精密電池自動化檢測解決方案，實現 OCV、ACIR、DCIR 與容量測試
透過早期缺陷偵測與製程優化，確保每一顆電池的卓越品質與極致安全
隨著電動車（EVs）、消費性電子產品與電網級儲能系統（Energy Storage Systems, ESS）的迅猛發展，高效能、高安全性的電池需求達到了前所未有的高峰，電池作為這些應用核心組件，其品質、可靠度與生命週期直接影響終端產品的表現與使用者安全，然而，電池製造過程複雜，潛在的缺陷可能導致災難性後果，例如熱失控（thermal runaway）、效能衰退，甚至引發安全事故，因此，在生產初期即導入嚴謹且全面的測試機制，成為電池製造商不可或缺的關鍵環節，這不僅關乎品牌信譽，更是保障消費者安全的基石。
電池測試的關鍵挑戰與產業需求
電池的生產品質控制是一項極具挑戰性的任務，從電芯（cell）的製造到電池模組（module）與電池包（pack）的組裝，每個階段都可能引入變異，傳統的檢測方法往往依賴大量人工，不僅效率低落、成本高昂，且難以保證檢測結果的一致性與可追溯性，特別是在大規模生產情境下，如何快速、準確地篩選出有瑕疵的電池，並有效收集與分析測試資料，成為提升產品質量與生產效率的核心議題，產業對於能夠自動化、數位化，並且能夠在生產初期就介入的測試解決方案，有著迫切的需求，以應對日益嚴格的品質標準與市場競爭壓力，而Averna 的電池測試專業技術正是在此背景下，為業界提供了重要的技術支援。
為應對上述挑戰，Averna 推出的 Batterie Inspektor™ 自動數位化電池測試系統，提供了一個全面且高效的解決方案，此系統專為電池製造初期階段的品質保證而開發，能夠在電芯與電池模組層級執行關鍵的電氣特性量測。
核心測試要點與技術特性
Batterie Inspektor™ 系統整合了多項關鍵測試能力，能夠在生產線上快速識別潛在的電池缺陷：
開路電壓（OCV）量測
開路電壓 (Open Circuit Voltage)，簡稱 OCV，是指電池在未與任何外部電路連接，即內部電流趨近於零的理想狀態下，其正負極端子之間呈現的穩定電位差，此參數不僅是電池最基礎的電氣特性展現，更是洞察其內部電化學體系熱力學平衡狀態的窗口。
在技術應用層面，OCV 的重要性體現在多個維度，首先，它是判斷電池荷電狀態（State of Charge, SoC）的核心依據，電池的 OCV 與其 SoC 之間存在著一種固有且通常非線性的函數對應關係，即所謂的 OCV-SoC曲線，這條曲線會因電池內部化學組成（例如主流的高鎳NCA/NMC三元材料、廣泛應用的磷酸鐵鋰LFP、以及 2025年 備受關注的磷酸錳鐵鋰LMFP、初露頭角的固態電池與鈉離子電池等）的差異而形態各異，部分材料如LFP還會表現出較為顯著的遲滯效應；因此，精確地標定並理解特定電池的 OCV-SoC曲線，是電池管理系統（BMS）能否準確估算實時 SoC 的根本前提。
其次，OCV 對於評估同一批次或同一模組內各電池單元之間的一致性（Cell Consistency）至關重要，理論上，狀態相同的健康電芯在充分靜置後應展現出極為接近的 OCV 值，任何微小但持續的偏差（例如達到 milli-Volt, mV 等級的差異）都可能暗示著活性物質量的不均、電極材料分佈的差異或是潛在的早期缺陷，這對於需要大量電芯串並聯構成的電池包而言，單元一致性直接決定了電池包的整體性能、循環壽命與安全性。再者，OCV 的精密量測亦是篩查早期潛在缺陷的有效手段，若電池在經歷標準充放電程序或特定時長的靜置（即弛豫時間，Relaxation Time，此過程是為了讓電池內部電化學極化現象消退，電位達到准平衡態）後，其測得的 OCV 值顯著偏離了該類型電池在對應狀態下的預期標準範圍，則極有可能指示電池內部存在微短路、電解液發生異常分解、活性材料受到污染或其他隱蔽性瑕疵。
