電動車的電芯連接系統（CCS）負責將各個電芯連接為一個整體單元，從而為電能從電池傳輸到用電器創造了基礎。此外，CCS 還具有其它功能，例如用於監測電壓和溫度的感應器。CCS 可透過其導體電路向電池管理系統傳輸測量訊號。該關鍵元件的量產採用的是零缺陷策略。常見的 CCS 一般具有 10 到 20 個焊接位置，而雷射器則要在量產過程中準確識別這些位置並高精度完成焊接。而 ElringKlinger 公司現在要量產的新型電芯連接系統則為製程開發團隊帶來一項嚴峻挑戰：他們要為具有 50 多個焊接位置且長達兩米的電芯連接系統開發穩定高效的快節拍量產製程。成功應對這項挑戰的秘訣則是 TRUMPF 的新型 EasyModel AI 訓練平臺配合 VisionLine Detect 的選配功能 AI 篩選器。
ElringKlinger AG 是一家在全球佈局的汽車行業獨立供應商， 致力於為各類驅動系統（包括乘用車和商用車）提供創新型產品解決方案。無論是馬達、混合動力還是燃油引擎，ElringKlinger 公司始終都是值得客戶信賴且實力雄厚的開發夥伴和量產供應商，並憑藉自身豐富的經驗和技術訣竅，為實現可持續出行貢獻力量。該公司總部位於德國巴登-符騰堡邦的 Dettingen/Erms，在全球範圍內擁有 40 多個生產基地。
EasyModel AI
雷射焊接
挑戰
www.elringklinger.de隨著電動車電池包的精密程度日益提升，其內建的電芯連接系統（CCS）也愈加複雜。尤其在電池充電時，對功率的要求也不斷提高——以超高速充電為例，其充電功率可達 300 千瓦以上。這就對 CCS 提出了創新要求，其需要整合大量焊接位置，同時要求廠商在較短的節拍時間內就完成高精度焊接，並實現零缺陷生產。另一項挑戰則是高度多樣化的產品型號以及在焊接過程中需要考慮到的大量金屬混合連接。此前在模組到電池包（Modul-to-pack）設計中，CCS 的長度約為 600 毫米，而在創新型的電芯到電池包（Cell-to-Pack）設計中，其長度則到達了兩米。這就需要用到結構更為精密的工裝夾具，不過越是精密就越容易導致干擾輪廓產生。而在進行雷射焊接時也必須將此因素納入考量。
在 ElringKlinger 公司的德國 Neuffen 分部，Daniel Weller 及其團隊負責雷射製程的開發、測試及佈局。該團隊使用一套預批量生產設備開展工作，以確保 ElringKlinger 公司的所有生產線都能夠順利製造出品質一致的 CCS。
解決方案
在一次現場參觀 TRUMPF 雷射應用中心的過程中， TRUMPF 在特徵識別技術領域的一項新開發成果引起了 Daniel Weller 的注意。「此前我們一直在使用 TRUMPF 的影像處理軟體 VisionLine Detect，它在加工常規的 CCS 過程中已讓我們獲益良多」，Daniel Weller 說道。而如今，TRUMPF基於雲端的 EasyModel AI 訓練平臺更是將功能提升到了一個新水準：EasyModel AI 與 VisionLine Detect 影像處理系統的選配功能 AI 篩選器的組合，能夠識別變化多端的環境條件、工件反光、多變的照明情況以及材料特性的波動。「在 TRUMPF 正式發佈 EasyModel AI 後不久，我們就中標了一項精密電芯連接系統的量產專案，其部件長度達到兩米、焊接位置多達 50 個，這對我們來說無疑是一項巨大挑戰。而 EasyModel AI 可謂來的正是時候。」Weller 表示。
EasyModel AI 是一款工具，即使毫無程式設計知識的用戶也能輕鬆上手，並可根據工件精確建立並訓練專屬的圖像識別 AI 模型。「首先我們只需使用 VisionLine Detect 對工件上需要設置焊接位置的區段進行圖像採集。圖像會被 Quality Data Storage 保存在我們的系統中，隨後我們就可將這些圖像上傳到 EasyModel AI，而且我們透過 MyTRUMPF 平臺即可訪問該工具」，Weller 解釋道。創建好一個項目以後，Weller 和他的同事就會在圖像上標註需要識別的焊接位置，接下來 AI 就會開始評估並計算出一個模型。該模型可由操作員逐步並直觀地進行最佳化。只需少量的訓練圖像，就可生成一個功能完備的 AI 模型。一旦模型的效果令人滿意，就可將其部署到生產線上。