EN
Posted on March 06, 2026
إن تحقيق لحامات حزم بطاريات المركبات الكهربائية (EV) بدقة تصل إلى أقل من ملليمترٍ واحدٍ أمرٌ بالغ الأهمية لتفادي مشكلات الانفلات الحراري والحفاظ على سلامة التجميع الهيكلية ككل. وقد كشفت دراسةٌ حديثة أجرتها معاهد فراونهوفر للإنتاج والتشغيل الآلي (Fraunhofer IPA) عام ٢٠٢٣ عن نتائج مُقلقةٍ للغاية: إذ وُجد أن أي انحرافٍ في اللحامات يتجاوز ٠٫٢ مم عن المحاذاة المثلى يؤدي فعليًّا إلى إضعاف سلامة المفصل. وأظهرت الاختبارات التي أُجريت أن هذه الهفوة الصغيرة ترفع احتمالات حدوث الانفلات الحراري بنسبة تتراوح بين ٣٧٪ و٤٢٪ أثناء سيناريوهات التصادم. ولا ينبغي أن ننسى كذلك العيوب الدقيقة في وصلات الخلايا، لا سيما حول مفاصل الألواح (Tab Joints). فهذه العيوب الطفيفة تتحول إلى نقاط ضعف حقيقية بمجرد أن تتعرَّض البطاريات للاهتزازات الطبيعية أو التغيرات في درجة الحرارة أو الإجهادات الميكانيكية مع مرور الوقت. وهنا يأتي دور تقنية اللحام بالليزر المدعومة بالرؤية الاصطناعية (AI Vision Laser Welding). فهذه التقنية تقوم باستمرارٍ بإجراء تعديلات دقيقة جدًّا على نقطة تركيز شعاع الليزر، وتراقب بشكلٍ دائمٍ خط اللحام وتحلِّل حوض المعدن المنصهر في الزمن الحقيقي للحفاظ على معايير الجودة.
تُركِّز الفحوصات البصرية القياسية على أبعاد اللحام وفقًا لإرشادات ISO 13919-1، لكنها لا تُخبِرنا فعليًّا ما إذا كان اللحام يعمل بشكلٍ سليمٍ أم لا. وتُظهر الأبحاث أمرًا مقلقًا جدًّا: إذ يحتوي نحو ثلثَيْ اللحامات التي تجتاز هذه الاختبارات على مشاكل خفيةٍ تحت السطح. ونقصد بذلك أشياء مثل الشقوق الدقيقة، أو المناطق التي لم تندمج فيها المعادن معًا بشكلٍ كافٍ، أو عمق اختراق غير كافٍ في المادة الأساسية. وغالبًا ما تؤدي هذه العيوب إلى تعطل المعدات قبل أوانها بكثير. ووفقًا لنتائج دراسة VDA QMC الأخيرة الصادرة العام الماضي، فإن أنظمة الذكاء الاصطناعي التي تحلِّل بصمات الحرارة وتنمذج سلوك المعدن المنصهر أثناء عملية اللحام تقلِّل من عدد العيوب المُهمَلة بنسبة تصل إلى ٩٠٪ تقريبًا مقارنةً بالطرق التقليدية للفحص. وتربط تقنية الذكاء الاصطناعي بين الأنماط الحرارية التي تحدث أثناء اللحام والتنبؤات الفعلية بمقاومة الوصلة، مما يسمح باكتشاف المشكلات التي لا يمكن لعمليات الفحص الروتينية رؤيتها إطلاقًا. وهذا يساعد في سد الفجوة الكبيرة بين الامتثال للمتطلبات الوثائقية والتحصيل على نتائج موثوقة في التطبيقات العملية الحقيقية.