為確保 OCV 量測的準確性與可靠性，必須嚴格控制若干關鍵測試條件，其中，溫度控制首當其衝，因為 OCV 本身具有特定的溫度係數，其值會隨溫度變化而改變，故所有精密量測均應在嚴格恆定的環境溫度下進行，或是在量測結果中納入精確的溫度補償算法；同時，執行量測的設備本身需具備足夠高的量測精度與解析度，以捕捉可能存在的細微電壓差異，而給予電池足夠的靜置時間則是用以保證內部電化學系統達到或接近真實平衡態，從而獲得穩定且具代表性的電壓讀數，這一靜置時長會依電池的化學體系、容量大小及測試目的而異，可能從數十分鐘至數小時不等。
展望 2025年 的發展趨勢，隨著新型高能量密度鋰離子電池（如高鎳正極、矽負極材料的進一步應用）以及備受期待的固態電池逐步從實驗室走向小規模試產與市場導入，對這些新體系電池 OCV 特性（包括其獨特的電壓平台特徵、更複雜的遲滯行為等）的深入研究與精確表徵，對於BMS算法的適應性開發、安全工作窗口的界定以及生產過程中品質一致性的嚴格把控，都提出了更高的要求。與此同時，人工智慧（AI）演算法也開始被探索性地應用於分析 OCV 在靜置弛豫過程中的細微動態特徵曲線，期望能從中提取更多隱含資訊，以實現對電池健康狀態更為精細和前瞻性的評估。
交流內阻（ACIR）量測之技術內涵
交流內阻 (Alternating Current Internal Resistance)，通常縮寫為 ACIR，是一種廣泛應用於電池特性表徵與品質檢測的參數，其量測原理是透過向待測電池施加一個已知頻率且幅值較小的正弦交流電流訊號，同時精密量測電池兩端因此產生的交流電壓響應，藉由這兩者的幅值比與相位差，可以計算出電池在該特定頻率下的阻抗值；實際應用中，ACIR 通常指此阻抗的實部或其模值，它近似地反映了電池內部的歐姆電阻（如電解液的離子電阻、電極材料的電子電阻、集流體電阻及各部分之間的接觸電阻）以及部分與快速電化學過程相關的極化電阻的總和。
ACIR 之所以在電池產業中受到高度重視，源於其多方面的技術重要性；首先，由於其量測過程快速、對電池本身狀態擾動小且屬於非破壞性檢測，使其成為電池製造流程中（例如電芯完成化成工序後、或在組裝成電池模組之前）進行大規模、高效率線上篩選（Pass/Fail Test）的理想選擇，能夠迅速剔除存在明顯內部異常的個體。其次，ACIR 對於監控制程工藝的一致性具有指示作用，因為電池的 ACIR 值對諸多製造環節的細微變動都非常敏感，例如：電極極片塗佈的均勻程度與壓實密度、集流體與活性材料層之間的界面結合狀況、極耳與極柱的焊接品質，乃至電解液的注入量是否充足及其在多孔電極內的浸潤是否完全等，這些因素的波動均可能導致 ACIR 值的可察覺變化，從而為製程調整與優化提供反饋。再者，ACIR 也是表徵電池健康狀態（State of Health, SoH）及追蹤其老化進程的有效輔助參數，一般而言，隨著電池經歷長時間的充放電循環或因不當使用（如長期過充、過放、或處於極端溫度環境）而發生老化，其 ACIR 值常會因為電極活性材料的結構劣化、電解液導電性能的下降、SEI膜的過度增厚或電極與集流體之間接觸惡化等原因而呈現逐漸上升的趨勢。
為了確保 ACIR 量測結果的準確性、可重複性與可比性，必須嚴格控制一系列關鍵測試條件。其中，測試頻率的選擇至關重要，儘管不同頻率下的阻抗能反映電池內部不同時間尺度的電化學過程（例如，更全面的資訊可透過電化學阻抗譜 EIS 在寬頻率範圍掃描獲得），但 1kHz 因其測試結果通常能較好地關聯電池的整體導電性能且受電容或電感效應的影響相對較小，而被廣泛採納為標準測試頻率；同時，施加的交流訊號幅值（電流或電壓）必須控制在足夠小的範圍內，以保證電池的響應處於線性區，避免對電池的電化學平衡狀態造成較大擾動；此外，溫度條件對 ACIR 的影響極為顯著，通常情況下，電池溫度升高會導致其內部離子遷移速率加快，從而使得 ACIR 值下降，反之亦然，因此，所有精密的 ACIR測試都必須在嚴格恆定的環境溫度下進行。並且，電池的荷電狀態（SoC）也會影響 ACIR 值的大小，故標準測試流程通常會規定在特定的 SoC 點進行量測。
