ненарушающий контроль

Ненарушающее контрольное тестирование на протяжении всего срока службы с использованием технологии NDE 4.0

По словам Ника Флахерти, технология NDE 4.0 объединяет ненарушающее контрольное тестирование с датчиками, искусственным интеллектом и цифровыми двойниками для проведения полного анализа на протяжении всего срока службы

Ненарушающее контрольное тестирование (NDT) претерпевает фундаментальные изменения. Сочетание методов NDT с искусственным интеллектом, цифровыми двойниками и технологиями сенсоров создаёт возможности для анализа дефектов в замкнутом цикле, что позволяет постоянно совершенствовать качество производственного процесса

Этот процесс ненарушающей оценки (NDE) является ключевым фактором, способствующим повышению безопасности, производительности и масштабируемости в производстве электромобилей, особенно при изготовлении аккумуляторных батарей и двигателей

Это означает фундаментальные изменения в подходах к применению технологий NDE в современных производственных системах, особенно при изготовлении литиево-ионных аккумуляторов. В отличие от традиционных методов NDE, которые обычно используются как отдельные этапы офлайн-проверки, технология NDE 4.0 отличается интеграцией методов оценки с цифровой производственной инфраструктурой, автоматизацией и анализом на основе данных. Это полностью соответствует принципам Индустрии 4.0, акцентирующим внимание на взаимосвязанности, сборе данных в реальном времени и принятии интеллектуальных решений.

Основной особенностью NDE 4.0 является переход от периодической проверки к непрерывной и прямой оценке. В производстве аккумуляторных батарей, где незначительные отклонения в процессе могут привести к серьезному снижению характеристик или рискам для безопасности, способность отслеживать дефекты в реальном времени имеет критическое значение. NDE 4.0 позволяет раннее выявление несоответствий на различных этапах производства, включая изготовление электродов, сборку элементов и процессы формирования, что обеспечивает возможность принятия корректирующих мер до того, как дефекты усугубятся. Благодаря интеграции традиционных данных NDE с данными мониторинга состояния конструкций и параметров материалов производители могут улучшить контроль за процессом с помощью новых технологий датчиков, беспроводной передачи данных и робототехники. Оценки, основанные на ИИ, также позволяют более точно оценивать состояние конструкций и прогнозировать срок их полезного использования.

Цифровизация является ключевым элементом концепции NDE 4.0. Современные рентгеновские и ультразвуковые датчики генерируют большие объемы высокодимензиональных цифровых данных, которые обрабатываются с помощью алгоритмов машинного обучения и ИИ. Эти инструменты позволяют автоматически классифицировать дефекты, выявлять аномалии и определять взаимосвязь между сигналами ненавредительного контроля и показателями работоспособности аккумулятора, такими как уровень заряда (SoC), степень износа (SoH) и оставшийся срок службы.

Ещё одним важным аспектом NDE 4.0 является фузия мультимодальных данных. Вместо использования одного метода оценки NDE 4.0 объединяет информацию из различных способов сенсорного восприятия, включая ультразвуковую оценку, инфракрасную термографию, электрохимическую импедансную спектроскопию (EIS) и методы, основанные на получении изображений. Такое объединение взаимодополняющих данных повышает чувствительность к дефектам и снижает неопределённость, особенно при рассмотрении сложных многоскальный механизмов отказа в литиево-ионных аккумуляторах.

NDE 4.0 также акцентирует внимание на интеграции в замкнутом цикле с системами производства и мониторинга. Результаты оценки напрямую связаны с платформами управления процессами, цифровыми двойниками и системами управления аккумуляторами, что позволяет применять адаптивные стратегии производства и улучшать мониторинг во время эксплуатации. Благодаря этой возможности замкнутого цикла NDE переходит от роли пассивного инструмента контроля качества к активному компоненту оптимизации процессов и управления жизненным циклом.

Виды NDT

Технологии NDT имеют решающее значение для обеспечения структурной целостности, эффективности и безопасности компонентов ЭВТ без причинения повреждений во время проверки.

Ультразвуковой контроль (УЗК) использует звуковые волны для отслеживания элементов аккумулятора и выявления внутренних дефектов, таких как пустоты, деламинация и дендриты, на микро- и наноуровнях. Для проверки композитных корпусов, роторов высокоскоростных двигателей и клеевых соединений в многоматериальных конструкциях применяются различные методы, такие как ультразвуковой контроль с фазированным массивом, ультразвуковой контроль с направленными волнами и ультразвуковой контроль с воздушной связью.

