Pil üretimi bilgisayar görüşü ile yeniden keşfediliyor

Abirami Vina

5 dakika okuma

26 Haziran 2025

Pil üretiminde bilgisayarla görmenin gerçek zamanlı hata tespiti, robotik montaj, etiket doğrulama ve daha güvenli, yüksek kaliteli üretimi nasıl sağladığını keşfedin.

Aküler günlük hayatımızın önemli bir parçasıdır. Telefonların şarj olmasını, dizüstü bilgisayarların çalışmasını ve elektrikli araçların hareket etmesini sağlıyorlar. Onlara fark ettiğimizden daha fazla güveniyoruz, ancak nasıl yapıldıklarını düşünmek için nadiren duruyoruz. Gerçekte, pillerin yapım süreci çoğu insanın düşündüğünden çok daha karmaşıktır.

Akü üretim süreçleri, malzeme hazırlığından son denetime kadar dikkatle koordine edilen çok sayıda adıma bağlıdır. Yanlış hizalanmış bir katman veya gevşek bir bileşen gibi küçük bir hata bile performansı etkileyebilir veya güvenlik sorunlarına yol açabilir. 

Üreticiler yıllardır sorunları tespit etmek için manuel denetimlere ve temel sensörlere bel bağlamışlardır. Ancak, üretim genişledikçe ve kalite beklentileri arttıkça, bu geleneksel yöntemler ayak uydurmakta zorlanıyor.

Bu nedenle birçok üretici artık makinelerin görsel bilgileri yorumlamasını ve anlamasını sağlayan bir yapay zeka dalı olan bilgisayarla görmeye yöneliyor. Özellikle pil üretiminde, kusurları tespit etmek, bileşenleri hassas bir şekilde ölçmek ve sürecin her adımını gerçek zamanlı olarak izlemek için kullanılıyor. 

Şekil 1. Bilgisayarlı görü pil üretimini nasıl geliştirir? Yazar tarafından resim.

Bu makalede, pillerin nasıl üretildiğini ve bilgisayarla görmenin kaliteyi iyileştirmek, verimliliği artırmak ve enerji teknolojisinin geleceğini desteklemek için pil üretim sürecini nasıl dönüştürdüğünü inceleyeceğiz. Hadi başlayalım!

Piller nasıl üretilir ve bilgisayarla görme nasıl yardımcı olabilir?

Batarya üretimi, son derece hassas olması gereken adım adım ilerleyen dikkatli bir süreçtir. Özel malzemelerin ince metal levhalar üzerine kaplanmasıyla başlayan bu süreç, daha sonra kesilerek pilin çekirdeğini oluşturmak üzere diğer katmanlarla birlikte istiflenir. 

Bundan sonra sıvı elektrolit eklenir, pil mühürlenir ve düzgün çalıştığından emin olmak için şarj ve test işlemlerinden geçer. Son olarak da etiketlenip paketlenerek telefonlardan elektrikli arabalara kadar her şeye güç vermeye hazır hale geliyor.

Şekil 2. Piller nasıl üretilir? Yazar tarafından resim.

Aküler çok hassas olduğundan, küçük kusurlar büyük sorunlara neden olabilir. Kılcal bir çizik veya hafif bir yanlış hizalama kadar küçük bir kusur akü ömrünü kısaltabilir, güvenliği tehlikeye atabilir veya akü arızasına yol açabilir. Bataryalarla çalışan cihaz ve araçların sayısı arttıkça, üreticiler her bir ünitenin hatasız üretildiğinden emin olmak için yenilikçi ve daha hızlı yollar arıyor.

İşte bu noktada bilgisayarla görme devreye giriyor. Nesne algılama ve örnek segmentasyonu gibi çeşitli görevleri destekleyen Ultralytics YOLO11 gibi bilgisayarla görme modelleri, pil bileşenlerini tanımak, yüzey kusurlarını tespit etmek ve montajın doğruluğunu gerçek zamanlı olarak izlemek için eğitilebilir. 

Bu modeller, yüksek çözünürlüklü kameralardan alınan görüntüleri analiz ederek her parçanın doğru yerleştirildiğinin ve hatasız olduğunun iki kez kontrol edilmesine yardımcı olur. Bu da daha az hatayla daha hızlı ve daha tutarlı akü üretimini mümkün kılıyor.

