近年來，隨著全球新能源市場(chǎng)的快速發(fā)展，鋰電池產(chǎn)業(yè)正處于高速發(fā)展階段。在 “碳中和”的背景下，憑借較高的能量及環(huán)保性，鋰電池已成為最重要的儲(chǔ)能元件。尤其是受益于新能源汽車市場(chǎng)的強(qiáng)勁增長(zhǎng)，鋰電池需求隨之爆發(fā)，帶動(dòng)鋰電企業(yè)發(fā)展。

但同時(shí)，隨著行業(yè)的高速發(fā)展，鋰電池起火、爆炸、漏液等安全問題，也使得終端業(yè)務(wù)對(duì)于鋰電池的品質(zhì)、安全性、一致性要求越來越高。從過去的PPM要求到當(dāng)前的PPB探索，從3σ、7.5σ到9σ的演變，鋰電企業(yè)正致力于在更高的品質(zhì)追求下不斷尋求更優(yōu)解決方案，保持市場(chǎng)競(jìng)爭(zhēng)力。

鋰電生產(chǎn)工藝復(fù)雜

品質(zhì)管控到底有多難

鋰電池生產(chǎn)工藝復(fù)雜，每個(gè)工序的質(zhì)量管控水平波動(dòng)都會(huì)對(duì)最終成品的質(zhì)量產(chǎn)生較大影響。而在核心生產(chǎn)工序的每個(gè)環(huán)節(jié)，受物料導(dǎo)電劑、正負(fù)極活物質(zhì)等關(guān)鍵組分質(zhì)量水平、環(huán)境溫濕度、人員操作水平等因素的影響，又都很容易產(chǎn)生缺陷。比如，涂布中易產(chǎn)生頭厚、尾薄、厚邊、露箔、面密度不穩(wěn)等；輥壓極片可能收卷不齊、皺邊、厚度反彈、厚度不穩(wěn)等……

如何控制每個(gè)環(huán)節(jié)的品質(zhì)質(zhì)量，及早發(fā)現(xiàn)異常并完成處理，實(shí)現(xiàn)PPM邁進(jìn)PPB級(jí)品質(zhì)，是當(dāng)前鋰電企業(yè)的提升產(chǎn)品品質(zhì)的主要發(fā)力點(diǎn)。在邁向高質(zhì)量、高一致性的目標(biāo)時(shí)，鋰電池行業(yè)普遍存在以下難點(diǎn)亟需突破：

一、過程質(zhì)量未形成有效監(jiān)控管理閉環(huán)，異常處理不及時(shí)，效率低

1、精準(zhǔn)質(zhì)量檢驗(yàn)是質(zhì)量控制的關(guān)鍵手段之一。但目前電芯仍有較多工序依賴人工目檢，例如切疊V角毛刺檢測(cè)依賴人工定時(shí)抽檢，導(dǎo)致毛刺異常未能及時(shí)發(fā)現(xiàn)并排出，最終可能造成高達(dá)1%良率損失。且無法獲取大樣本的細(xì)分質(zhì)量數(shù)據(jù)，難以支撐后續(xù)有效分析和改善；

2、首檢、巡檢等過程檢驗(yàn)數(shù)據(jù)依靠手工工單記錄，例如換型首檢、環(huán)境粉塵檢測(cè)，均為人工紙質(zhì)記錄后統(tǒng)一形成excel，數(shù)據(jù)及時(shí)性低，且無法及時(shí)有效管控；

3、關(guān)鍵過程參數(shù)缺乏有效監(jiān)控手段，僅通過設(shè)備簡(jiǎn)單閾值管控并現(xiàn)場(chǎng)通知方式，難以有效識(shí)別異常與處理異常，保證產(chǎn)品一致性；

4、過程質(zhì)量異常問題缺乏系統(tǒng)化管理。例如，出現(xiàn)質(zhì)量問題后，往前工序排查與責(zé)任歸屬，依賴溝通群或紙質(zhì)簽單流轉(zhuǎn)，從質(zhì)量問題發(fā)生、審核、定位、改善、效果跟蹤到知識(shí)沉淀，大部分都是線下作業(yè)管理，流程缺失。

