이차 전지 생산 공정에서 발생되는 전극 표면의 결함을 검사하는 비전 시스템을 연구 개발한다. 전극 표면 검사 비전 시스템은 제어 및 광학계의 하드웨어 설계 부분과 비전 검사용 소프트웨어 알고리즘 개발로 크게 두 부분으로 구성된다. 하드웨어는 시스템 구성, 광학계의 설계, 조명부, 제어부로 나누어지며 소프트웨어는 결함 검출 알고리즘을 개발 구현한다. 이 시스템을 통해서 전극 공정의 자동 결함 검출을 통해서 품질 향상과 가격 경쟁을 목표로 한다. 제안된 결함 검출 알고리즘을 이용하여 검사한 결과 전극의 반점, 라인, 맨홀, 이물, 스크래치, 분화구 불량에 대해서 높은 신뢰성을 보인다.
이차 전지 생산 공정에서 발생되는 전극 표면의 결함을 검사하는 비전 시스템을 연구 개발한다. 전극 표면 검사 비전 시스템은 제어 및 광학계의 하드웨어 설계 부분과 비전 검사용 소프트웨어 알고리즘 개발로 크게 두 부분으로 구성된다. 하드웨어는 시스템 구성, 광학계의 설계, 조명부, 제어부로 나누어지며 소프트웨어는 결함 검출 알고리즘을 개발 구현한다. 이 시스템을 통해서 전극 공정의 자동 결함 검출을 통해서 품질 향상과 가격 경쟁을 목표로 한다. 제안된 결함 검출 알고리즘을 이용하여 검사한 결과 전극의 반점, 라인, 맨홀, 이물, 스크래치, 분화구 불량에 대해서 높은 신뢰성을 보인다.
In manufacturing processing of a secondary battery, the visual inspection system is studied and developed to check the surface defects of the electrode plates. It consists of two parts, one is the hardware control and the other software implementation. The former is made up to the system configurati...
In manufacturing processing of a secondary battery, the visual inspection system is studied and developed to check the surface defects of the electrode plates. It consists of two parts, one is the hardware control and the other software implementation. The former is made up to the system configuration and the design of the optical system, the illuminations and the controllers. The latter is the detection algorithms of the surface defects. This system achieves the quality improvement of the electrode process and the price competitiveness. By using the proposed defects detection algorithms this system demonstrates the high reliability of spot, line, manhole, extraneous substance, scratch, and crater defect of a electrode plate surface.
In manufacturing processing of a secondary battery, the visual inspection system is studied and developed to check the surface defects of the electrode plates. It consists of two parts, one is the hardware control and the other software implementation. The former is made up to the system configuration and the design of the optical system, the illuminations and the controllers. The latter is the detection algorithms of the surface defects. This system achieves the quality improvement of the electrode process and the price competitiveness. By using the proposed defects detection algorithms this system demonstrates the high reliability of spot, line, manhole, extraneous substance, scratch, and crater defect of a electrode plate surface.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이 전극 표면 검사 시스템은 하드웨어 시스템을 제어하기 위해 PLC 제어 및 프로그램 개발과 이더넷 설치, 관리 프로그램 개발, 패턴 및 무지 길이 판독을 위한 엔코더 개발, 내부 데이터 입출력 설계, 광학부 설계 등의 개발이 필요하며, 비전 검사 소프트웨어 개발을 위해서는 비전 검출을 위한 영상 처리 알고리즘 개발, 코팅 검사 알고리즘 개발, 무지 검사 알고리즘 개발, 검사 시스템 관리 프로그램 개발, 데이터베이스 구축 등의 개발이 필요하다. 본 논문에서는 영상처리를 사용하여 그림 1과 같이 전극의 표면 코팅 검사에서 결함을 검출하는데 집중한다. 전극 표면의 코팅 검사 결함으로는 그림 1과 같이 반점 불량, 라인 불량, 맨홀 불량, 이물불량, 스크래치 불량, 분화구 불량 등으로 분류할 수 있다.
본 연구에서는 전극 표면을 검사하여 불량을 검출하고 판별하기 위하여 화상처리 검사 알고리즘을 구현한 검사시스템을 구현하였다. 전극 표면 검사는 제조 공정에서 발생할 수 있는 불량들을 정리하고 각 불량들의 특성을 고려하여 이에 맞는 검사 목표를 선정하고 알고리즘을 제안하였고, 알고리즘은 빠른 시간 안에 처리할 수 있도록 단순화시켰다.
제안 방법
본 개발하고자 하는 시스템 구성은 그림 2처럼 두 대의 모니터로 나누어 상부 코팅 시료와 하부 코팅 시료를 검사한다. 검정색의 코팅 시료의 결함 검사에 2대의 라인 스캔 카메라를 사용하는데, 영역 1에서는 상부 코팅 검사 1대, 영역 2에서 하부 코팅 검사 1대, 이렇게 2대의 카메라를 사용하여 측정을 하게 된다.
중간 과정에서 광 구동 센서(Trigger Fiber Sensor)가 동작 진행을 검사하면서 공정을 관찰하고 있다. 검사 시스템의 검사 장면의 영상을 캡처하여 검사를 수행하고 그 결과를 디스플레이하고 결함을 검색하여 표기하여 준다.
빛의 감도에 의한 1차 검출로 포일 색상 불량을 검출한다. 그림 4에서 영상의 빛 밝기값을 기준인 코팅부 밝기값을 기준으로 좌측에 코딩부 표면의 포일 색상이 흰색인 불량을 영상 프로 파일에 의해서 경계값을 이상의 영역을 탐색하여 찾아내므로 포일 색상 불량을 검출한다.