Pil üretim sürecinde kullanılan bilgisayarla görme görevleri

İşte pil üretim sürecini destekleyebilecek ve kolaylaştırabilecek bazı temel bilgisayarla görme görevlerine daha yakından bir bakış: 

  • Nesne algılama: Nesne algılamayı destekleyen YOLO11 gibi modeller, üretim hattındaki pil hücreleri, konektörler ve tırnaklar gibi belirli bileşenleri bulmak ve tanımlamak için eğitilebilir.
  • Örnek segmentasyonu: Segmentasyon özelliklerine sahip görüş özellikli sistemler bir nesnenin tam şeklini ve sınırlarını belirleyebilir. Bu, daha basit yöntemlerle gözden kaçabilecek örtüşen malzemelerin, kaplama kusurlarının veya yüzey kusurlarının belirlenmesine yardımcı olur.
  • Görüntü sınıflandırma: Bu görev, ezikler, çizikler veya düzensiz kaplamalar gibi görünür sorunlar için tüm bir görüntüyü kontrol etmek için kullanılabilir. Bir parça kalite standartlarını karşılamıyorsa, son montaja ulaşmadan önce çıkarılabilir.
  • Nesne takibi: Nesne izleme, üretim hattında ilerlerken her bir akü bileşenini takip ederek eksik veya yanlış hizalanmış parçaları tespit edebilir ve montaj sürecinin doğru ve verimli kalmasını sağlayabilir.

Pil üretiminde Vision AI uygulamaları

Artık pil üretiminde kullanılan temel bilgisayarla görme görevlerini daha iyi anladığımıza göre, bu görevlerin kalite, güvenlik ve verimliliği artırmak için üretimin farklı aşamalarında nasıl uygulanabileceğini inceleyelim.

Batarya üretiminde elektrot yüzey denetimi

Elektrot kaplama, batarya üretim sürecinin çok önemli bir parçasıdır. Bu adımda, pilin elektrotlarını oluşturmak için metal folyoya ince bir aktif malzeme tabakası uygulanır.

Kaplama sırasında kabarcıklar, iğne delikleri veya düzensiz kenarlar gibi küçük kusurlar oluşabilir. Küçük gibi görünseler de bu kusurlar aşırı ısınmaya, düşük performansa veya pil ömrünün kısalmasına neden olabilir. Ayrıca, özellikle yüksek hacimli üretim ortamlarında çıplak gözle tespit edilmeleri de zordur.

Bilgisayarla görme modelleri, yüzey kusurlarını gerçek zamanlı olarak tespit etmek ve işaretlemek için yüksek çözünürlüklü görüntüleri analiz ederek kalite kontrolünü destekleyebilir. Örnek segmentasyonu gibi teknikler, sistemin elektrotun farklı bölgelerini tanımlamasına ve düzensizlikleri vurgulamasına olanak tanıyarak denetim sürecini manuel kontrollerden daha doğru ve tutarlı hale getirir.

Bunun ilginç bir örneği, araştırmacılar tarafından geliştirilen ve lityum iyon pil elektrotlarını incelemek için X-ışını bilgisayarlı tomografi (BT) ile bilgisayarlı görüşü birleştiren bir sistemdir. Sistem, çatlaklar ve kusurlar gibi iç kusurları tespit etmek için 3D taramalar kullanıyor.

Şekil 3. Çatlak ve kusurlu akü elektrot parçacıklarına örnekler.(Kaynak)

Pil üretim sürecinde görüş kılavuzlu robotik istifleme

Elektrotlar başarıyla kaplandıktan sonra, sarma ya da istifleme yöntemlerinden biri kullanılarak bataryanın iç yapısına monte edilmeleri gerekir. Sarma, elektrot ve ayırıcı tabakaları spiral bir şekle sokarken, istifleme katmanları birbirinin üzerine düz bir şekilde yerleştirir.

Her iki teknik de genellikle sadece birkaç mikrona kadar hassas hizalama gerektirir. Hafif bir kayma, elektriğin aküden nasıl aktığını etkileyerek daha düşük performansa veya daha kısa bir kullanım ömrüne yol açabilir.