二、質(zhì)量異常定位以人工經(jīng)驗(yàn)分析、QCC活動(dòng)與電芯試驗(yàn)拆解為主，難以高效確認(rèn)異常根因

1、質(zhì)量異常定位常常需要跨多工序進(jìn)行，涉及數(shù)據(jù)量大，且極卷與極芯的追溯標(biāo)識(shí)不一，數(shù)據(jù)匹配處理難度大，依靠人工經(jīng)驗(yàn)定位，手動(dòng)分析效率低；

2、一般來說，企業(yè)會(huì)按照一定異常比例抽樣進(jìn)行電芯拆解實(shí)驗(yàn)定位問題，常常需要耗費(fèi)較長(zhǎng)時(shí)間，異常難以及時(shí)攔截與改善；

3、對(duì)于重大質(zhì)量問題長(zhǎng)時(shí)間難以改善情況，企業(yè)一般通過QCC活動(dòng)集思廣益列出核心異常相關(guān)影響因素并結(jié)合實(shí)驗(yàn)驗(yàn)證逐一排除，周期長(zhǎng)，且改善效果易遇瓶頸。

三、控制優(yōu)化依靠人工經(jīng)驗(yàn)，設(shè)備參數(shù)采集、分析、調(diào)整斷層，沒有形成有效的自動(dòng)管理流程，過程實(shí)時(shí)糾偏難

1、很多工藝如涂布、卷繞等相關(guān)參數(shù)眾多，可能受前序制程影響，需要持續(xù)調(diào)整參數(shù)直至工藝達(dá)到最佳狀態(tài)。然而參數(shù)調(diào)節(jié)依賴人工經(jīng)驗(yàn)，參數(shù)調(diào)整策略因人而異，缺乏標(biāo)準(zhǔn)性，難以沉淀工程經(jīng)驗(yàn)以及保證參數(shù)調(diào)整策略最優(yōu)化，品控缺乏保證，易造成浪費(fèi)；

2、調(diào)參結(jié)果需要一定等待時(shí)間驗(yàn)證效果，并且調(diào)參常需經(jīng)過多次試驗(yàn)調(diào)整，調(diào)參效率低，易造成產(chǎn)品浪費(fèi)；

3、產(chǎn)線換型期間調(diào)參缺乏抓手，滿產(chǎn)生產(chǎn)調(diào)機(jī)需4-6個(gè)月，產(chǎn)能損失大。

以“智”提質(zhì)

破解生產(chǎn)質(zhì)量管控難題

對(duì)于上述常見的鋰電生產(chǎn)品質(zhì)痛點(diǎn)，格創(chuàng)東智基于數(shù)據(jù)智能與應(yīng)用，推出鋰電品質(zhì)全過程管理與優(yōu)化解決方案，通過360度品質(zhì)管理應(yīng)用，實(shí)現(xiàn)品質(zhì)全流程數(shù)字化管理，達(dá)到極致良率：

關(guān)鍵手段一：基于潛在失效模式分析，識(shí)別關(guān)鍵管控點(diǎn)并進(jìn)行全量數(shù)據(jù)實(shí)時(shí)采集，實(shí)現(xiàn)品質(zhì)過程全鏈條數(shù)據(jù)拉通

針對(duì)鋰電池生產(chǎn)的高質(zhì)量、高一致性要求，結(jié)合失效模式，從4M1E維度分析生產(chǎn)過程的關(guān)鍵管控點(diǎn)，并進(jìn)行數(shù)據(jù)采集，并以此為基礎(chǔ)形成豐富數(shù)據(jù)庫，為后續(xù)數(shù)據(jù)分析奠定基礎(chǔ)，例如：

