一种基于RFID数据存储的数据追溯方法及系统

    公开(公告)号:CN109784429A

    公开(公告)日:2019-05-21

    申请号:CN201811424830.1

    申请日:2018-11-27

    Abstract: 本发明涉及产品追溯技术领域,具体公开了一种基于RFID数据存储的数据追溯方法及系统,包括以下步骤:读取多个电池的条码信息并写入预设位置上的RFID卡中,所述的预设位置是表面嵌有RFID卡的电池夹具置于电池上料的位置;将所述多个电池固定放置于预设位置上的电池夹具内,完成上线绑定与数据上传到服务器;已完成上线绑定和数据上传的电池夹具到达作用工位,上位机读取所述多个电池的条码信息并将该作用工位工作过程中的制程信息写入所述RFID卡中,并将数据链接好上传到服务器;上位机读取RFID卡中的所有信息,并且将读取到的RFID卡内所有条码信息进行校验,本发明实现一卡对应多电池的方式进行生产过程中的实时数据追溯功能。

    一种用于电阻焊接区域定位的方法

    公开(公告)号:CN109697732B

    公开(公告)日:2023-10-13

    申请号:CN201811423819.3

    申请日:2018-11-27

    Abstract: 本发明涉及自动化检测技术领域,具体公开了一种用于电阻焊接区域定位的方法,包括以下步骤:将待检测产品进行位置固定;采集待检测位置的图像;对采集的图像进行计算分析;根据计算分析的结果,调整焊接的工作区域,本发明解决了在铝电PACK线中Busbar电路板的焊盘与电池的极耳焊接出现位置公差以及出现激光能量打到Busbar的焊盘与电池的极耳的重叠区域以外,导致焊接不良等异常事项的问题,提高了生产效率,具有焊接精准性高和稳定性强的优点,进而提升了产品的质量。

    一种基于深度学习的正弦焊检测方法

    公开(公告)号:CN111242927B

    公开(公告)日:2024-02-06

    申请号:CN202010038337.7

    申请日:2020-01-14

    Abstract: 本发明涉及深度学习技术领域,具体公开了一种基于深度学习的正弦焊检测方法,包括以下步骤:通过视觉检测相机及同轴光源对电池定位模组上待检测电池进行拍照,获得待检测图像;通过形态学方法,从待检测图像中获得待检测区域图像;提取待检测区域图像中的候选区域,将每个候选区域固定为同一尺寸大小并输入CNN模型中,得到特征向量;将特征向量输入到多类别分类器中,预测出候选区域中所含物体属于每个类的概率值,通过概率值判断是否符合正弦焊的一类特征;本发明能够对正弦波形的焊点进行自动检测,降低背景误判率,具有高精度、高稳定性和高效率的特点,满足自动化生产的要求。

    一种基于深度学习的正弦焊检测方法

    公开(公告)号:CN111242927A

    公开(公告)日:2020-06-05

    申请号:CN202010038337.7

    申请日:2020-01-14

    Abstract: 本发明涉及深度学习技术领域,具体公开了一种基于深度学习的正弦焊检测方法,包括以下步骤:通过视觉检测相机及同轴光源对电池定位模组上待检测电池进行拍照,获得待检测图像;通过形态学方法,从待检测图像中获得待检测区域图像;提取待检测区域图像中的候选区域,将每个候选区域固定为同一尺寸大小并输入CNN模型中,得到特征向量;将特征向量输入到多类别分类器中,预测出候选区域中所含物体属于每个类的概率值,通过概率值判断是否符合正弦焊的一类特征;本发明能够对正弦波形的焊点进行自动检测,降低背景误判率,具有高精度、高稳定性和高效率的特点,满足自动化生产的要求。

    一种用于电阻焊接区域定位的方法

    公开(公告)号:CN109697732A

    公开(公告)日:2019-04-30

    申请号:CN201811423819.3

    申请日:2018-11-27

    Abstract: 本发明涉及自动化检测技术领域,具体公开了一种用于电阻焊接区域定位的方法,包括以下步骤:将待检测产品进行位置固定;采集待检测位置的图像;对采集的图像进行计算分析;根据计算分析的结果,调整焊接的工作区域,本发明解决了在铝电PACK线中Busbar电路板的焊盘与电池的极耳焊接出现位置公差以及出现激光能量打到Busbar的焊盘与电池的极耳的重叠区域以外,导致焊接不良等异常事项的问题,提高了生产效率,具有焊接精准性高和稳定性强的优点,进而提升了产品的质量。

Patent Agency Ranking