Наиболее распространённые конфигурации ультразвукового контроля включают методы импульсно-эхоового типа, методы прямой передачи и методы направленных волн. В методах импульсно-эхоового типа используется один преобразователь, который анализирует отражённые сигналы для выявления внутренних прерывистостей; методы прямой передачи применяют отдельные передающий и приёмный преобразователи для оценки затухания и задержки волн на протяжении толщины образца, что повышает чувствительность к незначительным внутренним изменениям. Методы направленных волн, включая волны Ламба, распространяют ультразвуковой импульс вдоль поверхности образца и обладают высокой чувствительностью к деламинации и дефектам между слоями, поскольку их энергия сильно зависит от граничных условий в слоистых структурах.

Инфракрасные камеры могут отслеживать тепловое излучение и выявлять аномалии. Методы локкинг-термографии и импульсной термографии позволяют обнаруживать воздушные пространства под поверхностью, участки с высоким сопротивлением контакта в высоковольтных проводах или засорения каналов охлаждения в устройствах электропривода, таких как инверторы и батарейные блоки.

Сканирование с использованием рентгеновских лучей и компьютерной томографии (XCT) применяет ту же ионизирующую радиацию, что и в больницах, для создания изображений высокого разрешения в 2D и 3D. Оно в основном используется для проверки сварных соединений между элементами батареи, выравнивания внутренних электродов, сварных швов в полупроводниках и структурных деталей гигантских размеров.

Тестирование с использованием эдди-токов (ECT) основано на электромагнитной индукции для обнаружения дефектов на поверхности и близко под ней в проводящих компонентах. Этот метод широко применяется для проверки сварных соединений статоров электродвигателей, трещин в ламинациях роторов и сварных швов контактных пластин батарей.

Оценка акустического излучения (AE) представляет собой пассивную технику неинвазивного контроля, которая обнаруживает кратковременные упругие волны, возникающие в результате внезапного освобождения локализованной энергии в материале. В литиево-ионных аккумуляторах такое освобождение энергии часто связано с возникновением микротрещин, их распространением, разрушением частиц, выделением газов или расслоением на границах соприкосновения. Датчики акустического излучения, включая пьезоэлектрические, оптоволоконные и устройства на основе MEMS, преобразуют эти упругие волны в электрические сигналы, которые можно анализировать с точки зрения амплитуды, продолжительности, частотного состава и частоты возникновения событий.

Технологии НДЭ на основе лазеров позволяют проводить высокоточные безконтактные измерения компонентов батарей и применяются в основном для контроля размеров, профилирования поверхности и обнаружения дефектов. Системы лазерного сканирования обеспечивают создание детальных 3D-моделей, что помогает с высокой точностью выявлять геометрические отклонения и неровности поверхности. По сравнению с методами визуализации с помощью магнитного поля, направленными на обнаружение дефектов токопроводящих элементов в конце производственного процесса, технологии на основе лазеров обладают более широким спектром применения на разных этапах производства.

Модели машинного обучения (такие как CNN и GAN) обрабатывают данные сканирования с использованием всех этих технологий в реальном времени для автоматического распознавания дефектов, сокращения времени контроля и уменьшения количества ложноположительных результатов.

Сети датчиков, включая встроенные пьезоэлектрические датчики, непрерывно передают данные о состоянии конструкции и её работе на облачные платформы, что позволяет осуществлять мониторинг состояния конструкции в реальном времени, а также проводить симуляции и мониторинг цифровых двойников. Это способствует прогнозной эксплуатации, при которой симуляции на основе исторических данных предсказывают возможные неисправности и планируют ремонт до того, как транспортное средство выйдет из строя.

