昨天 14:46
[导读]动力电池回收能够对锂电池进行梯次利用，实现资源的循环再利用。动力锂电池拆解回收过程中，涉及到了电池包拆解、模组搬运与拆解、极柱铣削等关键步骤。传统的人工拆解和搬运方式存在效率低、强度大、存在安全隐患等问题。
为了应对动力电池退役高峰的到来，一家大型废弃资源循环再生企业布局了自动化动力电池回收产线。在该产线上，梅卡曼德的AI+3D视觉技术也起到了关键作用，3D视觉对电池包、模组、busbar、端板定位，引导机器人逐步完成拆解工序。AI算法能够兼容几十种不同品规的电池包和模组，拆解新的电池产品无需进行任何产线改造，产线拆解效率、柔性得以大幅提高。
超大电池包轻松拆解、搬运
新能源汽车动力电池包
拆解电池包，是动力电池回收的第一步。每个电池包重达上百公斤，由数十个模组组成，而每个模组也重达几十斤，上面遍布了几百颗螺丝。因为要对电子元器件及电池单元进行再利用，所以工人们需对电池包进行精细拆解。但由于螺丝太多、线束太复杂，平均一名工人一天只能拆解2-3个电池包。市场上不同品牌和型号的动力电池包结构各异，当新的电池包来到产线上，工人们要针对性地进行学习。
在这家企业的退役动力电池柔性智能拆解产线上，引入了梅卡曼德AI+3D视觉、深度学习等技术，让机器人能够完成自主感知、自主规划、自主决策、自主学习，完成拆电池包、搬模组、拆模组、极柱铣削等一系列工作。
电池包拆解工位
在电池包拆解工位，梅卡曼德为客户选择了大视野3D相机Mech-Eye LSR L和高精度结构光3D相机Mech-Eye PRO S，完成电池包定位、螺钉拆解和模组搬运。LSR L具有高精度、大视野、抗环境光等优势，能够提供3000×2400@3.0m的视野范围。通过固定安装的LSR L对电池包拍照，3D视觉系统能够识别和定位电池包边缘轮廓，为螺钉拆解和模组搬运提供必要的视觉信息。
模组搬运环节
PRO S具有高精度、抗反光、安装灵活等优势。在定位到电池包的具体位置后，PRO S对待拆点位依次拍照，3D视觉系统获取到PRO S提供的高精度点云数据后，计算生成螺钉拆解位置，引导机器人完成螺钉拆解。3D视觉提供的视觉信息包含了螺钉不同的角度和姿态，可以用来指导末端执行器及时调整作业角度和力度。当电池包上所有螺钉拆解完毕后，再通过PRO S对模组局部特征进行定位，引导机器人对电池包内的模组进行搬运。
微米级工业3D相机，精准铣削
模组拆解工位
通过机器人、输送线等设备，从电池包拆解下来的模组转运到模组拆解工位。在这一工序，需要完成busbar铣削、极柱铣削、端板切割等工序，从而将电芯单元和模组分离。更为精准的铣削能够避免对电池造成损伤，减少短路和电解液泄漏的风险，也有助于更高效地回收有价值的材料，减少资源浪费。
粗铣工位：对busbar进行铣削
针对该工序的痛点需求，梅卡曼德为客户选配了Mech-Eye UHP-140微米级高精度3D相机。UHP-140精度超高，安装灵活，可随机器人运动到任意位置完成拍照任务。这一工序有粗铣和精铣两个工位，在粗铣工位，3D视觉系统先定位模组，再对busbar精准定位，引导机器人携带铣刀对电芯之间的连接片依次铣削，由输送线传送至下一工位。
精铣工位：对电芯极柱焊点进行铣削并切割端板
在精铣工位，3D视觉系统对粗铣完的模组进行定位，再对电芯极柱及连接焊点进行高精度定位，引导机器人携带铣刀对焊点进行铣削。支持电芯极柱进行高度检测，避免铣削过度造成漏液风险，当极柱高度低于临界值时，对异常情况报警。随后，机器人切换刀具，3D视觉对模组侧面定位，引导机器人完成侧面端板切割。
先进AI技术，提升拆解回收效率
表面反光的busbar表面
在动力电池柔性智能拆解产线上，梅卡曼德充分发挥了AI技术优势。AI抗反光成像算法能够大幅提升对于高亮反光物体的成像效果，轻松应对电池包螺丝孔反光、busbar反光、模组端板反光等工况，克服工件表面锈迹、油污、复杂痕迹的干扰，精确地提取物体表面细微特征，生成高分辨率、低噪点的3D点云数据。为视觉软件提供更精准的数据支撑，提高机器人工作站对复杂工件的处理能力，提升退役电池回收效率。
busbar3D点云
模组3D点云
通过AI柔性兼容技术对电池包、电池模组、螺钉等进行数据采集、标定和训练，梅卡曼德协助客户训练出了能兼容不同品牌和型号电池包的柔性智能拆解模型。当不同的电池包来到拆解产线，机器人可以自适应产品并调用相应的拆解工艺，不用再像人工拆解一样，花时间进行培训。梅卡曼德简单易用的机器视觉软件在提升拆解效率方面也发挥着重要作用，Mech-Vision整合了通信配置、相机标定、工件识别、路径规划等功能，软件采用了图形化界面、多功能步骤整合、快速识别组件，结合丰富的学习资源，客户可以快速完成智能机器人应用部署。
Mech-Vision图形化机器视觉软件，简单易用
随着新能源汽车动力电池报废高峰期的到来，通过机器人、AI、机器视觉等先进技术打造智能柔性的拆解产线，能够大幅提高废旧电池拆解的效率和安全性。从而促进新能源全生命周期价值链循环，降低对原生矿产资源的依赖。