1、過程質(zhì)量檢測(cè)指標(biāo)：基于視覺檢測(cè)與AI融合技術(shù)，替代過程依賴人工目檢缺陷判斷與分類的工作。例如切疊V角毛刺檢測(cè)、密封釘焊接、頂點(diǎn)焊接等外觀缺陷，精準(zhǔn)識(shí)別與判斷缺陷類型，自主決策缺陷處理方式（返修、報(bào)廢、放行）；

2、環(huán)境指標(biāo)：環(huán)境粉塵、溫濕度對(duì)于鋰電池質(zhì)量造成較大影響，因此，可以通過加裝露點(diǎn)儀實(shí)時(shí)檢測(cè)環(huán)境溫濕度、粉塵數(shù)據(jù)，并基于IOT技術(shù)實(shí)現(xiàn)數(shù)據(jù)采集；

3、IPQC檢測(cè)數(shù)據(jù)：采用電子化記錄模式，利用電子化檢測(cè)模板，通過PDA等移動(dòng)端實(shí)現(xiàn)數(shù)據(jù)電子化記錄，代替過去紙質(zhì)記錄模式，使得正負(fù)極材料、隔膜、電解液等關(guān)鍵物料信息記錄全面、過程首檢、巡檢數(shù)據(jù)亦可及時(shí)記錄反應(yīng)問題；

4、設(shè)備參數(shù)——基于IoT或EAP等技術(shù)實(shí)現(xiàn)設(shè)備關(guān)鍵參數(shù)采集與記錄：基于以上類型數(shù)據(jù)的全面采集，以大數(shù)據(jù)平臺(tái)底座為支撐，將鋰電池產(chǎn)品生產(chǎn)履歷數(shù)據(jù)、檢測(cè)數(shù)據(jù)、變更時(shí)間、物料數(shù)據(jù)、Marking等通過電芯碼、裸電芯碼、極卷碼、漿料批次等關(guān)聯(lián)起來，使得可以通過產(chǎn)品ID查詢?nèi)芷跀?shù)據(jù)，質(zhì)量人員可以快速查詢與定位異常。

關(guān)鍵手段二：結(jié)合大數(shù)據(jù)技術(shù)和流程管控，實(shí)現(xiàn)實(shí)時(shí)監(jiān)控與預(yù)警、分析、整改的品質(zhì)不良管控流程一體化

異常監(jiān)測(cè)與預(yù)警：針對(duì)過程檢測(cè)指標(biāo)（如面密度）、設(shè)備參數(shù)、環(huán)境參數(shù)、物料數(shù)據(jù)以及過程能力指標(biāo)，基于SPC管控規(guī)則與算法模型進(jìn)行實(shí)時(shí)監(jiān)測(cè)與預(yù)警，及時(shí)發(fā)現(xiàn)異常或不穩(wěn)定波動(dòng)情況，并通知相關(guān)人員采取相應(yīng)措施，避免損失擴(kuò)大或提前減免損失。例如，涂布濾芯壓差、烘箱各區(qū)域溫區(qū)、各區(qū)域狹縫間隙等穩(wěn)定參數(shù)控制；

異常分析：基于大數(shù)據(jù)分析模型，當(dāng)產(chǎn)生異常告警/預(yù)警時(shí)，將異常分析報(bào)告與異?，F(xiàn)狀信息同步發(fā)送至相關(guān)人員，輔助相關(guān)人員采取最優(yōu)整改措施或者聯(lián)動(dòng)設(shè)備進(jìn)行自動(dòng)優(yōu)化調(diào)整。例如某個(gè)case，某臺(tái)卷繞機(jī)出現(xiàn)一定比例短路異常后，分析得出是使用隔膜質(zhì)量問題造成，及時(shí)聯(lián)動(dòng)MES鎖住該隔膜批次進(jìn)行核驗(yàn)復(fù)檢，減少損失；