展望 2025年 的行業發展，儘管如 EIS 這樣能提供更豐富內部阻抗訊息的先進技術在研發領域及部分高端製造中的應用日益深入，但 1kHz ACIR 測試憑藉其無可比擬的測試效率和成本效益，在可預見的未來仍將是電池產線高通量檢測的主流技術；2025年 的趨勢更傾向於將 ACIR 數據與OCV、容量、初始庫倫效率等多維度參數進行綜合考量，並藉助機器學習及AI模型進行更為精準細膩的缺陷模式識別、早期失效風險預警以及更科學的電池分選與梯次利用評估。
直流內阻（DCIR）量測之應用剖析
直流內阻 (Direct Current Internal Resistance)，簡稱為 DCIR，是透過向電池施加一個或多個持續一定時間的直流電流脈衝（充電或放電），並量測在電流變化前後（或脈衝持續期間特定時間點）的電壓差，再根據歐姆定律（R=ΔV/I）計算得出。此參數更能反映電池在實際承載直流負載時的綜合電阻特性，其中不僅包含了電池的歐姆電阻成分，更重要的是涵蓋了由於電化學極化效應（例如電極反應的活化極化、以及離子在電解液和電極材料內部傳輸受限所引起的濃差極化）所導致的電壓降。
DCIR 在電池性能評估中具有舉足輕重的技術重要性。首先，它直接關聯到電池在需要大電流輸出或快速充電輸入時的實際功率性能表現，例如在電動車（EVs）急加速時、電動工具瞬間啟動時、或是在進行極速充電（Extreme Fast Charging, XFC）操作以及混合動力汽車進行高效能量回收等應用場景中，較低的 DCIR 意味著電池能夠更有效地傳遞功率，電壓跌落更小。其次，電池在工作過程中所產生的熱量主要源於其內部電阻的 I2R 損耗，此處的 R 即為其有效的總內阻，因此，DCIR 值的高低有助於評估電池在高倍率充放電工況下的預期發熱情況，這對於電池包的熱管理系統設計和安全性保障至關重要。再者，透過分析不同脈衝寬度條件下測得的 DCIR 值，可以間接反映電池內部不同時間尺度的極化過程的強弱，而 DCIR 隨電池老化進程或特定失效模式（如負極析鋰、SEI膜的過度增長與性質惡化）的演變趨勢，能為電池的健康狀態（SoH）評估和剩餘使用壽命（RUL）**預測提供極具價值的實驗數據與洞察。
為獲取準確且具有參考價值的 DCIR 數據，必須對測試過程中的多項關鍵條件進行嚴格規範與控制。電流脈衝的幅值（通常以C-rate表示）及其方向（充電或放電）需依據電池的設計規格、預期應用工況以及相關測試標準來精心選擇，例如，針對 2025年 日益受到關注的 XFC 技術，可能需要採用高達3C、5C甚至更高倍率的電流脈衝進行測試。脈衝的持續時間是另一核心參數，不同的持續時長（例如國際標準ISO、IEC或SAE中可能規定的1秒、5秒、10秒、30秒等）決定了所量測的內阻值中包含了何種程度的極化效應。電壓取樣點的選擇，即用以計算 ΔV 的具體時間點（例如，是比較脈衝施加前後的電壓差，還是比較脈衝開始後某一特定時間點與脈衝即將結束前某一特定時間點的電壓差），亦會對最終的 DCIR 計算結果產生顯著影響。此外，眾所周知，DCIR 對電池的荷電狀態（SoC）和所處溫度均表現出極強的依賴性，因此，全面的 DCIR 特性評估通常需要在多個不同的SoC點和預設的恆定溫度條件下分別進行。在進行連續的脈衝測試序列時，各個脈衝之間必須確保有足夠的靜置恢復時間，以使電池的內部狀態能夠部分或完全恢復，消除前一脈衝的影響。
展望 2025年 的技術發展，隨著極速充電（XFC）技術的持續推進和市場對電池瞬時大功率輸出特性要求的日益提高，DCIR 測試（尤其是針對短時間、高倍率電流脈衝條件下的精確量測）的重要性正變得空前重要。結合在多種脈衝協定、不同溫度梯度下測得的 DCIR 數據，研究人員與工程師們正致力於建立更為精確的電池電化學-熱耦合多物理場模型，這些模型將能更有效地指導BMS進行更為智能的功率輸出能力預測、更為安全的充電策略優化以及更為高效的熱管理控制，這無疑是 2025年 電池測試與建模領域的一大研究與應用熱點。
容量測試（Capacity Test）