此時便會用到 VisionLine Detect 的選配功能 AI 篩選器。該篩選器能夠精確地區分相關的圖像區域與工裝、污垢或反射之類的干擾區域。「這就體現出了已選配與未選配 AI 篩選器的 VisionLine Detect 之間的明顯差異」，Weller 解釋道。「AI 篩選器會將圖像二值化，即只呈現黑白兩色。被識別的工件會顯示為白色，背景則為黑色， 這樣邊緣檢測演算法就能輕鬆鎖定待識別的焊接區域。」此前，Weller 和他的團隊使用的是 TRUMPF 圖像識別系統 VisionLine Detect，它透過基於位置的曝光調整進行識別。透過有針對性地調整曝光，該系統能夠妥善識別出各個焊接位置。然而，這一製程必須根據加工區內的具體焊接位置做單獨調整，以便補償工件表面的反射差異。這種方法耗時甚巨並受多種因素的影響，而且必須針對每個工件位置分開進行。
落實
ElringKlinger 公司只需開通 EasyModel AI 與 AI 篩選器選項即可使用新方案，並經過簡短的培訓即可上手。「在預批量生產設備調試期間，TRUMPF 的工作人員全程陪同，協助我們直接在工件上完成了所有製程流程」，Weller 回憶道。「只過了一兩個小時，我們就將首個部件製造完成。」即使客戶現在有任何疑問， TRUMPF 的專家也可透過遠端或 Teams 視訊會議輕鬆提供支援。而得益於 Quality Data Storage，這一合作變得更加輕鬆。資料可保儲存在此並可按需分享給 TRUMPF 專家。
對於 Weller 而言，EasyModel AI 的一個主要優勢就是訓練過程非常快捷：「為了獲得理想結果，我們不再需要幾天時間，而是幾個小時就足夠了。」而且很重要的是，使用者無需具備基礎知識即可取得不錯的成果。「這一點在量產開始後尤為重要，因為生產現場同事的相關經驗可能不那麼豐富，而且也需要對模型進行微調。該系統採用『所見即所得（What You See Is What You Get）』原則。即使不是程式設計人員，也能輕鬆理解」，Weller 解釋說。此外，對於他和其同事而言，能夠對模型進行微調也是一個優勢：「各種 CCS 的結構雖有所不同，但有時差別甚微。有了 AI 的幫助，我們現在只需對細微差異進行再訓練，就可將現有的 CCS 訓練圖像作為新模型的基礎。從而進一步加快開發進度。」
展望
「目前在乘用車領域，我們電芯連接系統的長度已達到兩米，應該已達到了市場需求的上限」，Weller 對此繼續補充說：「但 Cell-to-Pack 電池包設計正逐漸在商用車領域興起，未來我們還將面對更大、更精密的 CCS」。雖然使用傳統的影像處理方法也能識別焊接位置，但諸如 EasyModel AI、AI 篩選器以及 VisionLine Detect 這類基於 AI 的解決方案，顯然能夠更快捷地完成這一任務。「在建立一條量產線時，最關鍵的便在於生產流程的穩定性和可重複性，但速度也同樣重要」，Weller 說道。「多一天的開發都會消耗成本，也意味著產品上市會推遲」，現在，Weller 及其團隊也將 EasyModel AI 應用於小批量生產和樣件製造，而這些工作在過去則異常繁瑣。在 ElringKlinger 公司，還有其他一些製程流程，Weller 也認為 EasyModel AI 具有用武之地：「凡是需要以極小公差設置焊接位置的製程，AI 都有巨大潛力。」
工裝上的污垢、工件的反射或多變的照明情況等，這類變化多端的環境條件使得雷射光束定位所需的特徵識別更加不易。對此的解決方案就是人工智慧技術。EasyModel AI 是一種基於雲端的 AI 訓練平臺，即使毫無程式設計基礎知識，用戶也能夠輕鬆地標注資料。 訓練性能強勁的 AI 模型只需少量的訓練資料即可。其可與 VisionLine Detect 的 AI 篩選器選項配合使用。EasyModel AI 與 TRUMPF 影像處理系統的組合可為您帶來完全不同的功能體驗，讓您獲得切實收益。
TRUMPF VisionLine 影像處理系統有助於防止工件出現缺陷。在切割和焊接應用中，基於攝像頭的影像處理系統始終都能總覽全局。VisionLine 會自動識別工件位置並將該資訊傳輸到控制系統。透過這種方式生成的 3D 資訊可用於定位和檢查工件特徵，例如兩個工件的高度偏差。
版本日期：2025.06.11
