4倍提效「膜」力全开!AI大模型助力锂电龙头隔膜智造提速

走进某工厂的大型厂房，数条产线高速运转，配料经过投料、挤出、拉伸、萃取、定型等工序，数米宽的塑料膜从吹膜口喷涌而出，经传动系统在滚筒上层层缠绕。经过分切阶段后，上百名质检员工正在进行人工检测。

这正是锂电池的关键部分——隔膜。基于在新能源领域多年的经验积累，近期凌云光为某锂电隔膜龙头企业提供F.Brain +GMQM一站式AI质检解决方案，实现AI复判和自动判等，能够精准识别并分类基膜、喷涂膜和涂布膜表面的数十种缺陷，将单卷判等时间从人工的2分钟缩短至自动判等的30秒。该方案不仅弥补了机台传统算法检测不足，还取消了人工复判环节，每天能够节省10多名质检人员。此外，产品良品率有效提升，每年可节省数百万成本，实现了从被动接收不良品到主动分析缺陷并优化生产的转变。

真瑕疵还是假缺陷?

检测精度不足让良率提升难上加难

隔膜，即一张厚度4-20μm的塑料膜，其表面大量的纳米级微孔对电池性能至关重要。一旦孔径过大导致两极接触，可能引发电芯爆炸，因此被称为锂电池“第三极”。隔膜既要纤尘不染，也必须保持绝缘。一颗直径大于0.002mm的灰尘或一个0.05mm的针孔，就足以使一整卷2000米、价值数千甚至数万元的薄膜报废。然而，制程过程任何操作不当或环境中微小杂质都可能导致膜面出现破损、划痕、漏涂等各类缺陷，这也使得隔膜良率较为低下，从60%到90%不等。行业人士指出，限制新能源汽车发展的最大问题是电池，而电池中最大的问题就是隔膜。“有些AOI机台用的还是传统算法，缺陷分类的精度不足就算了，有时候还会把抖动、接头误判成假缺陷，结果好好的隔膜就被降级了，这让本就难提升的良率难上加难”，业内人士对此表示担忧，“为了提供高质量隔膜，必须清楚定义缺陷类型，确保能够检出、准确分类和判等”。

“AI +Data”平替“稀缺老师傅”

每30秒精准分类30余种隔膜缺陷

作为隔膜产业龙头，该客户为确保产品的高标准制定了严格的缺陷分类标准，并组建了数百人的质量检测团队。然而，单母卷人工检测时间超过2分钟，主观判断易出错，异常分析也依赖经验。

“拿针孔来说，无规律针孔可能由静电击穿引起，而等距针孔可能是由异物顶破导致的连续性异常，复杂缺陷处理非常考验员工经验，老师傅30分钟解决，新手可能需要2小时甚至更长时间，处理不及时会导致不良品持续产生。这一行比较考验吃苦耐劳的能力，有长期积累的老师傅非常稀缺，很多人都是入行1年不到的新员工”。

为打破这些制约良率提升的瓶颈，隔膜项目团队深入生产一线驻场调研，最后提出数据+AI+视觉三者融合的定制化系统方案，以实现对膜材表面缺陷的实时分类、自动判等和缺陷根因分析。

数据方面，构建专家知识库，收集所有缺陷数据和工艺经验，并根据缺陷的严重程度、发生频率和影响范围将10余种缺陷特征细分为30余种，并关联缺陷特征、成因与工艺问题，为模型提供坚实数据基础。

AI方面，基于公司自主研发的LusterLVM工业领域通用视觉大模型，针对基膜、喷涂膜和涂布膜定制细分场景模型，利用定制F.Brain算法进行标注、模型训练与调优，实现更精准的缺陷识别和细分。此外，还集成了定制GMQM模块，支持AI二次分类和自动判等，实现在线过程质量监控。

视觉方面，开发数采平台对接模块，获取所有机台缺陷成像图片及其特征信息，包括形状、尺寸、面积、分布坐标等，并优化图像一致性。

该方案将工艺经验、缺陷数据、算法和模型有机结合。LusterLVM相当于‘厨房’，F.Brain算法是‘菜谱’决定了缺陷检测的上限，工艺经验和知识是‘燃料’，缺陷数据是‘食材’，而GMQM则是‘厨具’，共同提升隔膜的智检能力。

方案迅速落地，试运行后成效显著，假缺陷剔除率≥95%，缺陷实时准确分类率达95%~97%，自动判等结果与人工检测一致，并提供缺陷成因和处理建议，为车间工艺处理决策提供精准支撑。

质量闭环有“膜”力

每年节省数百万

对于客户来说，要提高良率和挖掘盈利潜能，仅仅将AI技术导入生产检测这一个环节是不够的，还需对AI融入后整个工厂的业务场景进行优化，这需要通盘的考虑，更需要大量的工作。项目团队发现，客户在缺陷数据采集和导入上耗费大量人力，“但更为棘手的是，这伴随而来一系列非标情况发生，如检量测数据未及时上报QMS，容易延误生产”。为减少对人工依赖提高生产效率，需要实时整合工艺流、质量流和人流信息，也就是说需要生产设备、AOI机台、产品物料、生产系统、人等各环节都要联动配合。质量管理的核心在于智能执行程度，”这些握不上手就没有办法高效运转，那么设备就只是设备，质量管理也只是空谈”。

为加快项目建设，公司还成立了阵容强大的项目实施团队，提供业务流程咨询服务。围绕客户降低损耗和质量管理的核心诉求，定制智能质量管理系统，并开发对接模块将其与客户当前MES、QMS等信息化系统深度融合，实现车间数百台机台与MES系统、GMQM质量管理系统闭环，端侧间数据可共享，最终实现了SPC质量分析、质量追溯、缺陷预警及详细根因分析等功能。

制造业正经历着从追求速度到追求精益管理的深刻变革，凌云光凭借20余年机器视觉经验，积累了超过1000万的缺陷精细标注数据，能够高效支持从隔膜到整个工业质检场景的缺陷分类。此外，LusterLVM大模型具备通用智能检测能力，能够显著提升质检效率和精度，已快速应用于锂电、3C等10多个工业领域，在工业AI应用落地方面拥有10年以上落地经验。凌云光希望以智能工厂变革中推动者、赋能者的角色，为全世界无数“梦工厂”的诞生贡献力量。