電池容量，作為衡量電池儲存電能能力的核心參數，是指在特定的充放電條件下，電池從某一預設的充電截止狀態完全放電至另一預設的放電截止狀態時所能釋放出的總電量，其單位通常以安培小時（Ah）或毫安培小時（mAh）來表示。容量測試的標準流程一般涉及對電池進行至少一個完整的充放電循環：首先以恆定電流（Constant Current, CC）方式將電池充電至預設的上限截止電壓，隨後轉換為恆定電壓（Constant Voltage, CV）充電模式，直至充電電流衰減至一個極小的預設截止電流值，以確保電池達到盡可能完全的充電狀態；緊接著，在經歷必要的靜置後，再以特定的恆定電流進行放電，直至電池電壓下降到預設的下限截止電壓，此放電過程中實際釋放的總電量即為該測試條件下的電池容量。
容量測試在電池的整個生命週期中都扮演著至關重要的角色，其技術重要性不容忽視。首要的便是對電池核心性能指標的驗證，容量直接決定了搭載該電池的電子設備的續航時間、電動汽車的行駛里程或儲能系統的能量供給時長，因此，容量測試是驗證電池產品是否達到了其設計指標或規格書所標稱的儲能能力的基本手段。其次，在電池大規模生產過程中，對每一個電芯進行精確的容量測試是實現品質一致性控制和進行科學分選（Grading）的關鍵環節，製造商會根據容量測試的結果，將容量相近的電芯挑選出來組配成電池模組或電池包，以最大限度地減少由於單體差異導致的 “木桶效應”，確保電池系統的整體性能最優化和循環壽命最大化。再者，容量測試對於評估電池製造初始階段的化成（Formation）工藝效果至關重要，化成是新電池首次進行充放電的過程，此過程不僅激活了電極中的活性物質，更關鍵的是在負極表面原位生成一層穩定且具有良好離子導電性的鈍化保護膜——即固態電解質界面膜（SEI），SEI膜的質量直接影響電池的首次效率、循環壽命、自放電特性及安全性，而初始幾次循環的容量測試結果（包括首次庫倫效率）正是評價化成工藝是否成功的直接證據。
此外，容量測試也是監測電池老化進程與評估其剩餘使用壽命（RUL）的主要方法，電池在經歷長期的充放電循環或在不利條件下儲存後，其可用容量會因為活性物質的損失、電極結構的劣化、內阻的增加等原因而逐漸衰減（Capacity Fade），定期對電池進行標準化的容量測試，可以準確追蹤其健康狀態的變化，並據此預測其何時達到預設的壽命終點（End of Life, EoL，例如行業內常以容量衰減至初始標稱容量的80%作為判據）。
為確保容量測試結果的準確性與跨平台可比性，必須嚴格遵循既定的關鍵測試條件。其中，充放電倍率（C-rate）是一個核心參數，電池的標稱容量通常是在一個特定的、相對較低的放電倍率（例如C/20、C/5或C/3，其中C代表電池的標稱容量值）下測得的，而在較高倍率下放電時，由於極化加劇等因素，電池實際能夠釋放的容量往往會有所降低（這種現象可部分由蒲克特法則 Peukert's Law 描述）。同時，充放電的截止電壓（上限和下限）以及CV模式下的截止電流值，均由電池本身的化學體系和設計特性所決定，測試時必須嚴格遵守這些邊界條件，以避免對電池造成過充或過放損傷，並確保測得的容量是在安全且合理的電壓窗口內獲得。再者，測試溫度對電池容量有著非常顯著的影響，低溫環境會大幅降低電解液的離子電導率和電極材料的反應動力學速率，導致可用容量顯著減少，而高溫雖可能在短期內略微提升表觀容量，但長期而言會加速電池的老化與副反應，因此，標準的容量測試通常要求在嚴格控制的恆定溫度（例如 25 °C）下進行。此外，在充放電步驟之間以及完整的測試循環開始之前，給予電池適當的靜置時間，有助於電池內部溫度和電化學狀態的均勻化，從而提高量測結果的穩定性和準確性。
展望 2025年，隨著對更高能量密度電池的持續追求，例如矽負極材料在鋰離子電池中的應用比例不斷提升，其首次充放電的庫倫效率以及在早期循環中的容量保持率成為評估其SEI膜的動態穩定性和材料結構在經歷顯著體積變化後能否保持完整的核心考核指標。而對於被寄予厚望的固態電池技術，如何在確保其本質安全的基礎上，使其在實際測試中能夠穩定地發揮出接近理論設計的容量，並維持優異的長期循環穩定性，無疑是 2025年 該領域研發突破與生產驗證的重中之重。與此同時，面對大規模生產帶來的測試效率壓力，各種旨在縮短測試時間的快速容量評估技術，例如僅利用部分充電或放電階段的數據特徵，再結合先進的AI演算法或物理模型進行精準預測的方案，也正成為產業界積極探索和應用的方向。
