洪 穎，安 偉，江海軍，張 凱，陳 飛

基于脈沖紅外熱成像技術的鋰電池端蓋焊接質(zhì)量檢測

洪 穎1，安 偉1，江海軍2，張 凱2，陳 飛2

（1. 金陵海關技術中心，江蘇 南京 210014；2. 南京諾威爾光電系統(tǒng)有限公司，江蘇 南京 210014）

鋰電池端蓋作為保障鋰電池安全的關鍵部件，端蓋是一種鋁制的薄片，采用激光焊接工藝，焊接過程中容易造成焊穿孔、斷焊、虛焊的現(xiàn)象，目前主要依靠目視檢測、可見光圖像檢測，但上述檢測方式不能檢測出虛焊問題。本文使用脈沖紅外熱成像技術對激光焊接進行檢測，制作了焊接率為100%、50%、33%、25%共4個試件，采用信號重建方法可以消除試件表面不勻的影響，一階導圖像可以看到焊接區(qū)域，焊接率越大，焊接區(qū)域亮斑越大；對圖像進行二值分割，結果表明激光焊接率和檢測面積成正相關線性關系，驗證了脈沖紅外熱成像技術對鋰電池端蓋焊接質(zhì)量檢測的有效性，為鋰電池端蓋焊接質(zhì)量檢測提供了一種新方法。

脈沖紅外熱成像；鋰電池；端蓋；激光焊接；焊接檢測

0 引言

鋰電池是由鋰金屬或鋰金屬合金為正/負極材料、使用非水電解質(zhì)的電池，鋰電池具有能量密度高、可循環(huán)次數(shù)多、壽命長、成本低的優(yōu)點。鋰電池模組已大規(guī)模在新能源汽車領域使用，同時在人造衛(wèi)星、航空航天等方面得到應用，將成為未來便攜使用的主要動力電源之一[1]。我國鋰電池產(chǎn)業(yè)發(fā)展迅速，成為全球鋰電池生產(chǎn)規(guī)模最大的國家[2]；2020年，我國鋰電池生產(chǎn)總量達到了188.45億只，同比增長14.4%；2021年，我國鋰電池生產(chǎn)總量達到了232.64億只，同比增長22.4%，新能源汽車領域是鋰電池應用的主要市場，伴隨著新能源汽車的快速發(fā)展，鋰電池生產(chǎn)的規(guī)模也越來越大[3]。

鋰電池存在三大技術難點，包括安全性、耐久性、動力性，其中最核心的就是安全性[4]。熱失控將導致鋰電池嚴重的安全事故，熱失控時鋰電池內(nèi)部的化學能在極短的時間內(nèi)釋放，鋰電池內(nèi)部的溫度瞬間可以高達900℃以上，能引發(fā)鋰電池的爆炸。為了保證鋰電池的安全，通常加裝電池端蓋，電池端蓋作為保障鋰電池安全的關鍵部件，可有效防止電池熱失控發(fā)生爆炸。電池端蓋是一種鋁制圓形薄片結構。電池端蓋在鋰電池蓋帽和正極之間，端蓋具有斷路器效果，電池內(nèi)部壓力達到一定值時，端蓋切斷電流回路，當電池內(nèi)部壓力進一步升高時，端蓋結構被壓力沖壞，電池內(nèi)部壓力可從端蓋處釋放，防止電池發(fā)生爆炸[5]。

鋰電池端蓋早期采用鍍鎳環(huán)工藝，端蓋內(nèi)阻在15mW以上，且隨著時間內(nèi)阻會增加。新型端蓋采用的是激光焊接工藝，端蓋內(nèi)阻控制在5mW以內(nèi)，內(nèi)阻基本不隨時間發(fā)生變化。激光焊接在鋰電池中應用包括注液孔焊接、殼體與頂蓋焊接、全極耳焊接、端蓋焊接[6]。端蓋焊接是其中難度最高的，端蓋是一種鋁制薄片，很容易出現(xiàn)焊穿孔現(xiàn)象；為防止焊穿孔，對焊接工藝、參數(shù)、降低激光功率優(yōu)化時，又容易造成虛焊的現(xiàn)象。因此，對于端蓋激光焊接質(zhì)量檢測非常重要，目前焊縫無損檢測方式主要有3種[7]：目視檢測、超聲波檢測、圖像檢測。激光焊接的焊縫寬度很小，在微米量級，目視檢測效率低下、容易遺漏、人眼持續(xù)工作下容易產(chǎn)生疲勞，超聲波檢測速度很慢、需要耦合劑、探頭需要根據(jù)試件更換，提高了檢測成本。圖像檢測使用的工業(yè)可見光相機，在效率上具有顯著優(yōu)勢。但目視檢測和圖像檢測只能檢測表面缺陷、焊穿孔，不能對焊接質(zhì)量進行檢測、無法檢測虛焊難題[8]。許海彪[9]采用深度學習的方法，使用YOLO V3模型檢測鋰電池殼的表面缺陷，可大幅提高檢測效率。吳桐等[10]采用基于線陣圖像深度學習的方法對電池組焊縫瑕疵檢測，對焊縫穿孔、凹槽瑕疵的總識別率大于94%。