Аккумуляторные блоки

NDE 4.0 объединяет современные технологии датчиков с искусственным интеллектом, автоматизированным анализом данных и киберфизическими системами для обеспечения непрерывной проверки компонентов и сборок аккумуляторов в процессе их производства. В отличие от традиционных тестирования в конце производственной линии или диагностики после выхода из строя, системы NDE 4.0 направлены на выявление дефектов на ранних этапах, отслеживание их развития и предоставление практических рекомендаций для улучшения производственных процессов. Такая возможность особенно ценна с учетом масштабов современных гигафабрик и растущей сложности архитектуры аккумуляторов. Однако, несмотря на значительный прогресс, широкое внедрение NDE 4.0 в производстве аккумуляторов для электромобилей в крупном масштабе по-прежнему ограничено. Ключевыми проблемами являются интеграция с существующими производственными линиями, масштабируемость в условиях высокой производительности, слияние данных с информацией от систем управления аккумуляторами, а также долгосрочная проверка надежности и экономической эффективности.

Использование данных ненарушающих тестов в сочетании с тепловыми моделями и оценками BMS представляет собой важную возможность для улучшения стратегий прогнозируемого технического обслуживания, сокращения времени простоя и снижения рисков для безопасности на протяжении всего цикла жизни аккумулятора. Внедрение технологии NDE 4.0 позволяет снизить уровень брака, повысить производительность и уменьшить затраты на гарантийное обслуживание и отзывы продукции.

В применениях, связанных с аккумуляторными блоками, методы ненарушающих тестов широко используются для выявления дефектов производства, оценки структурной целостности и отслеживания механизмов деградации как в процессе производства, так и во время эксплуатации. Эта технология развивалась от простых визуальных проверок и базовой механической оценки до современных методов измерения и получения изображений на основе физических принципов, что привело к коренным изменениям в способах сбора, обработки и использования данных проверок.

Методы неинвазивного контроля, используемые в эксплуатации и для раннего предупреждения, позволяют осуществлять непрерывный мониторинг состояния аккумуляторов во время их работы. Методы, основанные на измерении импеданса, акустическое сканирование и термальный мониторинг способны выявлять аномалии в процессе разрушения или риски для безопасности до наступления катастрофического сбоя.

В данной классификации подчеркивается, что эффективная проверка аккумуляторов требует сочетания различных методов неинвазивного контроля, выбираемых в зависимости от типа дефектов, этапа производства и требуемой скорости обработки. Традиционные методы неинвазивного контроля позволяют полностью оценить как внешние, так и внутренние физические, механические, термические и электрохимические характеристики литий-ионных аккумуляторов, а визуальный осмотр остается основным способом выявления внешних повреждений, деформаций, утечек и неровностей на поверхности.

Ультразвуковой контроль

Недавние исследования показали возможность применения технологии ультразвуковых направленных волн для оценки уровня заряда и состояния аккумулятора с использованием характеристик сигналов в временной и частотной областях. Однако было установлено, что чувствительность к электрохимическому состоянию снижается со временем, что указывает на необходимость стратегий калибровки, учитывающих постепенные структурные и материальные изменения на протяжении всего срока службы батареи. В других исследованиях для мониторинга уровня заряда использовалось отслеживание времени прохождения ультразвуковых волн, и были получены убедительные доказательства того, что это время тесно связано с температурой и механическими условиями, что требует тщательной коррекции тепловых эффектов для получения надежных результатов в практических системах. Это подчеркивает, что ультразвуковая оценка обещает быть эффективной для реального времени мониторинга, но её интерпретируемость зависит от контроля или компенсации температуры, давления и граничных условий.

Ультразвуковое сканирование с использованием воздушной связи также стало перспективным методом безконтактной диагностики, позволяющим выявлять разделение слоев, трещины и пустоты в электродах и разделителях, а также способствующим оценке уровня заряда аккумулятора. Сочетание ультразвуковой диагностики с инфракрасной термографией позволяет получить дополнительную информацию: ультразвук исследует внутреннюю структуру, тогда как термография фиксирует поверхностные тепловые аномалии, связанные с изменениями сопротивления, образованием газа или локальным нагревом.

Все чаще применяются подходы, основанные на анализе данных, для связи акустических характеристик с электрохимическим состоянием; в недавних исследованиях предложены стратегии совместной оценки уровня заряда и температуры с использованием отраженных ультразвуковых волн и техник усиления данных для повышения надежности моделей. Ультразвуковая оценка особенно привлекательна для технологий неинвазивного контроля 4.0 благодаря совместимости с автоматизацией, возможности быстрых измерений и потенциалу интеграции с машинным обучением для масштабной классификации дефектов и непрерывного мониторинга.