自放電率測試的綜合考量
自放電現象（Self-Discharge Rate Test）是指電池在處於開路狀態，即未連接任何外部負載、沒有進行充放電操作的情況下，其內部儲存的電量卻會隨著時間的推移而逐漸減少的過程。這種電量損失源於電池內部不可避免發生的一些緩慢的、非工作性的副反應，這些副反應的機制多樣，可能包括電解液與電極活性材料之間持續發生的微弱氧化還原反應、電池內部存在的微量金屬雜質（如鐵、銅等）在正負極之間充當 “氧化還原穿梭體” 催化了電解液的分解，或是由於隔離膜存在微小缺陷、電極邊緣產生毛刺等原因導致的極其微弱的內部漏電流（即所謂的內部微短路）等等。而自放電率測試的目的，正是要精確量測並評估電池在特定的儲存時間長度和環境條件下，其容量損失的速率或損失的絕對量佔初始容量的百分比。
自放電率作為一項關鍵的電池性能指標，其技術重要性體現在多個方面。首先，它可以作為判斷電池內部缺陷與整體品質的敏感指示器，一個異常偏高的自放電率往往直接指向電池內部可能存在某些製造缺陷，例如：隔離膜的完整性受損、生產過程中引入了顆粒性的金屬雜質污染物、極片切割或卷繞工藝不良導致的邊緣毛刺觸碰，或是電極材料本身的化學穩定性欠佳等，因此，嚴格的自放電率測試是品質控制流程中篩查此類潛在問題電池的重要環節。
其次，自放電率直接關係到電池的儲存壽命與貨架期（Shelf Life）表現，對於那些在生產出來後可能需要經歷較長時間儲存才能最終投入使用的應用場景，例如各種應急備用電源系統、某些特定用途的軍用或航空航天設備、以及在供應鏈中可能會有較長庫存周期的消費類電子產品電池等，一個足夠低的自放電率是確保其在實際啟用時仍能保有充足可用電量和良好性能的關鍵性能要求。
再者，從安全性的角度考量，雖然正常的自放電過程產熱極微，但若是由於嚴重的內部缺陷（例如較為明顯的內部短路）導致了異常快速的自放電，則其伴隨的持續產熱可能會積累到一定程度，增加電池發生過熱甚至熱失控的安全風險。此外，在由多個單體電池串並聯組成的電池包中，各個單體電池的自放電率的一致性也是一個不容忽視的考量因素，如果電池包內各單體的自放電率差異過大，那麼在長時間靜置後，包內各單體的荷電狀態（SoC）就會出現明顯的不均衡，這不僅會影響電池包的整體可用容量和輸出性能，還可能在後續的充放電過程中加劇某些單體的老化，縮短整個電池包的有效使用壽命。
為了科學、準確地評估電池的自放電特性，測試時必須嚴格控制相關的關鍵測試條件。通常，在開始自放電測試之前，會將待測電池精確充電至100%的滿荷電狀態（SoC），並精密記錄其此時的初始容量值或穩定的開路電壓（OCV）作為基線數據。隨後的儲存時間長度則會根據電池預期的自放電水平、所需達到的測試精度以及相關的行業標準或客戶應用需求來確定，短則可能為24小時或數天，長則可能達到數周甚至數月之久，以充分暴露其自放電特性。而儲存溫度是影響自放電速率最為顯著的外部因素，因為絕大多數化學反應的速率都會隨溫度的升高而加快（其關係大致遵循阿倫尼烏斯行為 Arrhenius behavior），因此，標準的自放電測試通常會在嚴格控制的恆定溫度（例如 25 °C）下進行，但在某些情況下，為了在較短時間內評估電池的長期自放電趨勢，也可能會採用在適度升高的溫度（例如 45 °C 或 60 °C）下進行加速老化測試的方法，不過此時需要注意高溫本身也可能引入額外的老化機制。測試結束後，評估自放電程度的方式主要有兩種：一是再次對電池進行標準的容量測試，量測其剩餘容量，並計算出在儲存期間損失的容量佔初始容量的百分比（ΔCapacity/Initial Capacity×100%）；二是持續監測或在儲存期結束時量測電池的 OCV 下降值，然後結合該電池精確標定過的 OCV-SoC-Temperature 關係模型，將 OCV 的變化換算為相應的容量損失。