Bu doğruluk seviyesine ulaşmak için üreticiler, montaj sırasında robot kolları yönlendirmek için bilgisayarla görmeyi kullanıyorlar. Yüksek çözünürlüklü kameralar ve 3D sensörler her katmanın doğru konumlandırılmasına ve toz, bükülme veya eğilme gibi sorunların tespit edilmesine yardımcı oluyor. 

Bu sistemler aralık, gerginlik ve hizalamanın tutarlı olmasını mümkün kılarak hem kaliteyi hem de üretim hızını artırır. Bazı durumlarda robotlar, hassas malzemeleri nazikçe işlemek için görsel verilerle birlikte kuvvet sensörlerini de kullanır.

Akü üretiminde kaynak ve conta denetimi

Akü hücresi montajı ve paketlemesi sırasında, tırnaklar ve muhafazalar gibi bileşenler kaynak veya sızdırmazlık yoluyla birleştirilir. Bu bağlantılar elektrik akışını ve yapısal güvenliği korumak için hayati önem taşır. 

En küçük bir çatlak veya zayıf nokta kısa devrelere, aşırı ısınmaya veya aşırı durumlarda termal kaçağa (pilin kontrolsüz bir şekilde aşırı ısındığı ve alev alabileceği veya patlayabileceği tehlikeli bir zincirleme reaksiyon) neden olabilir.

Üreticiler bu adımı iyileştirmek için termal görüntüleme ile eşleştirilmiş bilgisayarla görme çözümlerini benimsiyor. Bu sistemler her bir kaynağı gerçek zamanlı olarak tarayarak çatlaklar, boşluklar veya zayıf noktalar gibi kusurları kontrol edebilir. 

Görsel denetim yüzey seviyesindeki sorunları yakalayabilirken, bazı kusurlar yüzeyin altında gizlidir veya standart kameraların veya insan gözünün tespit edemeyeceği eşit olmayan ısı dağılımına neden olur. Termal görüntüleme, ısının kaynak boyunca nasıl yayıldığını göstererek bu gizli sorunları ortaya çıkarabilir ve daha sonra arızalara yol açabilecek zayıf bağlantıları veya eksik bağlantıları belirlemeyi kolaylaştırır.

Elektrikli araç bataryası üretim sürecinde nesne algılama

Akü üretimi hassas bir kesme, istifleme, kaynaklama ve mühürleme sürecini içerir. Her adım dikkatle zamanlanır ve otomatikleştirilir. Ancak kontrollü ortamlarda bile küçük yabancı cisimler aradan geçebilir. Bir batarya paketinin içinde kalan gevşek bir vida veya metal parçası kısa devrelere, dahili hasara veya yangınlara neden olabilir.

Bu sorunu çözmek için üreticiler, yabancı cisim tespiti için özel olarak üretilmiş bilgisayarlı görüş sistemlerine güveniyor. Bu sistemler son mühürlemeden önce tepsileri ve modülleri taramak için yüksek çözünürlüklü kameralar ve 3D görüş kullanıyor. İstenmeyen nesneleri tespit etmek ve üretim akışını kesintiye uğratmadan hattı durdurarak, bir teknisyeni uyararak veya etkilenen paketi reddederek anında yanıt vermek üzere eğitilmişlerdir.

Örneğin, EV (elektrikli araç) batarya montajında, son mühürlemeden hemen önce tepsileri yabancı cisimlere karşı incelemek için bilgisayarlı görü kullanılır. Bu sistemler, manuel denetimlerin gözden kaçırabileceği yanlış yerleştirilmiş aletleri, gevşek vidaları veya döküntüleri tespit edebilir. Bu sorunları erken tespit ederek elektrik arızalarını önlemeye, üretim gecikmelerini önlemeye ve güvenlik risklerini azaltmaya yardımcı olurlar.

Şekil 4. Elektrikli araçların montajı sırasında yüksek voltajlı bataryaların incelenmesine bir bakış(Kaynak).

Batarya paketlerinin ambalaj ve etiket doğrulaması 

Bir pil takımı tamamen monte edildikten sonra, son adım ambalaj ve etiketlerin incelenmesidir. Hasarlı bir mühür, ezik bir muhafaza veya yanlış basılmış bir etiket ileride sorunlara neden olabilir. Bu sorunlar kontrol edilmediği takdirde ürün güvenliğini etkileyebilir, sevkiyatları geciktirebilir veya mevzuat hatalarına yol açabilir.

