走进某工厂的大型厂房，数条产线高速运转，配料经过投料、挤出、拉伸、萃取、定型等工序，数米宽的塑料膜从吹膜口喷涌而出，经传动系统在滚筒上层层缠绕。经过分切阶段后，上百名质检员工正在进行人工检测。
这正是锂电池的关键部分——隔膜。基于在新能源领域多年的经验积累，近期凌云光为某锂电隔膜龙头企业提供F.Brain +GMQM一站式AI质检解决方案，实现AI复判和自动判等，能够精准识别并分类基膜、喷涂膜和涂布膜表面的数十种缺陷，将单卷判等时间从人工的2分钟缩短至自动判等的30秒。该方案不仅弥补了机台传统算法检测不足，还取消了人工复判环节，每天能够节省10多名质检人员。此外，产品良品率有效提升，每年可节省数百万成本，实现了从被动接收不良品到主动分析缺陷并优化生产的转变。
2分钟→30S单卷判等时间
95%假缺陷剔除率
95%~97%缺陷实时分类率
10+人每天质检人力节省
真瑕疵还是假缺陷？检测精度不足让良率提升难上加难
隔膜，即一张厚度4-20μm的塑料膜，其表面大量的纳米级微孔对电池性能至关重要。一旦孔径过大导致两极接触，可能引发电芯爆炸，因此被称为锂电池“第三极”。隔膜既要纤尘不染，也必须保持绝缘。一颗直径大于0.002mm的灰尘或一个0.05mm的针孔，就足以使一整卷2000米、价值数千甚至数万元的薄膜报废。然而，制程过程任何操作不当或环境中微小杂质都可能导致膜面出现破损、划痕、漏涂等各类缺陷，这也使得隔膜良率较为低下，从60%到90%不等。行业人士指出，限制新能源汽车发展的最大问题是电池，而电池中最大的问题就是隔膜。“有些AOI机台用的还是传统算法，缺陷分类的精度不足就算了，有时候还会把抖动、接头误判成假缺陷，结果好好的隔膜就被降级了，这让本就难提升的良率难上加难”，业内人士对此表示担忧，“为了提供高质量隔膜，必须清楚定义缺陷类型，确保能够检出、准确分类和判等”。
“AI +Data”平替“稀缺老师傅”每30秒精准分类30余种隔膜缺陷
作为隔膜产业龙头，该客户为确保产品的高标准制定了严格的缺陷分类标准，并组建了数百人的质量检测团队。然而，单母卷人工检测时间超过2分钟，主观判断易出错，异常分析也依赖经验。“拿针孔来说，无规律针孔可能由静电击穿引起，而等距针孔可能是由异物顶破导致的连续性异常，复杂缺陷处理非常考验员工经验，老师傅30分钟解决，新手可能需要2小时甚至更长时间，处理不及时会导致不良品持续产生。这一行比较考验吃苦耐劳的能力，有长期积累的老师傅非常稀缺，很多人都是入行1年不到的新员工”。为打破这些制约良率提升的瓶颈，隔膜项目团队深入生产一线驻场调研，最后提出数据+AI+视觉三者融合的定制化系统方案，以实现对膜材表面缺陷的实时分类、自动判等和缺陷根因分析。
数据方面，构建专家知识库，收集所有缺陷数据和工艺经验，并根据缺陷的严重程度、发生频率和影响范围将10余种缺陷特征细分为30余种，并关联缺陷特征、成因与工艺问题，为模型提供坚实数据基础。
AI方面，基于公司自主研发的LusterLVM工业领域通用视觉大模型，针对基膜、喷涂膜和涂布膜定制细分场景模型，利用定制F.Brain算法进行标注、模型训练与调优，实现更精准的缺陷识别和细分。此外，还集成了定制GMQM模块，支持AI二次分类和自动判等，实现在线过程质量监控。
视觉方面，开发数采平台对接模块，获取所有机台缺陷成像图片及其特征信息，包括形状、尺寸、面积、分布坐标等，并优化图像一致性。
该方案将工艺经验、缺陷数据、算法和模型有机结合。LusterLVM相当于‘厨房’，F.Brain算法是‘菜谱’决定了缺陷检测的上限，工艺经验和知识是‘燃料’，缺陷数据是‘食材’，而GMQM则是‘厨具’，共同提升隔膜的智检能力。
方案迅速落地，试运行后成效显著，假缺陷剔除率≥95%，缺陷实时准确分类率达95%~97%，自动判等结果与人工检测一致，并提供缺陷成因和处理建议，为车间工艺处理决策提供精准支撑。
质量闭环有“膜”力每年节省数百万
对于客户来说，要提高良率和挖掘盈利潜能，仅仅将AI技术导入生产检测这一个环节是不够的，还需对AI融入后整个工厂的业务场景进行优化，这需要通盘的考虑，更需要大量的工作。项目团队发现，客户在缺陷数据采集和导入上耗费大量人力，“但更为棘手的是，这伴随而来一系列非标情况发生，如检量测数据未及时上报QMS，容易延误生产”。为减少对人工依赖提高生产效率，需要实时整合工艺流、质量流和人流信息，也就是说需要生产设备、AOI机台、产品物料、生产系统、人等各环节都要联动配合。质量管理的核心在于智能执行程度，”这些握不上手就没有办法高效运转，那么设备就只是设备，质量管理也只是空谈”。
为加快项目建设，公司还成立了阵容强大的项目实施团队，提供业务流程咨询服务。围绕客户降低损耗和质量管理的核心诉求，定制智能质量管理系统，并开发对接模块将其与客户当前MES、QMS等信息化系统深度融合，实现车间数百台机台与MES系统、GMQM质量管理系统闭环，端侧间数据可共享，最终实现了SPC质量分析、质量追溯、缺陷预警及详细根因分析等功能。
功能BeforeAfter
SPC质量分析质检人员需手动抄录和制作表格，制表分析时间超过3分钟/卷产品判等结果会自动上传至MES系统或填入电子表单，分析时间大幅缩短至1分钟/卷
质量追溯质检人员需跑回到机台才能查询缺陷详情只需扫描锂膜上的SN号，就能在线快速定位每卷锂膜的质量检测结果，进行质量回溯。关键缺陷有效拦截，质量追溯效率提升90%以上。
缺陷预警及根因分析需人工监控异常人工做分析实时监控和自动告警，突发不良响应及分析效率大幅提升，人工分析成本和不良损失有效降低。
制造业正经历着从追求速度到追求精益管理的深刻变革，凌云光凭借20余年机器视觉经验，积累了超过1000万的缺陷精细标注数据，能够高效支持从隔膜到整个工业质检场景的缺陷分类。此外，LusterLVM大模型具备通用智能检测能力，能够显著提升质检效率和精度，已快速应用于锂电、3C等10多个工业领域，在工业AI应用落地方面拥有10年以上落地经验。凌云光希望以智能工厂变革中推动者、赋能者的角色，为全世界无数“梦工厂”的诞生贡献力量。
