杭州市滨江区正泰太阳能厂区多晶电池片生产车间内,工作人员小孙手持仪器站在电脑旁。桌面上,相机拍摄后的电池片影像正在秒速翻页,小孙需要仔细甄别图片并作出选择:有EL(电致发光)缺陷的按下NG按钮,正常的按下OK。
在小孙身旁,是另一台质检机器。不同的是,这台机器嫁接了一个AI“大脑”:电池片成像后,机器可以自动识别是否存在瑕疵并作出详细分类,其中因不同瑕疵导致的缺陷分放在不同的盒子里,解放了人工的同时也将检测速度成倍提升。
“质检员是关键岗位,新员工一般要经过2个月以上的培训并反复测验才能正式上岗,但在实际操作中也会有眼睛疲劳、按错键等问题。”正泰新能源开发有限公司质检经理罗刚告诉记者,去年12月,正泰与阿里云接触后立项了AI质检项目,今年5月完成线下验收,两周前,能自己“睁眼”的机器正式上线了。“人工的质检正确率不太稳定,大概在93%-97%之间,机器经过两周的测试下来,可以保持在95%以上。”
4万张样片“喂”出AI质检
魏溪含是阿里巴巴的算法专家,负责工业视觉诊断,她也是正泰项目的参与者之一。
“这个项目有几个难点,首先是有的裂纹很细小,或者在边角,无论对人还是机器来说识别都比较困难;其次硅材料本身有花纹暗纹,如何区别这些纹路和缺陷也是需要攻克的地方;还有就是瑕疵的种类特别多,单、多晶电池片包括隐裂、黑斑等在内的瑕疵多达20余种。” 魏溪含告诉记者,一块标准的电池片尺寸为156.75mm*156.75mm,只有0.18-0.2mm厚,薄如纸片,瑕疵肉眼无法判断,必须依靠红外线扫描,但黑灰色的扫描图上分布着不规律的团状、线状、散点状图案,只有出现特定的图形才是瑕疵片。
AI质检系统
如何攻克这些难题?魏溪含说,自己和团队首先得“成为”质检人员,了解工序和原理。同时,阿里云ET工业大脑通过深度学习和图像识别算法,集中学习了40000多张样片,将图像转换为机器能读懂的二进制语言,从而能让质检机器实时、自动判断电池片的缺陷。
于是有了记者在现场看到的情景:装上ET工业大脑的质检机器快速地吞吐着电池片,机器屏幕上不断闪烁着机器的判断结果,绿灯表示通过、红灯则表示有瑕疵,随后电池片就被机械臂分门别类地放到对应位置。
据罗刚介绍,这套算法还将被应用到正泰在海宁的制造基地,10台机器全部上马。此后,其在泰国的工厂也将实现AI质检。
人工智能助力浙企转型升级
据记者了解,正泰新能源是国内规模最大的民营光伏发电投资企业,在全球如泰国、西班牙、印度、罗马尼亚等国家都建设了光伏发电站,年产能可达2500兆瓦。
“市场对电池片质量的要求不断提高,以及组件设备升级、自动化水平提升,实现电池片全检、提高质检水平是市场普遍诉求。” 正泰新能源副总裁黄海燕介绍,与此同时,光伏行业的成本压力大,如何降本是所有企业都在思考的问题。
黄海燕告诉记者,正泰上线的AI质检是光伏行业首次实现单多晶电池片的自动检测,目前AI质检的速度、准确度已经超过预期,正在推广到其他产线。未来,这一套质检方法还将用于组件生产。
“更重要的是,随着自动化水平的提升,工厂可以利用大数据进行系统性的分析,比如缺陷出现在电池片的哪个位置比较多,什么样的缺陷占比重,它又可能与哪道工序有关,反过来推动长线生产的改善,提升良品率。”
黄海燕给记者算了一笔账,目前电池片的良品率在95%左右,每提升一个百分点,每年可以给正泰新能源带来千万级的成本节省。
特别声明:索比光伏网转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。凡来源注明索比光伏网或索比咨询的内容为索比光伏网原创,转载需获授权。
图片正在生成中...
杭州市滨江区正泰太阳能厂区多晶电池片生产车间内,工作人员小孙手持仪器站在电脑旁。桌面上,相机拍摄后的电池片影像正在秒速翻页,小孙需要仔细甄别图片并作出选择:有EL(电致发光)缺陷的按下NG按钮,正常的按下OK