Bu aşamada manuel denetim, özellikle büyük hacimlerde yavaş ve güvenilmez olabilirken, bilgisayarlı görü sistemleri aynı kontrolleri hızlı, tutarlı ve daha yüksek doğrulukla gerçekleştirebilir.

Örneğin, bir pil takımının etiketinde bir yazım hatası olduğunu varsayalım. Nesne algılama ilk olarak etiketin metin içeren kısmını tanımlayabilir ve ardından içeriği okumak ve doğrulamak için OCR (optik karakter tanıma) teknolojisi kullanılabilir. Bir yazım hatası veya biçimlendirme hatası varsa, sistem, hat üzerinde ilerlemeden önce düzeltilmesi için paketi işaretleyebilir.

Pil üretiminde bilgisayarla görmenin artıları ve eksileri

İşte bilgisayarla görmenin pil üretimini nasıl geliştirdiğine hızlı bir bakış:

  • Artan üretim hızı: Otomatik denetimler manuel kontrollerden önemli ölçüde daha hızlıdır ve yüksek hacimli üretim taleplerine ayak uydurmaya yardımcı olur.
  • Tutarlı kalite kontrolü: Standartlaştırılmış denetim modelleri farklı üretim hatlarında ve tesislerde uygulanabilir ve nerede üretilirse üretilsin her akünün aynı kalite standartlarını karşıladığından emin olunur.
  • Süreç iyileştirmeyi destekler: Her denetim etkili görsel veriler ve içgörüler üretir. Ekipler bu verileri inceleyerek kalıpları belirleyebilir, yinelenen hataları ortaya çıkarabilir ve üretim sürecini iyileştirmek için bilinçli kararlar alabilir.

Bilgisayarlı görü masaya çeşitli avantajlar getirse de, bu sistemleri benimserken göz önünde bulundurulması gereken birkaç sınırlama vardır. İşte akılda tutulması gereken bazı faktörler:

  • Veri güvenliği riskleri: Bu sistemler üretim hatlarının ve bileşenlerinin ayrıntılı görsellerini yakaladığından, tescilli tasarımların veya süreçlerin sızmasını önlemek için bu verileri korumak çok önemlidir.
  • Sık kalibrasyon gerektirir: Işıktaki değişiklikler, titreşimler veya kamera konumundaki hafif kaymalar doğruluğu etkileyebilir. Güvenilirliği korumak için düzenli sistem kontrolleri ve yeniden kalibrasyonlar gereklidir.
  • Yansıtıcı malzemelerle ilgili zorluklar: Pillerde kullanılan metalik folyolar gibi parlak yüzeyler ışığı tahmin edilemeyecek şekilde yansıtabilir. Bu da doğru sonuçlar elde etmeyi zorlaştırabilir.

Önemli çıkarımlar

Bilgisayarlı görü, pil üretimini sürekli olarak değiştiriyor. Küçük kusurları tespit etmek, robotik kolları hassas bir şekilde yönlendirmek, kaynakları ve contaları incelemek ve nihai paketlemeyi doğrulamak için kullanılabilir.

Her pilin yüksek güvenlik ve kalite standartlarını karşıladığından emin olmak için her adım Vision AI tarafından yakından izlenebilir. Bu sistemler manuel kontrollerden daha hızlı ve daha tutarlıdır, üreticilerin israfı azaltmasına ve maliyetli hatalardan kaçınmasına yardımcı olur. Teknoloji gelişmeye devam ettikçe, bilgisayarla görmenin akü üretimindeki rolü de muhtemelen artacaktır. 

Topluluğumuza katılın ve yapay zeka hakkında daha fazlasını keşfetmek için GitHub depomuzu keşfedin. Kendi Vision AI projenizi başlatmak istiyorsanız, başlamak için lisanslama seçeneklerimize göz atın. Ayrıca çözümler sayfalarımızı ziyaret ederek sağlık hizmetlerinde yapay zeka ve perakende sektöründe yapay zekanın nasıl bir etki yarattığını görebilirsiniz.

Yapay zekanın gelecekteki
adresini birlikte inşa edelim!

Makine öğreniminin geleceği ile yolculuğunuza başlayın

Ücretsiz başlayın
Panoya kopyalanan bağlantı