前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >章鱼博士的极限游戏

章鱼博士的极限游戏

作者头像
机器之心
发布2022-06-24 18:37:18
3280
发布2022-06-24 18:37:18
举报
文章被收录于专栏:机器之心机器之心

机器之心原创

作者:吴昕

对于动力电池这样的极限制造来说,个别环节创新、设备侧自动化升级只能带来局部优化,很难实现弯道超车。

一尘不染的车间里,摆放着一台台大型充放电机设备。设备内部的平台上,机械手正灵活地拎起一排电池,进行充放电测试。

这道工序叫化成 —— 锂电池经过物理成型后,还要被被激活,电芯才具备存储电能力。

如果将小麦收下来磨成粉的阶段称作前端,做成面团是中端,面包的烘烤是后端,那么,锂电池的化成就是 “烘烤” 阶段。

在此之前,锂电池已走过 “磨粉” 的极片制造,以及 “做成面团” 的电芯装配阶段。

锂电池的生产流程,产线可以分为前端、中端和后端。锂电池制造是高复杂度的流程型制造业,其生产可粗略分为 15/16 道工序,其中既涉及到物理变化(主要是极片制造),也涉及到化学变化(SEI 膜的形成),工艺点数以千计。

在现有材料体系内,电池价值和难度大约有 20% 是在研发环节,剩余 80% 是生产制造。对于主打短刀片电池和叠片工艺的蜂巢能源来说,其在动力电池在材料和设计上的优点能否得到大批量高品质复制,是决定其成本和市场竞争力的关键。

“从原材料到能量存储转换成品,生产制造环节是各项先进制造技术聚焦的主战场。”章鱼博士总经理李翌辉认为。

这也意味着个别环节创新、设备侧自动化升级只能带来局部优化,很难实现弯道超车。全局最优解在于将信息化、网络化、数字化、智能化融入电池制造全过程。

2021 年 8 月,蜂巢能源成立了专注于智能控制和智能制造领域平台公司章鱼博士智能技术(上海)有限公司(以下简称“章鱼博士”)。除了 “对内” 承接蜂巢能源 AI 智能工厂建设的战略分工,提供包括 AI 智能仿真、AI 智能视觉、AI 智能分析等创新技术支持,章鱼博士还 “对外” 提供能源互联、工业智控硬件、AI 算法与核心工业软件、灯塔工厂总包集成等方向产品与服务。

“章鱼博士成立之初就定位成为一个智能制造的平台,旨在推动整个产业链的转型升级。” 李翌辉说。

章鱼博士总经理、蜂巢能源 CIO 李翌辉。

一、动力电池的 “极限制造”

一般而言,制造业主要可以划分为流程型制造业(比如水泥、钢铁)和离散型制造业(比如造手机)两大类。锂电池制造兼具两类制造的特点。

“粉料匀浆、涂布到辊压对生产连续性要求很高,后半段的膜切、叠片装配又表现为离散制造。” 李翌辉解释道。

总体而言,锂电池制造的前段属于高复杂度的流程型制造业。流程型制造以配方为核心,本身就有较强易变性和伸缩性,混合了物理、化学变化。其中,工艺参数众多而又互相关联、互相作用、互相制约,属于开放复杂系统,不少事物难以有确定的数字解,难于数字化。这也是为什么当下动力电池标准化程度很低,材料、生产设备和工艺几乎定制化,反映出一家企业电池制造的独特理解和经验。

粗略而言,锂电池生产可分为十几道工序,既涉及物理变化(主要是极片制造),也涉及化学变化(SEI 膜的形成),工艺点数以千计。

“一条产线至少有 2500 个关键质量控制点。” 李翌辉举例。例如,均浆搅拌时要做到搅拌均匀,就要监测搅拌轴的转速、搅拌温度、匀浆粘度;涂布环节需要监测速度、面密度、张力、压力,烘干环节监测温度;厂房环境要密切监测温湿度、粉尘等。

这些不同结构和功能的工序通过非线性耦合构成一个复杂系统,并且由于降本提效的需求,其配方也在不断迭代,导致其技术复杂性在制造业里出于很高水平

电芯审查对各工序的外部环境要求也非常苛刻。除此之外,对材料批次的管理,制造工艺连续性、工艺要求、装备、质量监测等都提出了苛刻要求。

就蜂巢能源的叠片工艺生产方形电池的技术路线来说(目前方形电池多数采用卷绕工艺装配电芯),产品性能方面优势明显,同时也意味着更高的工艺门槛和生产成本。其中,最大挑战是生产效率以及质量控制