閉環(huán)管理：對(duì)于異常發(fā)生到關(guān)閉全過程，均通過數(shù)字化流程記錄與跟蹤，每個(gè)關(guān)鍵節(jié)點(diǎn)均需由管理人員進(jìn)一步確認(rèn)。問題關(guān)閉時(shí)，可確認(rèn)自動(dòng)升級(jí)質(zhì)控標(biāo)準(zhǔn)，形成相應(yīng)標(biāo)準(zhǔn)文檔記錄，更新質(zhì)控?cái)?shù)據(jù)庫。

關(guān)鍵手段三：基于大數(shù)據(jù)分析技術(shù)，建設(shè)品質(zhì)分析優(yōu)化體系，支撐全生產(chǎn)過程高效良率管理

異常根因分析：以工程人員日常分析內(nèi)容為基礎(chǔ)，將從總體到設(shè)備的良率監(jiān)控分析、面密度及厚度等特征值/Defect分析到4M1E變更分析匯總形成分析模板，輔助工程人員高效分析，快速掌握當(dāng)前質(zhì)量現(xiàn)狀并采取相應(yīng)管理手段予以提升；

應(yīng)用示例：涂布面密度異常分析

品質(zhì)異常攔截：基于大數(shù)據(jù)算法分析，將4M1E維度因素綜合分析，不論是對(duì)于單工序還是跨工序的質(zhì)量問題排查與根因定位，均能準(zhǔn)確、高效。所有的分析過程均可形成知識(shí)沉淀，并分享給其他人員?；诓涣际潞蟾蚍治觯梢詫?duì)于過程參數(shù)管控策略進(jìn)行優(yōu)化，從而建立長(zhǎng)期有效攔截機(jī)制；

應(yīng)用示例：涂布工藝參數(shù)優(yōu)化

品質(zhì)閉環(huán)控制：利用實(shí)時(shí)采集工藝制程設(shè)備運(yùn)行的參數(shù)及實(shí)際量測(cè)結(jié)果數(shù)據(jù)，利用反饋機(jī)制（Feed back）建立生產(chǎn)系統(tǒng)數(shù)據(jù)和品質(zhì)指標(biāo)數(shù)據(jù)之間建立某種清晰的數(shù)學(xué)關(guān)系，在生產(chǎn)過程不間斷的情況下補(bǔ)正和調(diào)優(yōu)設(shè)備參數(shù)，在過程偏離最優(yōu)工況后，可以及時(shí)在線更新生產(chǎn)過程和制程的設(shè)定值，從而保證批次產(chǎn)品質(zhì)量的變異性最小，從而達(dá)到品質(zhì)穩(wěn)定。

作為國(guó)家級(jí)跨行業(yè)跨領(lǐng)域工業(yè)互聯(lián)網(wǎng)平臺(tái)，格創(chuàng)東智以標(biāo)準(zhǔn)化平臺(tái)、工業(yè)應(yīng)用及行業(yè)解決方案，滿足各行業(yè)不同規(guī)模的企業(yè)對(duì)于智能制造的需求。

面向鋰電池生產(chǎn)品質(zhì)管控，格創(chuàng)東智打造360°品質(zhì)管控體系，結(jié)合統(tǒng)計(jì)與AI能力賦能品質(zhì)分析與優(yōu)化，包括以品質(zhì)管理QMS為基礎(chǔ)實(shí)現(xiàn)品質(zhì)過程全鏈條數(shù)據(jù)拉通和數(shù)字化管理、實(shí)驗(yàn)室質(zhì)量管理LIMS實(shí)現(xiàn)實(shí)驗(yàn)室工作智能化協(xié)同，以統(tǒng)計(jì)過程控制SPC、良率管理提升YMS、AI視覺檢測(cè)為核心實(shí)現(xiàn)生產(chǎn)過程品質(zhì)關(guān)鍵控制點(diǎn)監(jiān)控預(yù)警、異常根因分析、質(zhì)量預(yù)測(cè)到自適應(yīng)參數(shù)調(diào)整的閉環(huán)管控，從而幫助鋰電池企業(yè)實(shí)現(xiàn)極致良率、極致效率、極致成本的核心目標(biāo)。