이 후에 불량 크기에 의한 2차 검출을 시작한다. 첫째로 불량 영역 조건 검출을 수행한다. 영역 조건 검출은 불량의 면적을 말하는 것으로 1차의 빛에 의한 검출이 이루어진 영상을 기준으로 화소의 개수로 넓이를 측정 한다.
검사시스템은 외부 조명의 간섭을 방지하고 정확한 영상 획득을 위해서 다른 모든 조명의 전원은 차단하고 파장 800mm 고주파 형광등의 직사 조명을 통해서 영상을 획득하여 검사하게 된다. 라인스캔 카메라에 의해서 획득된 영상을 분석하여 그림 10처럼 결함 위치와 결함 면적, 결합 종류를 검출한 예를 보여 주고 있다.
본 연구에서는 전극 표면을 검사하여 불량을 검출하고 판별하기 위하여 화상처리 검사 알고리즘을 구현한 검사시스템을 구현하였다. 전극 표면 검사는 제조 공정에서 발생할 수 있는 불량들을 정리하고 각 불량들의 특성을 고려하여 이에 맞는 검사 목표를 선정하고 알고리즘을 제안하였고, 알고리즘은 빠른 시간 안에 처리할 수 있도록 단순화시켰다. 각 불량에 대한 제안된 알고리즘을 이용하여 검사한 결과 전극의 반점, 라인, 맨홀, 이물, 스크래치, 분화구 불량에 대해서 높은 신뢰성을 보였다.
대상 데이터
고화질의 영상 획득을 위해 표 1과 같이 디지털 출력의 라인 센서[6]인 0.0854mm의 분해능과 라인 주사율 7.81KHz를 가진 라인 스캔 카메라를 사용한다.
이 시스템에 사용되는 컴퓨터 안에 Matrox Meteor –II/Digital [7] 프레임 그래버를 내장하여 사용한다.
파장 800mm이 인 고주파 형광등으로 직사 방식으로 전극판 표면에 조명을 한다. 반사된 빛은 렌즈를 통해서 라인스캔 카메라의 CCD셀에 전기적인 신호로 저장하게 된다.
이론/모형
셋째로 길이 조건 검출은 그림 5처럼 대각선의 불량의 길이를 말하는 것으로 1차의 빛에 의한 검출이 이루어진 영상을 기준으로 측정된 값이 설정된 값보다 크면 불량 처리 한다. 너비와 길이 측정을 위해 최소 외접 직사각형법을 이용한다.
성능/효과
전극 표면 검사는 제조 공정에서 발생할 수 있는 불량들을 정리하고 각 불량들의 특성을 고려하여 이에 맞는 검사 목표를 선정하고 알고리즘을 제안하였고, 알고리즘은 빠른 시간 안에 처리할 수 있도록 단순화시켰다. 각 불량에 대한 제안된 알고리즘을 이용하여 검사한 결과 전극의 반점, 라인, 맨홀, 이물, 스크래치, 분화구 불량에 대해서 높은 신뢰성을 보였다.
후속연구
제안된 알고리즘과 장치 검사로 신뢰성을 검증/보안하고 최적화를 시켜 실제 검사라인에 적용하면, 전극표면 검사 방법의 자동화로 생산성 향상과 제품의 신뢰성을 높일 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
원형도는 무엇인가?
원형도 [8] e는 형상의 모양이 얼마나 원에 가까운가를 나타내는 척도로써 식 5처럼 이상적인 원에 대해 1의 값이 나오며 원형에 멀어질수록 값이 작아진다. 는 영상 면적이고, l은 물체의 둘레 길이 또는 경계 길이이다.
전극 표면의 균일성 검증 검사가 반드시 필요해진 배경은 무엇인가?
자동차, 핸드폰 등 점점 이차전지의 수요가 확대되고 있는 실정에서 전지 개발 공정에 들어가는 전극 공정에 서의 검사 시스템의 수요가 급증하고 있다. 이에 전극 표면의 균일성이 검증이 돼야 하는데, 그렇지 않으면 생산량 저하로 직결되므로 꼭 필요한 시스템이라 할 수 있다.
전극 표면의 코팅 검사 결함은 어떻게 분류될 수 있는가?
본 논문에서는 영상처리를 사용하여 그림 1과 같이 전극의 표면 코팅 검사에서 결함을 검출하는데 집중한다. 전극 표면의 코팅 검사 결함으로는 그림 1과 같이 반점 불량, 라인 불량, 맨홀 불량, 이물불량, 스크래치 불량, 분화구 불량 등으로 분류할 수 있다.
참고문헌 (8)
C. S. Oh, "3D Analysis System for Copper Palate Defect Detection", Journal of IIBC, Vol. 13, No. 1, pp. 55-62, 2013.
C. H. Han and C. S. Oh, Y. K, Ryu, and S. H. Cho, "Development of Vision system for Back Light Unit of Defect", The transactions of the Korean Institute of Electrical Engineers. D Vol. 55 no.4, pp. 161-164, 2006.
C. S. Oh and H. M. Lee, "A High-speed Automatic Precision Inspection System for Bolts Defects", Journal of KIPS, Vol. 10-B, No. 6, pp. 305-310, 2003
C. S. Oh and H. M. Lee, "Automatic Visual Inspection System Development for Tarpaulin's Pinholes Defect Detection", Journal of KIPS, Vol. 7, No. 6, pp. 1973-1979, 2000.
C. S. Oh, Y. Ryu and B. Roh, “Video Tape Recorder Head inspection using image processing techniques,” Optical Engineering, Vol. 38, No. 1, pp. 124-130, 1999.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.