目前叠片机的叠片效率(五工位)在 4 片 /s,与卷绕效率相差较远。据测算,在电芯尺寸较小的情况下,只有单工位效率提升到 0.2 秒 / 片左右时,叠片工艺才可能与卷绕工艺成本相当。 

“蜂巢能源引以自豪的是,有一支极限装备研发团队,与行业里面最顶尖装备商合作,叠片速度已经从 0.6 秒提升到 0.4 秒,现在逼近 0.125 秒,快得肉眼几乎看不清。” 李翌辉告诉我们。

蜂巢能源超高速叠片机。

而在叠片之前的涂布环节,蜂巢能源已经将涂布速度提升到每分钟 80 米,未来要逼近 120 米。至于叠片之后的极组物流运输,蜂巢能源已率先导入磁悬浮物流线

目前,蜂巢能源的一条产线一天电池产量接近 2 万个,多个工位之间需要高速衔接,传输过程中不能出现一些大的碰撞等不稳定状况,传统皮带、滚动式物流线很难满足这些苛刻要求。

例如,短刀电芯单极组的重量、长度尺寸是其它极组的 1 至 2 倍,对叠片至热压转运过程中极组对齐度的保证要求更高,传统皮带物流线很难胜任要求。

相比之下,磁悬浮物流线传输效率更高,可以达皮带物流线的 10 倍,同时,磁悬浮运输车的加减速更加均匀,极组对齐度更易保证。

此外,磁悬浮采用润滑滚动,相比于皮带线的滑动干摩擦,可以减少异物,且一致性更高,无碰撞问题,异物抑制率提升 80%。

蜂巢能源在行业内率先导入磁悬浮物流线。

至于质量控制方面,叠片工艺需要将每个极片进行两次分切,一个电芯则涉及到数十次分切,每次分切都存在极片的截面产生毛刺的风险,这就增加了电池质量控制的难度。

为此,在切叠环节,蜂巢能源通过非常复杂的工艺参数数据的连续性监测,集合 SPC(统计过程控制)、机器视觉加 AI 和大数据分析等方法,保持电池在多个工艺环节之间的一致性,避免将一些隐患带入下个环节。

事实上,除了切叠,每个节点几乎都要 100% 完美,否则不同节点的缺陷率是相乘的关系,最终会导致结果大到不可想象。

例如,如果材料在浆料输送环节加入了一些磁性异物,会导致电池性能大幅衰减。蜂巢能源在该环节比行业通行标准多加了一道除磁工序,从而使得浆料级磁性异物含量可以做到 50ppb 以下(ppb 是含量单位,即十亿分之一,磁性异物重量占比十亿分之五十),高出行业水平 50%。

蜂巢能源短刀电池匀浆产线。

在装配环节,切叠完毕、电芯入壳之后要进行焊接。叠片工艺中,每个极片均需点焊,容易出现漏焊、虚焊等不良现象,影响整个电池壳体密封性。

为了解决刀片电芯最难的周边焊接问题,蜂巢能源采用对缝焊接,正负极同时周边焊接,提升焊接效率 50% 以上,同时,采用超高速焊缝自动追踪焊接工艺,提升焊接良品率 10% 以上,焊接速度可以达到 200mm/s。

“我们在电芯制造的二十多个关键工艺环节,大量应用了先进的机器视觉在线检测,识别不良现象。” 李翌辉补充道。

蜂巢能源短刀电池装配环节。

二、AI、工业互联网的想象力

一条产线 2500 个质量控制点会产生海量数据。

“仅化成这一道工序,在不完全采集情况下,一天数据量在 200GB 以上。” 李翌辉举例说。

如果算上整个工序(从上游到下游),持续监测所产生的数据量 “一个包含几期工厂的大型制造园区,一年产生的数据量在 100T 以上;很快,蜂巢集团全年数据将突破 PB 级别”

事实上,对海量数据分析的高要求也展现出动力电池制造的另一种 “极限” 性。

传统制造(比如重工装备制造)的人机协同,更多依赖人类,并不适合动力电池制造的高节拍,而后者定义的 “人机协同” 应该更多依靠数据和机器来控制整个生产过程。

为此,章鱼博士将人工智能融入先进制造各个环节中,拉通产线端、工厂端和云端,形成一整套持续进化的生命体。一个标准新能源行业智能工厂,从工厂规划、工艺、制造、质检、物流到设备,每条主线都应该被赋予智能化特征。