Рентгеновские методы и компьютерная томография

XCT позволяет детально описывать такие дефекты, как неправильная выровненность электродов, пустоты, деламинация и структурные деформации, которые могут приводить к внутренним коротким замыканиям. Его высокое пространственное разрешение, включая возможности нано-КТ в исследовательских целях, обеспечивает возможность изучения мелкомасштабных структур, таких как границы электродов и неоднородности микроструктуры.

В рамках исследований, посвящённых аккумуляторам, метод XCT используется для разработки рекомендаций по визуализации характеристик коммерческих материалов для аккумуляторов, а также для поддержки совместного электрохимического и томографического анализа поведения, связанного с емкостью. Кроме того, XCT применяется для отслеживания процесса электрохимической и механической деградации во время работы, визуализации пространственного распределения активных материалов и изменений толщины электродов в аккумуляторах большого формата, а также для изучения опасностей с точки зрения безопасности во время экспериментов с проникновением гвоздя путём наблюдения за внутренними структурными изменениями и электрическим поведением при тепловом срыве.

Несмотря на эти преимущества, массовое использование методов оценки на основе рентгеновских лучей сталкивается с трудностями из-за высокой стоимости оборудования, времени сканирования и требований к безопасности излучения, которые обычно предполагают наличие специализированных установок и квалифицированного персонала, хотя стоимость систем снижается, а искусственный интеллект помогает в интерпретации данных.

Подход к реконструкции в реальном времени обрабатывает самые свежие проекции для создания 3D-изображения в ходе эксперимента, что позволяет наблюдать динамические процессы и в реальном времени вносить коррективы. В последних исследованиях также рассматривается концепция обучения «в момент необходимости» для удаления шумов с использованием глубоких нейросетей и ускорения вывода результатов при проведении рентгеновской томографии, что способствует получению обратной связи в реальном времени для оптимизации экспериментов и автоматической интерпретации данных. Эти достижения тесно соответствуют целям NDE 4.0, обеспечивая более быстрые процессы сгенерирования изображений, автоматическое распознавание дефектов и интеграцию результатов сканирования в цифровые производственные системы.

Недавно была разработана современная система рентгеновского сканирования в линию производства, предназначенная для условий, где важными показателями являются охват проверки и скорость обработки деталей. Эта система, спроектированная для прямой интеграции в существующие производственные линии, осматривает каждую деталь с полной скоростью конвейера без использования фиксирующих приспособлений и других перерывов в производственном процессе.

Традиционное рентгеновское сканирование в линию производства уже давно используется для выявления очевидных дефектов, однако ценность получаемых данных всегда была ограничена. Подключение рентгеновской проверки на производственной линии к программной платформе в облаке превращает каждый скан в точку данных, которая используется для автоматизированного принятия решений, мониторинга процессов и составления отчетности. Это позволяет выйти за рамки простого определения «прошло/не прошло», поскольку данные накапливаются в течение различных серий производства, смен и на разных площадках.

Конфигурации источника рентгеновских лучей и детектора могут быть настроены так, чтобы соответствовать расположению деталей на конвейере и конкретным областям, требующим проверки, в режимах 2D и 2.5D. Многолинейная архитектура 2.5D позволяет за один проход собирать информацию о глубине, обеспечивая более точное выявление дефектов в сложных условиях. Настройки сортировки и отсева позволяют контролировать дальнейшую обработку отмеченных деталей.

Акустические тесты

Акустический анализ особенно эффективен для отслеживания активных процессов повреждения, возникающих во время работы аккумулятора, а не только для обнаружения статических дефектов. Экспериментальные исследования показали, что сигналы акустического анализа изменяются в зависимости от состава материала электродов и его электрохимического состояния, что выявляет связь между акустическими характеристиками и стабильной или нестабильной работой аккумулятора. Обычно наблюдаются два основных типа сигналов акустического анализа: непрерывные сигналы, связанные с электрохимическими реакциями, и импульсные сигналы, связанные с отдельными механическими повреждениями. Было установлено, что непрерывная активность акустического анализа во время разряда коррелирует с общим состоянием аккумулятора, в то время как импульсные сигналы более заметны на ранних этапах циклирования и усиливаются с возрастом, что соответствует тенденциям, характерным для модели деградации в виде «ванны».