إن نقل تكنولوجيا لحام الليزر المدعومة بالذكاء الاصطناعي والرؤية الآلية من مختبر البحث إلى الإنتاج الضخم في المصانع العملاقة (Gigafactories) يتطلب تنسيقًا سلسًا بين ثلاثة مكونات رئيسية: التحكم الديناميكي في شعاع الليزر، وتشكيل الشعاع تكيفيًّا باستخدام العدسات البصرية، واستخدام رؤية حاسوبية تعمل ضمن حلقة تغذية راجعة. وعند تصنيع الأشياء على نطاق واسع، فإن المشكلات الصغيرة تكتسب أهمية كبيرة جدًّا. فالتغيرات في المواد — مثل عدم انتظام السُمك، أو وجود طبقة أكسدة على الأسطح، أو انزياح الأجزاء بسبب الحرارة — قد تؤدي إلى ظهور ما يقارب ١٥٪ من الوصلات المعيبة عند تشغيل الأنظمة القديمة بأقصى طاقتها. أما الأنظمة الأحدث فهي تعالج هذه المشكلات عبر دمج جميع المكونات تحت نظام تحكم موحَّد. وتقوم برامج الرؤية بتحليل صور منطقة اللحام المتحركة بسرعة عالية تصل إلى ٥٠٠٠ إطار في الثانية، مما يمكنها من إجراء تعديلات فائقة السرعة على نقطة تركيز الليزر ضمن نطاق لا يتجاوز بضعة ميكرومترات، وكذلك ضبط نبضات الطاقة خلال زمن استجابة أقل من نصف ملي ثانية. كما تساعد مرايا خاصة قادرة على تغيير شكلها في إعادة توجيه شعاع الليزر فورًا كلما لم تكن الأجزاء مُحاذاة بدقة أو بدأت في التشوه أثناء المعالجة. ويحافظ هذا النهج المتكامل على معدلات الإنتاج عند أكثر من ١٥٠ عملية لحام في الدقيقة الواحدة، مع الحفاظ على جودة ثابتة تصل دقتها إلى مستوى الميكرون. وبالنسبة لتجميع بطاريات المركبات الكهربائية (EV) على وجه الخصوص، حيث يمكن أن تؤثر أصغر التفاوتات في عمليات اللحام تأثيرًا جسيمًا على كفاءة إدارة الحرارة في البطاريات، فإن هذا النوع من الدقة ليس مجرد ميزة مرغوبة، بل هو ضرورة قصوى لضمان أداءٍ موثوقٍ.
إن تطبيق تقنية لحام الليزر باستخدام الرؤية الاصطناعية في أربع مصانع ضخمة لبطاريات المركبات الكهربائية (EV) قد أظهر مدى قابلية هذه التكنولوجيا للتوسُّع ومدى موثوقيتها الفعلية. فبعد التشغيل المتواصل لمدة 12 شهرًا متتالية، حقَّقت الأنظمة معدل نجاح أوليٍّ مذهلًا بلغ ٩٩,٩٨٪، وقلَّلت من الحاجة إلى إعادة المعالجة بنسبة تقارب ٤٠٪. أما طرق الفحص التقليدية فهي لا تكتشف المشكلات إلا بعد وقوعها، بينما يكتشف نظامنا الفوري العيوب الدقيقة جدًّا — مثل الشقوق المجهرية أو المسامية أو عدم انتظام الترطيب — خلال ٨ ملي ثانية فقط. وهذا يعني أن الروبوتات يمكنها تعديل مساراتها فورًا قبل حدوث أي خلل. والنتيجة؟ انخفاض تكاليف ضبط الجودة بنسبة تصل إلى نحو ثلثيها، واستمرار تشغيل المصانع على مدار الساعة دون توقف، وإنتاج كل خط إنتاج لما يصل إلى ١,٢ مليون خلية بطارية شهريًّا. وتُشير دراسة حديثة أجرتها مؤسسة بونيون إلى أن كل خط إنتاج يوفِّر ما يقارب ٧٤٠ ألف دولار أمريكي سنويًّا، وذلك بفضل خفض عدد العاملين المطلوبين، وتقليل الهدر الناتج عن القطع المرفوضة، وعدم الحاجة إلى عمليات إعادة معايرة يدوية، وكذلك انخفاض كبير في أوقات التوقف عن التشغيل. والأهم من ذلك أن هذه التحسينات تحافظ على الامتثال الكامل للوائح السلامة الصارمة مثل اللائحة UNECE R100 والمعيار ISO 6469، وفي الوقت نفسه تدفع عجلة التصنيع نحو تحقيق هدف تصنيع المركبات الكهربائية خاليةً تمامًا من العيوب.