这也是蜂巢能源不同于其他行业竞对的地方。” 李翌辉强调。

例如,为了保证工艺质量,设备影响占比很大。生产设备的精度和自动化水平决定了锂离子电池的质量。

虽然可以通过设备自动化去逼近效率极限(比如蜂巢能源的热负荷切叠一体机),但自动化的刚性特征无法保证制造系统的长期一致性、稳定性。

只要是机械,就一定会发生一些衰减。设备也会经历一个从出生、发育,到青年、壮年,逐步衰老并最终报废的过程。

通过在多个工艺环节对来自不同厂商的设备配备传感器,大量采集诸如振动、温度、噪声等关键数据,借由智能算法,章鱼博士可以及时了解设备健康情况。

“当设备核心部件发生一些衰减,我们会判别是偶发衰减还是趋势性衰减,还能对诸如滤网、切刀等关键备品进行预测性维护。” 李翌辉说。

不过,章鱼博士也发现了这一过程中的瓶颈 —— 传统数据传输效率无法满足动力电池生产对设备控制速度的要求。

为此,他们引入边缘计算,在设备实时控制方面做了一些创新。据李翌辉透露,17 条蜂巢能源产线马上会部署章鱼博士研发的智能控制器。

这些 “软硬一体” 的控制器,融合了传统上位机、NPU 算力、物联网关、5G 高速通讯模块及边缘计算等功能,实时运行数据被输入到算法模型后,可就地运算,并将结果快速反馈给 PLC,匀浆搅拌、涂布、切叠等环节实现毫秒级控制。

“我们将一些 AI 算法融入到这些控制器的控制当中,在设备端,单元端和产线端放置我们的智能控制器,可以取代传统工控机和上位机。” 李翌辉说。

除了这个 “尝试将离线 AI 变成在线的 AI”、“行业里不多见” 的创新,章鱼博士还在质量智能检测方面大胆尝试。

例如,电池由若干个极片组成,切片过程当中会发生一些对齐度不良,甚至极片翻折现象。主流检测方式是等极片叠完并形成几组之后,透过 X 射线照射,根据算法识别其中偏差。

章鱼博士正在尝试将检测进一步前置 —— 通过高速摄像,在堆叠过程当中就发现一些偏差。

“一旦发生一些大的偏差,达到连续三个不良时,系统会自动报警并启动在线互锁控制,避免成批不良发生。” 李翌辉说。

除了人工智能方面的想象力,蜂巢能源不同于其他行业竞对的地方还在于其工业互联网的逻辑

在李翌辉看来,工业互联网主要解决两个问题。一个是机器数据和上层控制系统、车间制造系统以及企业系统的融合。

另一个是与产业链上、下游的深度绑定,构建生态系统。“拉通从原材料、关键零部件、主机厂一直到整个用户侧在线服役全过程,通过一套标准、一套平台提升上下游协同,这是工业互联网的核心所在。” 李翌辉认为。

因此,章鱼博士也分别从这两层构筑起蜂巢能源的工业互联网。特别是在用户侧,构建了自己的蜂云平台。

蜂云平台不断监测服役中的电池产品,为用户提供一些基于数据的增值服务。同时,分析整个蜂巢能源在上面的 400 多亿条数据后提炼的知识,还能反哺给产品设计、工艺验证、制造、供应链等环节人员,甚至售后服务人员,形成双向闭环。 

三、独特平台,从 0 到 1

从前年开始,章鱼博士就在研究一个黑科技。

化成激活是非常关键的一个工序,它要保持整个电池的一致性,然后又要保证它的安全性。

电芯的完整生产周期覆盖从投料到出厂,时间长达 6 周左右,其中涂布、分切、卷绕等机械制程耗时 1-2 天,且各家企业差异不大,但化成时间差异较大,会拉长产品制造周期,显著影响制造成本。

一个电芯的化成分容时间需要 4 周左右。现在正尝试在预充环节,通过一些容量预测,不经过化成分容,即可预测整个电池容量。

“这对我们整个生产周期的压缩,将是革命性的。” 李翌辉说。

虽然在实验室取得了非常不错的预测效果(预测准确度达到 95% 以上),但进入实际生产环节后,他们发现情况非常复杂。

“原材料的供应批次,包括实际工艺差别等,都会制约大数据分析结果。” 李翌辉透露。

现在,章鱼博士正在启动第二期的容量预测,将算法落到产线上,利用真实数据进行训练和验证。

正是在这样的试错过程中,蜂巢能源认识到新能源行业智能制造的高度复杂,仅靠某个公司企业、团队,根本无法胜任如此复杂的系统集成和部署。

因此,蜂巢能源发起成立了生态联盟 —“AI 蜂能联盟”,集合 AI、工业领域等领先企业、独角兽等黑科技资源,取长补短,共同推动智造升级。

目前,联盟已经扩展到 60 多家。在蜂巢能源的生产现场和无锡大规模生产制造基地,20 多个高难度智能制造场景正紧张进行着 POC 原型测试。

在李翌辉看来,“这个过程本身就是一种孵化。” 