Оценка акустических волн предоставляет преимущества в выявлении повреждений на ранних этапах, которые могут оставаться незаметными с помощью методов визуализации. Однако её чувствительность к фоновому шуму, граничным условиям и расположению датчиков затрудняет интерпретацию результатов. В рамках концепции NDE 4.0 оценка акустических волн значительно улучшается благодаря автоматизированной классификации сигналов и распознаванию паттернов на основе машинного обучения, что позволяет эффективно использовать её для раннего выявления неисправностей и отслеживания процесса ухудшения характеристик батарейных систем.

Технология сканирующей акустической микроскопии направляет звуковые волны низкой энергии через коммерческие батареи типа pouch. Скорость этих волн изменяется при прохождении через различные материалы, находящиеся внутри батареи, что позволяет исследователям быстро и подробно получить информацию о химических изменениях в материалах батареи во время её использования.

Этот процесс может помочь выявить структурные дефекты или повреждения, которые могут привести к электрическому замыканию, недостатки или дисбалансы в материалах, способные снизить эффективность работы, а также признаки возможного возникновения проблем. Одним из веществ, которые сканирование особенно хорошо способно обнаруживать, является газ; это важно, поскольку наличие газа внутри аккумулятора свидетельствует о зонах высыхания, которые могут привести к сбою в работе элемента в процессе использования.

Термография

В анализе аккумуляторов применяются как пассивные, так и активные методы термографии. Пассивная инфракрасная термография (IRT) основана на тепле, выделяемом во время нормальной работы аккумулятора, тогда как активная IRT использует внешние источники возбуждения для улучшения видимости дефектов. Были описаны различные источники возбуждения, включая лазерное нагревание, вспышечные лампы, ультразвуковое возбуждение, индукционное нагревание и электрическую стимуляцию; выбор метода зависит от свойств материала и характеристик дефектов. Техники активной термографии, в частности импульсная IRT, демонстрируют высокую эффективность в обнаружении деламинации и внутренних дефектов посредством кратковременных тепловых реакций.

В ряде исследований были сочетены методы IRT с измерениями с помощью термопар для изучения теплового поведения литиево-ионных аккумуляторов при различных скоростях разряда, что позволило выявить тесную связь между распределением температуры, геометрией аккумулятора и приложенными нагрузками. В последних работах также были предложены гибридные подходы, объединяющие термографию с упрощенными тепловыми моделями для оценки внутреннего тепловыделения в аккумуляторах типа «пакет», что способствует более точной интерпретации данных о температуре поверхности. С точки зрения стандарта NDE 4.0 метод IRT идеально подходит для автоматизированной высокоскоростной проверки, и его эффективность можно повысить с помощью обработки изображений и машинного обучения для реального времени выявления аномалий и прогнозирования уровня безопасности.

Лазерное датчиковедение

Недавние исследования представили системы лазерной диагностики без контакта, которые сочетают в себе лазерную стимуляцию и лазерный доплеровский виброметр для обнаружения внутренних дефектов литиево-ионных аккумуляторов на этапе производства. Анализируя распространение волн Ламба, эти системы могут отличать целые элементы аккумуляторов от поврежденных, что позволяет осуществлять мониторинг в реальном времени и количественную классификацию дефектов. Такие подходы обладают большим потенциалом для использования в процессе производства благодаря своей безконтактной природе и совместимости с автоматизацией.

Хотя технологии оценки на основе лазеров обеспечивают высокое разрешение и гибкость, существуют проблемы, связанные с стоимостью системы, чувствительностью к внешним факторам и требованиями к обработке данных. Текущие исследования сосредоточены на повышении надежности, разрешения и возможностей интеграции с автоматизированными производственными линиями. Эти методы, основанные на лазерах, особенно привлекательны при сочетании с передовой обработкой сигналов и искусственным интеллектом, что позволяет осуществлять масштабируемую и высокопроизводительную проверку при производстве аккумуляторных батарей следующего поколения.

Недавнее сотрудничество объединяет рентгенографию, компьютерную томографию и ультразвуковые технологии на основе ИИ для создания комплексного решения по контролю на всех этапах жизненного цикла при производстве, разработке и эксплуатации аккумуляторов. Эта совместная система контроля является первой на рынке, способной выявлять различные виды неисправностей на протяжении всего производственного цикла, что позволяет производителям аккумуляторов добиваться экономии затрат и повышения производительности.