本文采用脈沖紅外熱成像技術對鋰電池端蓋焊接質(zhì)量進行檢測，脈沖紅外熱成像技術具有非接觸、非破壞、檢測速度快、成像顯示、可檢測內(nèi)部缺陷等優(yōu)勢，利用該技術的優(yōu)勢，可以實現(xiàn)鋰電池端蓋激光焊接質(zhì)量的檢測。

1 基本原理

1.1 脈沖紅外熱成像原理

脈沖紅外熱成像技術采用的是閃光燈激勵方式，屬于主動式紅外熱成像技術，主動式紅外熱成像技術和被動式紅外熱成像技術的本質(zhì)區(qū)別為是否采用熱激勵源[11-15]。通過熱激勵方式打破試件表面原有的溫度平衡，使得試件表面溫度處于非穩(wěn)態(tài)的熱傳導。脈沖激勵結束后，熱波（變化的溫度場）開始向試件內(nèi)部傳播，試件內(nèi)部為均勻狀態(tài)時，熱波持續(xù)向內(nèi)部傳播。遇到缺陷時，熱波在傳播過程中就會遇到阻力，形成“熱阻”，“熱阻”的存在，使得熱波傳播發(fā)生變化，加快或者阻礙熱波的傳播。當缺陷的導熱率小于試件的導熱率時，為隔熱性缺陷，會阻礙熱波的傳播，試件表面的溫度比正常區(qū)域溫度高，大部分的缺陷都屬于這一類；當缺陷的導熱率大于試件的導熱率時，為導熱性缺陷，會加速熱波的傳播，試件表面的溫度比正常區(qū)域溫度低。

如圖1所示的脈沖紅外熱成像系統(tǒng)示意圖，系統(tǒng)包括紅外熱像儀、熱激勵系統(tǒng)、同步控制系統(tǒng)、圖像采集與數(shù)據(jù)處理系統(tǒng)等。脈沖激勵源一般為閃光燈激勵，主要由于閃光激勵脈沖寬度很窄，脈寬在3～20ms之間，符合脈沖激勵的特點。脈沖激勵的瞬間通過同步觸發(fā)器控制紅外熱像儀的采集，采集完成后通過數(shù)據(jù)處理系統(tǒng)對采集紅外圖像序列進行分析，從采集試件的表面溫度信息來檢測試件的內(nèi)部缺陷信息。

脈沖紅外熱成像采集過程如圖2所示，在閃光燈激勵前首先采集圖像背景信息，主要用于數(shù)據(jù)處理過程中的減背景操作。閃光燈脈沖寬度一般在幾毫秒，數(shù)據(jù)采集過程中需要采集閃光后瞬間的紅外圖像，因此需要采用同步觸發(fā)器進行控制，閃光的瞬間實現(xiàn)紅外圖像同步采集。采集過程中不能移動、遮擋試件和紅外熱像儀。采集的時間可根據(jù)檢測材料、缺陷深度等參數(shù)進行設置。

圖1 脈沖紅外熱成像系統(tǒng)示意圖

圖2 脈沖紅外熱成像技術采集過程示意圖

1.2 信號重建方法

脈沖紅外熱成像技術采用閃光燈激勵方式，容易受到閃光不均勻、試件表面不均勻的影響。需要用到信號重建方法消除這種不均勻的影響。

閃光燈激勵模型可以簡化為一維熱傳導模型，對于無限大、無缺陷區(qū)域和缺陷深度為的試件表面溫度變化為[16]：

式(1)和式(2)分別對應于無缺陷和深度為的試件表面溫度變化，式中：＝/(×v)是施加在表面單位面積的熱量與單位體積存儲熱量的比值；閃光燈能量不均勻或者材料表面不均勻都將對造成影響；為材料熱擴散率；為材料密度；v為材料比熱容。