在与不同企业的合作过程中,自己学到了伙伴们的先进知识经验。同时,合作伙伴也深刻扎根在了蜂巢的生产制造现场。

新伙伴可以通过联盟载体,进入到生态联盟。除了蜂巢能源主战场、10 余家大型制造园区,还能进入更广袤的新能源上下游、3C、半导体、电子信息等产业,进行更多接近实战的演练。

当然,作为一家孵化平台,章鱼博士的优势还不止于此。从理论指导、实战演练、结果快速复用甚至小批量生产,他们拉通了创新 idea 从 0 到 1 的关键通路

章鱼博士聚集了一批有着丰富经验的创业者和资深专家。这些来自华为、西门子、埃森哲、IBM 等知名企业的骨干,从业经验都在 20 年以上,经历过很多次的从 0 到 1。

“我本人从事这个行业快 25 年了,长期从事信息化数字化和智能制造,带过很多的团队,经历了很多次企业数字化转型、智能制造从 0 到 1 的过程。” 李翌辉说。

他们可以深刻理解这些创业公司面临的困惑、迷茫,给予一些职业指导,包括技术路线如何结合产业需求,做出更多靶向性的产品和解决方案。

另外,产研合作离不开一条比较完成的技术创新链条:从基础研究、小试研发、中试研发到产业化。

在基础研究方面,蜂巢能源全球锂电创新中心包含 8 大创新实验室,涉及材料、固态电池、AI 创新、安全创新、先进设备仿真预测等,并联合了业内知名合作伙伴参与共建。

例如,与行业领先视觉企业合作机器视觉创新;在工业物联传感方面,与世界 500 强合作;与中国电信展开 5G 在工厂的大规模应用研究,规划了 20 多个 5G 应用场景。

章鱼博士可以将创新伙伴纳入到整个研发环境中来,“当一些创新 idea 需要做实验时,我们可以把实验室开放给他们。” 李翌辉说。

除了基础研究和小试研发,如果没有系统全面的中试,科技成果再好也只能停留在小试成功阶段,很难转化成生产力

为此,蜂巢能源还在无锡建立了全国乃至全行业最大规模的中试基地,构筑了一条比较完整的技术创新链。

2020 年 7 月,蜂巢能源首条产品中试线启用。该中试线能为创新研发项目提供与量产线一致的实验环境,具备 L 系列长电芯、无钴电池、干电池、超高速叠片等新工艺新材料新产品的试制实验能力。

此次启用的中试线占地 23 亩,设备总投资 1 亿元,厂房建设投资 1.5 亿元,严格按照车规级制造标准建设,中试能力 0.15GWh / 年。

在无锡中试基地,“不仅可以做电池的中试实验,甚至可以做小批量的量产。” 李翌辉强调。

最近,蜂巢能源联合蜂巢资本、章鱼博士,携手36氪、机器之心,发起“创新成就你我 • 先蜂产业合作伙伴全球招募”大赛,聚焦锂电三新(新技术、新工艺、新材料)和工业互联网(大数据、AI智能、通信等)等领域,面向全球招募优秀人才技术团队进行孵化创新,寻找颇具潜力的行业和技术领先型企业或高校团队,通过构建产业生态,为企业快速成长赋能。 

大赛赛道分为社会端赛道和高校端赛道,前者主要聚焦工业智能系统(偏软)、设备(偏硬)相关领域,以及锂电池领域相关创新;后者主要聚焦先进电池材料、BMS、大数据开发、工业互联网平台等领域。 

此外,招募有5亿元创新孵化基金支持,入围的团队将入驻章鱼博士,并获得管理、成长等多方面的产业协同赋能方案。 

目前,已有上百家团队报名参赛,章鱼博士希望将最终胜出的创业、创新团队的高效创新产品化,并推向市场,推动整个行业智能制造的总体进步。 

© THE END 

转载请联系本公众号获得授权

投稿或寻求报道:content@jiqizhixin.com

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2022-06-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 机器之心 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
边缘可用区
腾讯云边缘可用区(TencentCloud Edge Zone,TEZ)是腾讯云的本地扩展,适用于解决计算、存储和服务可用性问题。腾讯云边缘可用区可为您带来云的诸多优势,例如弹性、可扩展性和安全性。借助腾讯云边缘可用区,您可以在靠近最终用户的地理位置运行对延迟敏感的应用程序,基本消除延迟问题。腾讯云边缘可用区提供与中心节点一致的体验,助力业务下沉,具备更低延时、更广覆盖、更少成本等特点。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档