Ни одна из отдельных технологий контроля не может выявлять все виды неисправностей на протяжении всего производственного цикла, поэтому это сотрудничество включает совместную разработку продуктов, совместное проектирование пробоотборников нового поколения и комплексные услуги. Цель состоит в решении фундаментальной проблемы контроля, с которой сталкиваются аккумуляторные заводы по всему миру: до 90% ячеек аккумуляторов для электромобилей содержат те или иные аномалии.

Возможности полного контроля на всех этапах жизненного цикла охватывают производство элементов, сборку модулей и работу в полевых условиях; для обеспечения качества и анализа неисправностей в лабораторных условиях используются рентгенография и XCT, а также XCT высокого уровня для разработки элементов и характеристики материалов, при этом высокоэнергетический КТ применяется для контроля батарейных пакетов и модулей.

Электроника ультразвуковых систем с фазированными массивами, оснащенная современными алгоритмами формирования луча и специальными датчиками, разрабатывается и производится непосредственно внутри компании для промышленного использования. Технология массивных датчиков и электроника обработки сигналов сочетаются с слоем анализа на основе ИИ для создания системы ультразвукового контроля, обладающей повышенной чувствительностью и надежностью в условиях производственной линии.

Сочетание нескольких технологий НДТ — от XCT и ультразвука для контроля на производстве до машинного обучения для формирования замкнутого цикла с данными процесса — позволяет производителям более ранно выявлять дефекты, сокращать количество браков в конце производственной линии и оптимизировать процессы на основе данных.

Даже незначительное улучшение выхода продукции в размере доли процента на уровне гигафабрик приводит к экономии десятков миллионов в год благодаря использованию мультимодальных методов измерения.

В рамках совместной программы по проверке концепции было протестировано более 400 аккумуляторных элементов с применением комбинации методов УТ и XCT, что позволило создать полную базу данных для анализа аккумуляторов. Эта программа показала, что мультимодальный подход обеспечивает экономию более 10% по сравнению с проверкой с использованием одного метода, а также увеличивает эффективность выявления дефектов на 12%.

Детекция с использованием терагерцов

Другой метод обнаружения незначительных изменений толщины электродов аккумулятора основан на использовании терагерцовых датчиков. Такие изменения могут способствовать тепловому выходу из-под контроля, и более точные терагерцовые технологии должны повысить безопасность и качество аккумуляторов за счёт выявления дефектов, невидимых в процессе производства.

Эта технология сочетает в себе терагерцовые волны с оптическим частотным гребнем, который делит частоту света на равномерно расположенные интервалы, подобно делениям на линейке, и служит ориентиром для чрезвычайно точных измерений в нанометровом масштабе.

В основе технологии лежит интерференция Фабри–Перо — регулярно расположенный интерференционный узор, возникающий при многократном прохождении терагерцовых волн туда-обратно между передней и задней поверхностями электрода. Этот узор используется в качестве ориентира для определения толщины электрода.

Эта система позволяет определять как толщину электрода, так и сложный показатель преломления в ходе одних измерений, без необходимости отдельной процедуры калибровки. Используя электроды батарей толщиной от 50 до 150 мкм, измерения проводились за 0,2 секунды, и система смогла обнаружить различия в толщине до 70 нм на аноде и 465,5 нм на катоде. Такая скорость измерения считается достаточной для использования на быстро работающих производственных линиях по изготовлению батарей.

При увеличении времени измерения до 25,6 секунды точность ещё больше улучшилась. Система смогла различать различия в толщине до 7,8 нм на аноде и 25,2 нм на катоде. Это означает улучшение точности в 100 раз по сравнению с традиционными методами анализа в временной области, что позволяет обнаруживать изменения толщины, полностью невидимые невооружённым глазом.

Эта технология не ограничивается измерением толщины в одной точке. Она способна создавать 3D-карту толщины по всему электроду и в реальном времени отслеживать постепенные изменения толщины в процессе производства. Система также может с точностью измерять электрод, наклоненный примерно под углом 45°, что демонстрирует её потенциал применения на высокоскоростных производственных линиях по изготовлению аккумуляторов в реальных условиях.

