Álláshirdetések
Events / Courses
Legfrissebb híreink
Törökország felé kerülnék meg az EU-s vámokat a kínai gyártók
2024.05.21 09:19
Bebiztosítja a gépgyártókat a hiba ellen a Röhm megoldása
2024.05.21 08:22
Biciklikhez mutat be új villanymotort a ZF
2024.05.21 07:21
A Tesla napelemes részlege lesz felelős a Supercharger-hálózatért
2024.05.21 06:16
Autopro Blog
Autopro a Facebookon
Galériáink
A CT forradalmasíthatja az akkumulátorgyártást
Fotó: Volume Graphics
A komputertomográfia (CT) nem csupán az orvosi alkalmazásban hasznos, ugyanis kiválóan használható a különböző termékek belső mechanikai szerkezetének, változásainak vizsgálatára is. A ma már kutatás-fejlesztésben és gyártásban is széleskörűen használt technológiát az elektromos autók akkumulátorainak vizsgálatában is egyre elterjedtebben, az akku életciklusának egyre több szakaszában alkalmazzák a hibák keresésére vagy éppen azok okának feltárására
A kutatás-fejlesztés fázisában a CT a mérnökök segítségére lehet a különböző prototípusok tesztelésében és a megfelelő dizájn megtalálásában. A technológiával hatékonyan vizsgálható például a cellák és az akkumulátorfal közti távolság, a szigetelések, az elektródák és az akkumulátorház, illetve azok hatása a konstrukció megbízhatóságára.
Az akkumulátorok komplex és precíz gyártási folyamat során készülnek. A CT ezen a téren is kiválóan hasznosítható, például a hibás részegységek korai észlelésére. A nagy felbontású CT szkennerekkel felfedezhető többek között az elektródákra felvitt aktív anyagok leválása vagy az akkumulátorba bekerült idegen tárgyak, amik növelik a rövidzárlat veszélyét. Idegen tárgyak a gyártási folyamat több szakaszában, például vágás során kerülhetnek a telepek belsejébe.
Ugyancsak a gyártási fázisban, a CT-vel észlelhetővé válik például az anódra felvitt lítiumréteg egyenetlensége. Végül pedig az értékesítést követően a technológia jó szolgálatot tehet a hibák okainak megállapításában.
Mindennek meg vannak a korlátai
Bár a CT igencsak hasznos eszköz, alkalmazásakor a mérnökök gyakran találkoznak azzal a problémával, hogy a szürke képek nagyon alacsony kontrasztúak, mivel az akkumulátorok egyes anyagai hasonló sűrűségűek. A problémát súlyosbítja, hogy az elektródák vékonyak és egymáshoz közel vannak. Néha nehéz megállapítani, hogy a megjelenő eltérések melyike tekinthető hibának vagy csak a visszaverődő sugárzás okozta zavarnak.
A bevett megoldás a vizsgálat újbóli elvégzése más szkennelési paraméterekkel, ami azonban nem kicsit növeli az időszükségletet, mivel az akkumulátorok finom struktúrája gyakran nagyfelbontású, ezért sok időt felemésztő, lassú szkennelési eljárást követel meg. Ez egy további problémát képez amellett, hogy a nem automatizált vizsgálat eredményességét befolyásolja az emberi tényező.
A megoldás a mesterséges intelligenciában rejlik
A minőségellenőrzési folyamat a mesterséges intelligencia (MI) alkalmazásával fejleszthető, mivel azzal elhagyható az ismételt szkennelés és egyenletes pontosság érhető el.
Az MI neurális hálójának természetesen meg kell tanítani, hogy pontosan mi is számít hibának. A betanítás egyik módja, hogy egy speciális szoftverrel hibamintákat készítünk, lehetővé téve a valós hibaminták alkalmazásának minimálisra csökkentését. A másik megoldás magától értetődően a valódi hibás termékek manuális kiválogatása, majd az MI csak azok használatával való betanítása, ami azonban nagyobb időigényű, mivel a szükséges mennyiségű hibaminta összegyűlte több időbe telik.
Az MI nagy pontossággal mondja meg, hogy melyik eltérés számít valójában hibának, még alacsonyabb felbontású, azaz rövidebb szkennelési idejű CT-vel készült képek esetében is. A SAE International szerint ez az utóbbi tulajdonság a jövőben lehetővé teheti a technológia energiatároló egységek sorozatban gyártásában alkalmazását is.