إن خفض زمن التأخير في الاستنتاج إلى أقل من ٨ ملي ثانية يُعد أمرًا بالغ الأهمية لأنظمة الرؤية الاصطناعية المستخدمة في لحام الليزر أثناء تصنيع بطاريات المركبات الكهربائية (EV) ذات الوتيرة السريعة. وبهذه السرعة، تتمكن تقنية الرؤية فعليًّا من متابعة أشكال الوصلات الصعبة بدقة، وقراءة ما يحدث داخل برك المعادن المنصهرة، والعمل جنبًا إلى جنب مع الروبوتات التي تقوم بحركات دقيقة وتعديلات بصرية ضمن دورة نبضة ليزر واحدة فقط. وعند تركيب هذه الأنظمة على أجهزة NVIDIA IGX Orin الحوَارِيَّة، فإنها تتعامل مع مقاطع فيديو حرارية بدقة ٤K وبمعدل ١٢٠ إطارًا في الثانية، مع الحفاظ على دقة الموضع عند حدٍّ لا يتجاوز ١٢ ميكرونًا. وما يميّز هذه الأنظمة حقًّا ليس مجرد اكتشاف العيوب بعد حدوثها، بل منع تكوّنها منذ البداية. إذ تقوم النظام باستمرارٍ بضبط إعدادات قوة الليزر، وتركيز الشعاع، وتغيير سرعة حركة الأداة كلما ظهرت أي عدم انتظام في المواد الخاضعة للتشغيل. وهذا يضمن أن تجتاز كل عملية لحام الاختبارات الهيكلية ومعايير السلامة الكهربائية دون الحاجة إلى إبطاء خطوط الإنتاج. كما أن القضاء على تلك التأخيرات المزعجة في الاتصال بين المكونات المختلفة يعني أن المصانع لم تعد مضطرةً للاختيار بين سرعة إنتاج القطع أو ضمان متانة اللحامات على المدى الطويل.
يُعَدُّ لحام الليزر بالرؤية الاصطناعية تقنيةً تستخدم الذكاء الاصطناعي لتحسين عمليات لحام الليزر من خلال المراقبة المستمرة وضبط تركيز شعاع الليزر لتحقيق دقةٍ أعلى والتحكم في الجودة.
تكتسب اتساقية اللحام دون المليمتر أهميةً حاسمةً في حزم بطاريات المركبات الكهربائية (EV)، لأن أي انحرافات طفيفة قد تُضعف سلامة الوصلات بشكلٍ كبيرٍ وتزيد من خطر حدوث الاندفاع الحراري، لا سيما في سيناريوهات التصادم.
يحسّن الذكاء الاصطناعي عمليات فحص اللحام من خلال تحليل أنماط الحرارة وسلوك المعدن المنصهر، ما يسمح باكتشاف العيوب التي يصعب على الفحوصات البصرية التقليدية رصدها عادةً.
أدى لحام الليزر بالرؤية الاصطناعية إلى تحسيناتٍ جوهريةٍ في إنتاج بطاريات المركبات الكهربائية (EV)، حيث حقق نسبة نجاح أولية تبلغ ٩٩,٩٨٪ وأدى إلى خفضٍ كبيرٍ في أعمال الإصلاح في المصانع الضخمة (Gigafactories).
يسمح الاستنتاج الحافة ذي زمن الانتقال المنخفض بإجراء تعديلات فورية أثناء عملية اللحام، مما يقلل من تكوّن العيوب ويضمن جودة لحام متفوقة دون إبطاء خطوط الإنتاج.
استكشف رؤىً إضافية لتوجيه قرارات عملك
EN
