基于机器视觉的金属锂电池负极材料制备技术

摘要

针对金属锂负极材料制备过程中锂枝晶生长难以在线监测、表面缺陷识别依赖人工经验等关键技术难题，本研究提出一种基于机器视觉的智能化负极材料制备技术。通过多光谱成像系统实现金属锂负极表面形貌的高精度采集，采用拉普拉斯金字塔融合算法与改进型大津阈值分割方法完成图像预处理，结合深度卷积神经网络实现缺陷自动识别，并依据检测结果动态调控沉积参数。工程验证结果表明，该技术缺陷综合识别准确率达97.0%,闭环调控模式下平均厚度变异系数由开环模式的7.52%降至3.18%,库仑效率提升至98.2%,为金属锂负极规模化制备提供了可行的质量监控方案。

关键词

机器视觉 / 金属锂电池 / 负极材料 / 多光谱成像 / 闭环控制