(shí)現(xiàn)了一套電檢異常數(shù)據(jù)預(yù)測算法，幫助企業(yè)監(jiān)測異常數(shù)據(jù)指標(biāo)，實(shí)現(xiàn)了均方誤差僅0.92的預(yù)測準(zhǔn)確率，為企業(yè)提供強(qiáng)有力的電檢數(shù)據(jù)預(yù)測方案。

開發(fā)了PHEV高壓電池包全流程監(jiān)測平臺(tái)，實(shí)現(xiàn)算法的可視化部署和異常數(shù)據(jù)的存儲(chǔ)與回溯，極大提高企業(yè)對電池包質(zhì)量監(jiān)控的效率和準(zhǔn)確性。