分別對式(1)、式(2)進行取雙對數(shù)，可以得到：

對式(3)、式(4)中l(wèi)n()求導，得到：

從式(5)、式(6)可以看出，采用信號重建方式，求一階導數(shù)，參數(shù)在取雙對數(shù)和求導的過程中的影響被消除，采用上述過程消除閃光不勻和材料表面不勻的影響。取雙對數(shù)和求導后曲線與閃光能量無關，僅僅和缺陷熱擴散系數(shù)、缺陷深度有關。

2 實驗系統(tǒng)

2.1 端蓋試件

實驗采用的是鋰電池21700的端蓋，端蓋和頂蓋組成了防爆蓋帽，防爆蓋帽由4部分組成：頂蓋、閥片、隔板、絕緣圈，其中閥片、隔板、絕緣圈組成了端蓋。頂蓋是鋰電池正極最上端部分，硬質(zhì)鍍鎳鋼圓形片，中間有突起，并且有多個氣孔，一般為3個氣孔。如圖3所示，閥片為薄鋁片，直徑約為20mm，形成3層凹陷臺階，第2層中有圓環(huán)狀壓制凹槽，為泄氣閥。閥片中心處有一個直徑為2.38mm的凹槽，閥片在正常工作狀態(tài)下具有導電與密封的作用。隔板是帶孔的鋁制薄片，厚度為0.70mm，中心為直徑2.40mm的通孔，隔板有5個氣孔，隔板上面連接閥片，下連接鋰電池芯正極，在正常工作狀態(tài)下起到導電作用。絕緣圈為聚苯烯塑膠材料，用于隔絕隔板和閥片。

隔板中心用直徑為2.40mm，厚度為0.16mm的薄鋁圓片和閥片中心焊接，此焊點為斷路焊點，要求極高，需要進行精確焊接，需要將焊點的拉斷張力控制在一個確定值內(nèi)。當電池芯產(chǎn)生氣體壓力時，閥片受到向上的沖力，壓力持續(xù)增加，壓力達焊點的拉斷張力時，焊點被拉斷，切斷電路，從而實現(xiàn)斷路保護的作用；當壓力持續(xù)增加，達到泄壓閾值時，泄氣閥凹槽因受壓力而裂開。決定端蓋性能好壞的一個關鍵因素就是斷路焊點的拉斷張力，拉斷張力與激光焊接面積有直接關系。防爆蓋開啟壓力為0.8～1.4Mpa時，爆破的壓力為1.8～2.4Mpa。

圖3 端蓋照片

實驗中制作了4個試件，如圖4所示，試件1#為激光焊接合格產(chǎn)品，其余試件都存在不同程度的虛焊，試件2#的焊接率為50%，試件3#的焊接率為33%，試件4#的焊接率為25%；由于端蓋是鋁制材質(zhì)，具有反紅外輻射的特性，需要在表面噴涂上可水洗黑漆，可水洗黑漆通過水洗方式可以清除干凈，激光焊接區(qū)域為圖中紅色圓圈標識區(qū)域，直徑約為2.40mm的圓區(qū)域。

2.2 脈沖紅外熱成像系統(tǒng)

脈沖紅外熱成像檢測系統(tǒng)如圖5所示，脈沖激勵源為閃光燈，閃光燈配置兩個U型燈管，單個燈管最大能量為3000J，閃光燈最大能量為6000J，閃光脈沖寬度可調(diào)節(jié)，范圍是3～20ms，閃光燈配有鋁制遮光罩，可以收集更多的能量對試件進行熱激勵。紅外熱像儀為FLIR x6530sc制冷熱像儀，工作波段為2.5～5.0mm，分辨率為640 pixel×512 pixel，幀頻為100Hz，配置紅外顯微鏡頭，顯微鏡頭點分辨率為15mm，顯微鏡頭視場范圍是9.6mm×7.7mm。該系統(tǒng)配置同步觸發(fā)器，閃光燈激勵瞬間可實現(xiàn)紅外熱像儀的同步采集，系統(tǒng)具有閃光燈熱激勵、紅外圖像采集、紅外圖像處理的功能。

圖4 試件-端蓋噴漆后效果

圖5 脈沖紅外熱成像系統(tǒng)