展望 2025年 的產業發展，隨著電池的能量密度持續向理論極限逼近，其內部儲存的化學能也愈發巨大，這使得對電池的內在安全性和長期可靠性（包括低自放電特性）的要求達到了前所未有的高度。因此，對自放電現象（尤其是那些可能指示早期熱失控風險的異常自放電行為）的精密監控、準確表徵及其背後複雜電化學機理的深入研究，顯得比以往任何時候都更加重要。業界正積極探索和開發更為快速、更為靈敏的自放電檢測新技術與新方法，例如嘗試利用高精度微電流庫倫計直接量測自放電電流，或結合差示掃描量熱法（Differential Scanning Calorimetry, DSC）等熱分析手段來輔助識別由異常自放電引發的微小產熱。與此同時，藉助人工智慧（AI）和機器學習演算法來分析自放電過程中OCV或容量衰減曲線的細微特徵，以期從中識別出不同的內部缺陷模式或更精準地預測長期儲存性能，也成為 2025年 電池測試與質量控制領域一個備受關注的研究與應用方向，這對於那些對電池有著極長服役壽命和極高可靠性要求的特殊應用領域（例如植入式醫療電子設備、關鍵基礎設施的後備儲能系統以及深空探測器等）而言，其意義尤為重大。
透過這些自動化的測試程序，Batterie Inspektor™ 不僅大幅提升檢測效率與準確性，更能及早發現並隔離不合格品，有效防止有缺陷的電池流入後續製程或市場，進而降低生產成本與品質風險，正如 奧創系統所強調的，在電池生產初期即確保品質至關重要。
延伸閱讀：IoT 驅動電池測試，助力智慧工廠實現高品質與可持續發展
自動化與數位化的優勢
Batterie Inspektor™ 的核心優勢在於其高度自動化與數位化特性，系統能無縫整合至現有生產線，自動完成電池的上下料、定位、連接與測試序列，所有測試資料均被即時記錄、儲存並可進行分析，形成完整的生產履歷，這不僅有助於品質追溯，更能透過大資料分析，持續優化生產參數與製程控制，提升整體良率；此外，系統的模組化設計使其具有良好的擴展性，可依據客戶的特定需求進行調整與升級，滿足不同規模與類型的電池生產線。
以智慧檢測鑄造電池產業的未來
總結而言，隨著全球對高效能與高安全性電池的需求持續攀升，在電池生產的初始階段就導入如 Averna Batterie Inspektor™ 這般的自動化數位測試解決方案，已成為製造商確保產品競爭力與市場領導地位的關鍵，此系統透過精密的OCV、ACIR、DCIR、容量與自放電等關鍵參數的自動量測，不僅顯著提升了檢測的效率和準確度，更重要的是，它實現了在生產早期階段即時識別和隔離潛在缺陷電池的能力，從而大幅降低了熱失控等安全風險，並有效減少了因品質問題導致的後期成本，透過數位化的資料收集與分析，製造商能夠持續優化製程、提升良率，並建立完善的產品追溯體系，最終為市場提供更安全、更可靠、更長壽的電池產品，為電動車、綠色能源儲存等關鍵產業的永續發展奠定堅實基礎。
延伸閱讀：EV 電池測試技術突破：統一平台實現高效品質保障與長距離運輸可靠性
Averna 測試解決方案
靈活的電池測試，從電池到電池包
透過結合多樣化的硬體與軟體模組，Batterie Inspektor™ 提供創新、自動化及數位化的電池測試解決方案，涵蓋製造全階段；憑藉這個靈活的測試平台，所有模組均可根據各自的品質需求進行調整；透過可擴展且標準化的架構，製造流程無論是新專案還是升級項目，都能被大幅簡化，了解如何將您的電池測試提升至全新高度。
YouTube Video →
Averna 的通用線上測試平台
使用 UniLine，輕鬆實現測試標準化！UniLine 是一款通用的線上測試平台，其靈活設計可自動化執行所有功能測試、安全測試、ICT 測試（電路內測試）及 EOL 測試（終端測試），同時支援部分或最終 PCB 組件的標籤打印與程式燒錄操作，觀看影片，了解如何輕鬆實現測試標準化。
YouTube Video →
Batterie Inspektor™ Brochure Download →