随着新能源汽车和储能产业的发展，新能源电芯的生产质量控制越来越受到重视。电芯NG品（不合格品）判定是外观检测和质量管理中的重要环节，直接影响产品一致性、后续装配效率及电池系统的可靠性。通过制定统一的外观检测标准、建立缺陷分级方法，并结合AI机器视觉检测技术，企业能够提高不良品识别效率，减少漏检和误判。

一、新能源电芯NG品的主要判定依据

1. 产品技术规范与检验标准

新能源电芯NG品的判定应以产品图纸、技术规格书、客户验收要求及企业质量检验规范为依据。不同类型的电芯在结构、材料和工艺方面存在差异，方形铝壳电芯、软包电芯和圆柱电芯需要采用相应的外观检测标准。

检验规范应明确缺陷类型、允许范围、测量方法及判定条件。对于划伤、凹坑、污渍和变形等外观问题，需要根据缺陷尺寸、位置和影响程度进行综合判断，避免仅凭检验人员的主观经验判定产品是否合格。

2. 外观缺陷与结构异常

电芯外观检测应重点关注以下问题：

表面缺陷：包括划伤、凹坑、裂纹、污渍、腐蚀、涂层异常及金属异物等。

极柱缺陷：包括极柱划伤、氧化、变形、位置偏移和表面污染等。

结构缺陷：包括电芯外壳变形、边缘破损、封口褶皱及尺寸超差等。

标识缺陷：包括标签偏移、字符缺失、条码无法识别及标识信息错误等。

不同缺陷对产品质量的影响并不相同，因此需要结合具体产品标准设置相应的判定规则。

二、新能源电芯NG品的缺陷分级方法

1. 致命缺陷：重点拦截

致命缺陷是指可能直接导致严重安全风险或违反强制性要求的异常。例如，存在明显裂纹、严重结构损伤，或出现可能影响电芯密封和绝缘性能的重大缺陷时，应立即按照规定进行隔离和处置。

具体缺陷是否属于致命等级，需要依据适用的安全标准、产品规范和企业风险评估结果确定，不能仅凭外观图像直接认定电芯存在内部安全故障。

2. 严重缺陷：判定为不合格品

严重缺陷通常是指明显影响产品装配、密封、连接可靠性或关键性能的质量问题。例如，极柱明显变形、关键尺寸超差、外壳严重凹陷以及封口区域存在异常等。

发现此类问题后，应按照检验规范将产品判定为NG品，并执行隔离、复检、返工评估或报废流程，防止不合格电芯进入后续生产环节。

3. 一般缺陷：依据限度标准判定

一般缺陷包括部分轻微划痕、表面污渍、颜色差异及不影响关键功能的外观瑕疵。此类问题并不意味着可以直接放行，需要结合缺陷尺寸、数量、分布位置和客户验收标准进行判断。

企业可以建立限度样品库和缺陷图像库，明确可接受范围与NG判定边界，降低不同班次、不同产线之间的判定差异。

三、AI机器视觉如何辅助NG品判定？

1. 自动识别外观缺陷

AI机器视觉检测系统能够通过工业相机、专用光源和图像处理算法，对电芯表面、极柱、边缘及封口区域进行检测。针对复杂背景和细微缺陷，还可以利用深度学习模型识别划伤、凹坑、异物和污渍等异常。

通过设置缺陷类别和判定阈值，系统可以自动输出OK或NG结果，提高批量检测效率。

2. 实现缺陷定位与数据追溯

当系统识别到NG品时，可以保存缺陷图像、缺陷坐标、产品编号及检测结果，方便质量人员复核。结合缺陷统计分析，企业还能够追踪高频异常的发生位置，及时调整生产工艺和设备参数。

3. 建立人工复核机制

对于边界缺陷、低置信度结果或标准尚未明确的异常，可以设置人工复核流程。通过定期更新缺陷样本、验证检测准确率和优化模型参数，逐步提高系统的识别稳定性。

四、如何建立完善的电芯NG品管理体系？

企业应统一外观检测标准、缺陷分级规则和NG品处置流程，并定期开展检验人员培训及视觉检测设备验证。同时，应将外观检测与尺寸测量、电性能测试及必要的密封性检测相结合，避免单一检测手段造成质量判断不完整。新能源电芯NG品判定需要以产品技术规范为基础，结合缺陷类型、严重程度和实际质量风险进行分级管理。通过标准化检验规则、AI机器视觉检测和质量数据追溯，企业能够提高外观缺陷识别效率，减少不合格品流入后续工序，为新能源电池生产质量控制提供可靠支持。