3 實驗與結果分析

紅外熱像儀視場范圍是9.6mm×7.7mm，激光焊接區(qū)域為端蓋中心直徑為2.40mm的區(qū)域。閃光燈脈沖寬度調(diào)節(jié)為3ms，閃光燈能量設置為100%，共6000J的激勵能量，采集時間為10s，共采集1000幀圖像。

3.1 檢測效果圖像

閃光燈激勵后，脈沖能量被黑漆吸收，熱波（變化的溫度場）向內(nèi)部傳播，傳播到激光焊接面，熱波開始向激光焊接薄鋁片內(nèi)部傳播。如果該區(qū)域焊接良好，薄鋁片與閥片中心接觸良好，熱波能繼續(xù)不受干擾的向內(nèi)部傳播；如果該區(qū)域沒有焊接，則薄鋁片和閥片中心無有效接觸，兩者之間存在空氣縫隙，相當于“隔熱缺陷”，熱波在此處傳播受阻，熱波反射回表面，表面溫度比焊接區(qū)域溫度低。如圖6所示，取試件2#中3個點，分別為A、B、C點，A點為焊接區(qū)域點，B點非焊接區(qū)域點，C點介于A點和B點之間，為焊接區(qū)域邊緣點。圖6所示的溫度-時間曲線已減去背景信息，從圖6可以看出，焊接區(qū)域點A導熱最好，對應的溫度-時間曲線溫度最低；B點為非焊接區(qū)域點，導熱最差，對應的溫度-時間曲線溫度最高，C點的溫度-時間曲線介于A點和B點之間。3個點的溫度曲線在很早的時刻就出現(xiàn)了分離，主要是鋁的熱導率高，焊接的薄鋁厚度只有0.16mm。試件2#對應的紅外圖像序列如圖7所示，焊接區(qū)域為直徑為2.40mm的圓，圖中紅色圈標出，序列圖像采用Automatic Gain Control（AGC）顯示方式，可以看清楚大部分的細節(jié)信息，也導致后時刻圖像亮度反而比前時刻圖像亮度要更亮，從序列圖像中無法判斷激光焊接質(zhì)量的好壞。圖像中心的黑圈是漆層不均勻，噴涂過程中由于激光焊接區(qū)域為直徑為2.40mm的圓形，且該區(qū)域凹陷下去，因此在噴涂過程中黑漆容易受到邊緣區(qū)域張力的影響，造成涂層區(qū)域不那么均勻。

圖6 試件2#溫度-時間曲線

對試件2#紅外序列圖像分析可以得出結論，原始紅外序列圖像很難看到焊接質(zhì)量信息，圖8所示為4個試件原始檢測圖像，對應紅外序列時間為0.08s，從圖像中看不到焊接質(zhì)量信息，只能是看到試件涂層不均勻信息。

3.2 圖像數(shù)據(jù)處理

在直徑為2.4mm的圓面積內(nèi)，閃光能量是均勻的，主要是噴漆的不均勻；采用上文的信號重建方法，對原始圖像數(shù)據(jù)每一個像素點進行取雙對數(shù)，時間取對數(shù)、溫度值取對數(shù)，再進行6階多項式擬合，擬合完成后再求一階導數(shù)，每一個像素點都采用上述操作便可得到一階導圖像。圖9所示為4個試件一階導圖像，從圖中可以清晰看到亮斑區(qū)域，試件1#亮斑基本充滿整個中心區(qū)域，試件2#亮斑充滿左邊區(qū)域，試件3#和試件4#的亮斑僅占一小部分。為從數(shù)據(jù)上看出變化，繪制空間曲線，空間曲線為圖中標出的紅色直線所對應的像素值，如圖10所示，試件1#的空間曲線呈現(xiàn)倒U分布，試件1#激光焊接良好，不存在虛焊、缺焊區(qū)域，屬于合格產(chǎn)品；試件2#空間曲線波峰區(qū)域基本占據(jù)試件1#空間曲線波峰區(qū)域的1/2左右，在1/2區(qū)域位置為激光焊接邊緣區(qū)域，激光焊接邊緣區(qū)域，薄鋁片和閥片中間存在空氣，無有效接觸，一階導數(shù)值開始急劇降低；試件3#空間曲線波峰區(qū)域基本占據(jù)試件1#空間曲線波峰區(qū)域的1/3左右；試件4#空間曲線波峰區(qū)域比試件3#波峰區(qū)域要窄，基本上占據(jù)試件1#空間曲線波峰曲線的1/4左右。

