IA para calidad en manufactura de celdas de batería: detección de defectos en el coating de electrodos
La manufactura de celdas de batería es un proceso de precisión donde la calidad afecta directamente tanto al desempeño como a la seguridad. Los electrodos, finos coatings de material activo sobre lámina metálica, deben ser uniformes en espesor, densidad y composición a lo largo de toda su superficie. Incluso defectos pequeños en el coating pueden causar pérdida de capacidad, degradación acelerada o, en casos extremos, cortocircuitos internos que llevan a thermal runaway.
A medida que la producción de baterías escala rápidamente para responder a la demanda de vehículos eléctricos y almacenamiento de energía, la presión por mantener la calidad mientras se aumenta el throughput crea una aplicación ideal para el monitoreo de calidad basado en IA.
Defectos críticos del coating
Los defectos del coating de electrodos se agrupan en varias categorías. Las variaciones de espesor implican que algunas zonas tengan más o menos material activo que el objetivo, lo que provoca distribución desigual de corriente durante carga y descarga. Los pinholes son pequeños puntos sin coating que dejan expuesto al colector de corriente. Los aglomerados son grumos de material mal disperso que generan aumentos locales de espesor. Los defectos de borde, donde el límite del coating es irregular, afectan la previsibilidad del comportamiento de la celda. La contaminación con partículas metálicas es el tipo de defecto más peligroso porque las partículas de metal pueden penetrar el separador y causar cortos internos.
Cómo detecta la IA estos defectos
La inspección de electrodos basada en IA usa cámaras de alta resolución e iluminación especializada para examinar el electrodo recubierto a medida que se mueve por la línea de coating a velocidades de metros por minuto. El sistema captura imágenes de toda la superficie del electrodo, anverso y reverso, y las analiza en tiempo real.
Para uniformidad de espesor, el sistema usa beta gauges o técnicas ópticas para construir un mapa continuo de espesor. La IA identifica zonas donde el espesor se desvía del objetivo y correlaciona las desviaciones con parámetros del slot die, tensión del web y condiciones de secado para identificar la causa raíz.
Para defectos de superficie como pinholes, aglomerados y contaminación, el sistema de visión con IA detecta anomalías en la reflectividad y la textura. La detección de partículas metálicas es particularmente crítica y emplea técnicas de imagen especializadas, en ocasiones incluyendo inspección por rayos X, para encontrar partículas tan pequeñas como 20 micrones que podrían generar problemas de seguridad.
Correlación con parámetros de proceso
La IA conecta los defectos detectados con los parámetros de proceso que los causaron. La variación de espesor del coating correlaciona con la viscosidad de la slurry, la pulsación de las bombas, los ajustes del die gap y la velocidad del web. Los pinholes correlacionan con el contenido de burbujas en la slurry, la velocidad de coating y la calidad superficial del sustrato. Los aglomerados correlacionan con la efectividad del mezclado y el tiempo de almacenamiento de la slurry.
Al identificar estas correlaciones en tiempo real, la IA habilita ajustes de proceso que previenen los defectos en lugar de solo detectarlos a posteriori.
Trazabilidad a nivel de celda
Cada sección de electrodo se sigue a través del proceso de armado de la celda. Si se detecta un área marginal de coating pero no se rechaza, se trazan las celdas específicas que la contienen. Esas celdas pueden someterse a pruebas adicionales o screening. Esa trazabilidad es esencial para que los datos de calidad del proceso de coating informen las decisiones hasta la celda terminada.
Para más información sobre sistemas de calidad con IA en manufactura avanzada, visite la página de análisis de manufactura de FirmAdapt.