AI untuk Kualitas Manufaktur Sel Baterai: Mendeteksi Cacat Pelapisan Elektroda

Manufaktur sel baterai adalah proses presisi tempat kualitas secara langsung memengaruhi performa maupun keamanan. Elektroda, yaitu lapisan tipis material aktif pada foil logam, harus seragam dalam ketebalan, densitas, dan komposisi di seluruh permukaannya. Bahkan cacat kecil pada pelapisan elektroda dapat menyebabkan kehilangan kapasitas, percepatan degradasi, atau pada kasus ekstrem, hubungan pendek internal yang mengarah pada thermal runaway.

Saat produksi baterai berkembang pesat untuk memenuhi permintaan kendaraan listrik dan penyimpanan energi, tekanan untuk mempertahankan kualitas sambil meningkatkan throughput menciptakan aplikasi ideal bagi pemantauan kualitas berbasis AI.

Cacat Pelapisan Kritis

Cacat pelapisan elektroda terbagi dalam beberapa kategori. Variasi ketebalan berarti sebagian area memiliki material aktif lebih banyak atau lebih sedikit dari target, menyebabkan distribusi arus tidak merata saat pengisian dan pengosongan. Pinhole adalah titik kosong kecil tempat pelapisan sepenuhnya hilang, mengekspos current collector. Aglomerat adalah gumpalan material yang terdispersi buruk, menciptakan peningkatan ketebalan lokal. Cacat tepi tempat batas pelapisan tidak rata memengaruhi prediktabilitas perilaku sel. Kontaminasi dari partikel logam adalah jenis cacat paling berbahaya karena partikel logam dapat menembus separator dan menyebabkan hubungan pendek internal.

Bagaimana AI Mendeteksi Cacat Ini

Inspeksi elektroda berbasis AI menggunakan kamera resolusi tinggi dan pencahayaan khusus untuk memeriksa elektroda yang dilapisi saat bergerak melalui jalur pelapisan dengan kecepatan beberapa meter per menit. Sistem menangkap gambar seluruh permukaan elektroda, depan dan belakang, lalu menganalisisnya secara real-time.

Untuk keseragaman ketebalan, sistem menggunakan pengukuran beta gauge atau teknik optik untuk membuat peta ketebalan yang berkesinambungan. AI mengidentifikasi area tempat ketebalan menyimpang dari target dan mengkorelasikan deviasi dengan parameter slot die, ketegangan web, dan kondisi pengeringan untuk mengidentifikasi akar penyebab.

Untuk cacat permukaan seperti pinhole, aglomerat, dan kontaminasi, sistem penglihatan AI mendeteksi anomali pada reflektivitas dan tekstur permukaan. Deteksi partikel logam sangat krusial dan menggunakan teknik pencitraan khusus, termasuk inspeksi sinar-X dalam beberapa kasus, untuk menemukan partikel sekecil 20 mikron yang dapat menyebabkan masalah keamanan.

Korelasi Parameter Proses

AI menghubungkan cacat yang terdeteksi dengan parameter proses yang menyebabkannya. Variasi ketebalan pelapisan berkorelasi dengan viskositas slurry, denyut pompa, pengaturan celah die, dan kecepatan web. Pinhole berkorelasi dengan kandungan gelembung slurry, kecepatan pelapisan, dan kualitas permukaan substrat. Aglomerat berkorelasi dengan efektivitas pencampuran dan waktu penyimpanan slurry.

Dengan mengidentifikasi korelasi-korelasi ini secara real-time, AI memungkinkan penyesuaian proses yang mencegah cacat alih-alih sekadar mendeteksinya setelah terjadi.

Ketertelusuran Tingkat Sel

Setiap bagian elektroda dilacak melalui proses perakitan sel berikutnya. Jika area pelapisan marginal terdeteksi tetapi tidak ditolak, area tersebut dapat ditelusuri ke sel-sel spesifik yang mengandungnya. Sel-sel ini kemudian dapat dikenakan pengujian atau penyaringan tambahan. Ketertelusuran ini esensial untuk memastikan data kualitas dari proses pelapisan menginformasikan keputusan hingga ke sel jadi.

Untuk informasi lebih lanjut tentang sistem kualitas AI dalam manufaktur canggih, kunjungi halaman analisis manufaktur FirmAdapt.