圖7 試件2#紅外序列圖像

圖8 紅外檢測圖像（0.08s）

圖9 一階導數(shù)圖像（0.08s）

圖10 空間曲線

為更好地描述激光焊接區(qū)域的面積，對圖像中心所在的激光焊接區(qū)域進行雙閾值分割，分割效果如圖11所示，分割圖像的二值圖可以看到檢測焊接區(qū)域，圖12為激光焊接率和檢測區(qū)域面積關系圖，檢測區(qū)域面積為采用雙閾值分割得到的有效區(qū)域，關系圖上可以看出兩者基本成像正相關線性關系。因此，采用脈沖紅外熱成像技術可以檢測鋰電池端蓋焊接面積。

圖11 雙閾值分割效果

4 結論

隨著新能源汽車的發(fā)展，鋰電池的需求不斷增加，鋰電池通常采用端蓋來保障安全，端蓋位于鋰電池蓋帽和正極之間。當鋰電池內(nèi)部壓力增加到端蓋開啟壓力時，端蓋切斷電流回路；當鋰電池內(nèi)部壓力增加到端蓋爆破壓力時，端蓋破裂，釋放鋰電池內(nèi)部壓力，防止鋰電池發(fā)生爆炸危險。鋰電池屬于九類危險品，當鋰電池端蓋質(zhì)量不過關時，將引發(fā)嚴重的安全事故。針對目前采用的目視檢測、圖像檢測方式不能檢測虛焊難題，本文采用脈沖紅外熱成像的技術對鋰電池端蓋焊接質(zhì)量進行檢測。制作了焊接率分別為100%、50%、33%、25%四種類型的端蓋，一階導圖像可以看到焊接區(qū)域，最后對焊接區(qū)域進行雙閾值分割，結果表明焊接率和檢測區(qū)域面積成正相關線性關系，通過本次實驗驗證了脈沖紅外熱成像技術對鋰電池端蓋焊接質(zhì)量檢測的有效性，未來，在工業(yè)制造階段，隨著人工智能深度學習的興起，采用脈沖紅外熱成像技術可以與深度學習相結合，可以實現(xiàn)大規(guī)模、自動化對鋰電池端蓋焊接質(zhì)量進行檢測。

圖12 激光焊接率和檢測區(qū)域面積曲線

[1] 閆金定. 鋰離子電池發(fā)展現(xiàn)狀及其前景分析[J]. 航空學報, 2014, 35(10): 2767-2775.

YAN Jinding. Current status and development analysis of lithiumion batteries[J]., 2014, 35(10): 2767-2775.

[2] 崔宇, 劉文江. 新能源汽車鋰離子動力電池技術發(fā)展現(xiàn)狀及前景分析[J]. 東北電力大學學報, 2022, 42(2):41-48.

CUI Yu, LIU Wenjiang. Development and promises of lithiumion power battery technology for new energy vehicles[J]., 2022, 42(2): 41-48.

[3] 張波. 柱形鋰電池外殼圓周面缺陷的視覺檢測方法研究[D]. 合肥: 合肥工業(yè)大學, 2020.

ZHANG Bo. Research on the Visual Inspection Method for the Defects of the Cylindrical Lithium Battery Shell[D]. HeFei: Hefei University of Technology, 2020.

[4] WANG P, GAO Y, TIAN G, et al. Velocity effect analysis of dynamic magnetization in high speed magnetic flux leakage inspection[J]., 2014, 6(4): 7-12.

[5] Reddy A L M, Srivastava A, Gowda S R, et al. Synthesis of nitrogen-doped graphene films for lithium battery application[J]., 2010, 4(11): 6337-6342.

[6] 張同華, 李曉輝, 魯強臨. 新型動力型鋰電池防爆蓋帽的設計與制造[J]. 電源技術, 2011, 35(6): 662-665.

ZHANG Ttonghua, LI Xiaohui, LU Qianglin.Design and manufacture of explosion-proof cap of new power lithium battery[J]., 2011, 35(6): 662-665.

[7] 蔣南希. 新能源汽車鋰電池防爆蓋結構設計[J]. 電源技術, 2018, 42(8): 1129-1133.

JIANG Nanxi. Structure design of explosion proof cap for new energy vehicle[J]., 2018, 42(8): 1129-1133.

