毛刺是金属切割、冲压、分切等加工过程中最常见的缺陷之一。在锂电池制造中，极片分切边缘产生的毛刺若过长，可能刺穿隔膜导致正负极接触短路，引发电池性能下降甚至起火爆炸。在汽车零部件和3C电子领域，毛刺直接影响装配精度和产品外观。
一、小毛刺背后的大问题
毛刺检测的难点在于：毛刺尺寸往往只有几微米，肉眼基本不可见；分布密度小且位置随机不可控；传统离线抽检方式无法覆盖全部产品。一台分切机每班10小时可能产生近万米废品，损失高达数万元。随着锂电池TWh时代和新能源汽车一体化压铸的推进，毛刺检测正从“可选项”变成“必选项”。
二、AI+视觉如何攻克毛刺检测难题
针对毛刺“微米级、随机分布、高速产线”的特点，毛刺视觉检测设备整合了以下核心技术：
高速自适应追焦成像。在极片高速运动（150m/min）条件下，普通相机难以稳定对焦。高速自适应追焦系统能提升成像景深，在极片3mm抖动范围内仍能稳定清晰成像，检测分辨率可达2μm。
多光谱与定制化光源。针对毛刺的形态特点设计特殊照明技术，结合毛刺在特定光谱下的表现特性，清晰呈现毛刺外形。通过对正常边缘的趋势判断与毛刺图像特点的比对，完成毛刺与真实边缘的准确分割。
传统算法+深度学习两级筛查。先由传统算法结合AI对缺陷进行初筛，再由深度学习AI算法对检出缺陷进行精准区分。这种方法不仅能识别毛刺，还能区分碎屑、波浪边等干扰类缺陷，并识别毛刺长度进行分级管控。
在线全检与实时反馈。设备可安装在毛刷后排废前的位置（经过去除后再标记，节省材料），或靠近分切位置（监控分切状态，早发现早处理）。与辊分机、分切机、模分机、卷绕机等设备均有成熟的加装方案。
三、从抽检到全检的效率跃升
检测精度：AI视觉毛刺检测精度可达±0.02mm，漏检率＜0.02%
检测分辨率：高速运动条件下可达2μm
误报率：低于十万分之一
检测速度：800-2000件/分钟
缺陷识别准确率：99.99%
废品损失对比：以分切工序为例，100m/min速度下离线抽检“合格”后，每班10小时仍可能产生数万米废品；在线全检可将缺陷实时拦截，大幅降低废品损失
四、为什么毛刺检测必须从离线走向在线
传统离线抽检的逻辑是“抽检合格=整批合格”，但这个假设在毛刺检测中不成立。毛刺分布密度小且位置随机，抽检几乎不可能覆盖所有缺陷。抽检合格不代表全部合格，废品仍会流出。
从成本角度看，一台分切机每班可能产生近万米废品。一套在线毛刺检测系统的投入，往往在几个月内就能通过减少废品收回。从安全角度看，锂电池极片毛刺引发的短路问题可能造成整批电池报废甚至安全事故——这个风险不是金钱能衡量的。
行业趋势也印证了这一点。头部锂电池企业已将毛刺在线全检作为产线标配，并实现批量交付。
五、建议
需求梳理：明确检测对象（锂电池极片/汽车零部件/3C结构件）、产线速度、最小可检毛刺尺寸要求。
方案选型：优先选择具备高速追焦成像、AI深度学习算法、与现有设备（分切机/模分机/卷绕机）兼容加装能力的供应商。
验收标准：将检测精度（建议≤±0.02mm）、漏检率（建议＜0.02%）、误报率等指标写入合同。
部署位置决策：根据产线布局选择安装在毛刷后（节省材料）或分切位置附近（监控分切状态，早发现早处理）。
