Til hovedinnhold
Norsk English

Automatisk gjenkjenning av elektrodefeil basert på optisk mikroskopibilder

Vi undersøkte bruken av maskinlæring for automatisk deteksjon av feil i batterielektroder.

Kontaktperson

Batteriproduksjon krever streng kvalitetskontroll, som til dels kan utføres ved hjelp av bildedeteksjon i en produksjonslinje. I dette prosjektet trente og testet vi en klassifiseringsmodell for å gjenkjenne ulike optisk synlige feil som sprekker og hull. Klassifiseringsmodellene ble trent og testet for ulike typer bilder og oppløsning. Feil ble kvantifisert og sammenlignet for forskjellige produksjonsmetoder av elektrode-testceller.

SINTEF hadde ansvar for maskinlæring, bildeanalyse og bidro til design av optiske system og bildeinnsamling.

Nøkkelinfo

Finansiering:

Freyr Battery

Partnere:

Freyr Battery og SINTEF Helgeland

Budsjett:

200 000 NOK

Prosjektvarighet

2024 - 2024

Utforsk fagområdene