[8] 孫曉雁. 淺談動力電池模組焊接過程監(jiān)測和焊縫質(zhì)量檢測方法[J]. 新能源汽車, 2022, 4(4): 118-119.

SUN Xiaoyan. Talking about the welding process monitoring and welding seam quality inspection methods of power battery modules[J]., 2022, 4(4): 118-119.

[9] 許海彪. 基于深度學習的鋰電池殼表面缺陷視覺檢測研究[D]. 秦皇島: 燕山大學, 2021.

XU Haibiao. Research on Visual Inspection of Surface Defects of Lithium Battery Case Based on Deep Learning[D]. Qinhuangdao: Yanshan University, 2021.

[10] 吳桐, 楊金成, 廖瑞穎, 等. 基于線陣圖像深度學習的電池組焊縫瑕疵檢測[J]. 激光與光電子學進展, 2020, 57(22): 1-8.

WU Tong, YANG Jincheng, LIAO Ruiying, et al. Weld defect inspection of battery pack based on deep learning of linear array image[J]., 2020, 57(22): 1-8.

[11] 江海軍, 陳力. 閃光燈熱激勵紅外熱波成像無損檢測設備及應用[J]. 無損檢測, 2017, 39(9): 57-64.

JIANG Haijun, CHEN Li.Application of flash thermal excitation infrared thermographic nondestructive testing equipment[J]., 2017, 39(9): 57-64.

[12] Muzika L, Svantner M, árka Houdková, et al. Application of flash-pulse thermography methods for quantitative thickness inspection of coatings made by different thermal spraying technologies[J]., 2020, 4(6): 1-7.

[13] Grosso M, Juan E.C.Lopez, Vitor M A Silva, et al. Pulsed thermography inspection of adhesive composite joints: computational simulation model and experimental validation[J]., 2016, 10(6): 1-9.

[14] Soonkyu Hwanga, Yun-Kyu Anb, Hoon Sohn. Continuous line laser thermography for damage imaging of rotating wind turbine blades[J]., 2017, 18(8): 225-232.

[15] 鄭凱, 江海軍, 陳力. 紅外熱波無損檢測技術的研究現(xiàn)狀與進展[J]. 紅外技術, 2018, 40(5): 402-411.

ZHENG Kai, JIANG Haijun, CHEN Li. Infrared thermography NDT and its development[J]., 2018, 40(5): 402-411.

[16] Alvarez-Restrepo C A, Benítez-Restrepo, Hernán Darío, et al. Characterization of defects of pulsed thermography inspections by orthogonal polynomial decomposition[J]., 2017, 91(10): 9-21.

Welding Quality Inspection for Explosion-proof Sheet of Lithium Battery Based on Pulsed Infrared Thermography

HONG Ying1，AN Wei1，JIANG Haijun2，ZHANG Kai2，CHEN Fei2

(1.,210014,; 2..,210014,)

Explosion-proof sheets are key components in ensuring the safety of lithium batteries. These aluminum sheets easily cause welding perforations, broken welding, and false welding during the welding process using laser welding technology. Presently, inspection mainly relies on visual inspection and visible light image detection; however, these detection methods cannot detect faulty welding. Here, we propose a pulsed infrared thermography technology to detect laser welding defects. Four specimens with welding ratios of 100, 50, 33, and 25% were fabricated. The signal reconstruction method eliminates the influence of the uneven surface of the specimen. It is shown that the larger the welding percentage, the larger the bright spot in 1D images of the welding area. The binary segmentation of the 1-D image indicated that the laser welding percentage and detection area have a positive linear correlation, which verifies the effectiveness of the pulsed infrared thermal imaging technology for lithium battery explosion-proof sheet welding quality inspection, providing a new method for detecting the welding quality of lithium battery explosion-proof sheets.

pulsed infrared thermography, lithium battery, explosion-proof sheet, laser welding, welding quality detection

TM911

A

1001-8891(2023)10-1152-07

2022-06-24；

2022-07-20.

洪穎（1980-），漢，女，博士，研究員，研究方向：機電產(chǎn)品質(zhì)量及能效的檢測技術研究。

江海軍（1988-），漢，男，碩士，高級工程師，研究方向：紅外無損檢測技術及圖像處理。E-mail：hjiang@novelteq.com。

南京海關科研項目（2022KJ32）；鋰電池端蓋焊接缺陷的無損檢測關鍵技術研發(fā)與應用。