Помимо литиево-ионных аккумуляторов, ожидается, что эта технология станет важным инструментом контроля качества при производстве аккумуляторов следующего поколения с полностью твердыми электролитами, в которых вместо жидких используются твердые электролиты. Обнаруживая дефекты на ранней стадии, эта технология может повысить безопасность и качество аккумуляторов, а также обеспечить более стабильные производственные процессы.

Искусственный интеллект

Искусственный интеллект становится ключевым фактором, способствующим развитию технологии NDE 4.0, позволяя преобразовывать большие объемы данных проверок в практически полезную информацию о качестве и надежности. Модели машинного обучения помогают в реальном времени анализировать ультразвуковые, акустические, термические и изображения данные, что способствует классификации дефектов, выявлению проблемных зон, снижению количества ложноположительных результатов и повышению последовательности принимаемых решений по проверкам. В производственных условиях эти инструменты также могут автоматизировать формирование отчетов и передавать результаты в системы управления процессами, что обеспечивает более быстрые корректирующие действия и возможность масштабирования производства аккумуляторных батарей.

Цифровые двойники

Цифровые двойники преобразуют процесс NDE из пассивного выявления дефектов в непрерывную инженерную аналитику с использованием данных искусственного интеллекта.

Вместо использования статических скриншотов или 2D-технических чертежей данные, полученные в результате проверок на коррозию, наличие трещин, пористость и уменьшение толщины стенок, непосредственно наносятся на 3D-модель или CAD-геометрию оборудования, что устраняет неоднозначности в интерпретации между разными командами.

Это также позволяет специалистам, не занимающимся ненарушающими контролем, таким как менеджеры заводов, инженеры по надежности, аудиторы и регулирующие органы, легко понимать местоположение пространственных дефектов и операционные риски, не прибегая к умственной реконструкции состояния оборудования на основе фрагментированных отчетов.

Благодаря сопоставлению текущих данных проверок с историческими записями в одной среде операторы могут отслеживать темпы роста дефектов, оценивать механизмы их развития со временем и точно прогнозировать оставшийся срок службы.

Автоматизированный сбор данных и интеграция с облаком обеспечивают постоянную связь между координатами сканирования, параметрами калибровки, действиями оператора и настройками сбора данных с цифровой моделью, что упрощает аудиты в соответствии с нормативами.

Обучение моделей машинного обучения для имитации высокоточных симуляций или интеллектуальной интерполяции между ними позволяет создавать гибридные цифровые двойники, соединяющие модели электрохимических аккумуляторов с измеряемыми величинами, такими как напряжение, ток и тепловая нагрузка. Эти двойники затем могут быть встроены в симуляторы на уровне системы для поддержки совместной симуляции и интеграции систем, при которой аккумуляторы динамически взаимодействуют с двигательной установкой, системой управления температурой и программным обеспечением контроля автомобиля.

Несмотря на свои преимущества, внедрение NDE 4.0 сопряжено с новыми вызовами, включая сложность управления данными, необходимость обобщения моделей для различных химических составов и форматов аккумуляторов, а также потребность в стандартизированных протоколах передачи данных. Преодоление этих трудностей крайне важно для широкого применения технологии в промышленности. Тем не менее, NDE 4.0 обеспечивает прочную основу для интеллектуальных стратегий контроля и мониторинга, необходимых для безопасного, надежного и масштабируемого производства электромобилей — от батарейных блоков и силовых узлов до шасси и других компонентов. Благодаря мультимодальным инструментам, искусственному интеллекту и цифровым двойникам это можно применять на протяжении всего жизненного цикла для повышения эффективности всего производственного процесса.

Благодарности

Благодарим Арефех Салими Бени из Университета Джорджия Саутерн, Гусеона Канга из KAIST, Сэма Амстердама из Университета Дрексел и Пола Переру из Waygate Technologies.

Нажмите здесь, чтобы прочитать последний номер журнала E-Mobility Engineering.

Некоторые поставщики методов неразрушающего контроля

Advacam

www.advacam.com

Comet Yxlon

yxlon.comet.tech

Duoverse

www.duoverse.ai

Lumafield

www.lumafield.com

Metrix NDT

www.metrixndt.com

Waygate Technologies / Baker Hughes

www.bakerhughes.com

Zeiss