隨著可再生能源的發(fā)展、政策的推動、產(chǎn)業(yè)智能化的升級，光伏行業(yè)迎來持續(xù)穩(wěn)定的增長。由于行業(yè)和產(chǎn)品的特殊性，光伏產(chǎn)品（如光伏組件、太陽能電池片、硅片等）表面裂紋、劃痕、斷柵、缺角等外觀缺陷將直接影響產(chǎn)品的性能和使用壽命，造成潛在風(fēng)險，這對光伏的生產(chǎn)工藝和質(zhì)量都提出了更高的要求。

如何提高光伏的生產(chǎn)效率和質(zhì)量、降低生產(chǎn)成本，成為光伏行業(yè)面臨的重要難題。

案例：硅片分選項目

“我們需要檢測硅片表面是否存在缺陷，目前采用的傳統(tǒng)算法檢測指標(biāo)不理想、速度較慢，難以滿足現(xiàn)階段我們的檢測需求。

當(dāng)前，企業(yè)在向智能制造、數(shù)字化轉(zhuǎn)型，所以我們正在尋找一種更快、更準(zhǔn)、更穩(wěn)的檢測方式，以此達到降本增效…”

——光伏行業(yè)某頭部客戶

01

項目需求

本項目檢測工站及其對應(yīng)檢測項如下：

1. 臟污工站：上下表面臟污、缺角、反向、遮擋；

上下表面臟污包括：黑斑、淺斑、條形、水印、黑點等

2. 崩邊工站：左右表崩、前后側(cè)崩

左右表崩包括：黑磕、白磕、磕穿、磨邊

前后側(cè)崩包括：磕穿、磕邊深度超過1/2、磨邊、缺角

02

檢測難點

該項目缺陷種類多達20+，且需要具體區(qū)分缺陷類型；

客戶檢測精度要求較高，硅片表面最小尺寸為0.35mm，在保障高精度的同時，需要做到快速檢測，平均檢出時間要求達到180ms/片，對算法效率要求高。

03

解決方案

基于該項目的實際產(chǎn)線情況和產(chǎn)品特性，阿丘科技使用工業(yè)視覺軟件平臺AIDI幫助客戶優(yōu)化檢測流程，提升檢測效率并保障產(chǎn)品品質(zhì)。

AIDI內(nèi)置多種應(yīng)用模塊，無需編程，即可解決復(fù)雜缺陷檢測難題。

此外，AIDI具有強大的兼容性，能夠接入光伏產(chǎn)線上的硅片分選機、電池片PL檢測設(shè)備、組件EL檢測設(shè)備和組件外觀檢測設(shè)備等，對硅片、電池片和組件表面的細小缺陷進行精準(zhǔn)定位、檢測、分類及識別。

針對上下臟污、缺角，以及左右表崩、前后側(cè)崩等在整張圖像中占比極小的缺陷類型，我們先利用AIDI對該類缺陷圖像進行預(yù)處理，對整圖進行裁切，并提取出帶有缺陷的小圖，從而在放大缺陷占比的同時，縮短后續(xù)圖像處理時間，提高缺陷檢出率和產(chǎn)線檢測節(jié)拍；

再在AIDI中對提取出的缺陷圖進行標(biāo)注、學(xué)習(xí)，構(gòu)建統(tǒng)一的AI檢測模型。該模型可在不斷學(xué)習(xí)中持續(xù)優(yōu)化檢測指標(biāo)，實現(xiàn)硅片表面0.35mm及以上缺陷穩(wěn)定檢出并進行正確分類。

針對氧化片這類缺陷面積較大、顏色較淺使得成像對比度低的缺陷類型，我們結(jié)合AIDI和自主開發(fā)的傳統(tǒng)算法庫AQCV，在接口中加入對比度的后處理，成功提升氧化片的檢出效果，降低漏檢率。

針對反向和遮擋這兩類成像特征明顯的缺陷類型，利用AIDI的分類算法，通過讓AI學(xué)習(xí)整圖的特征，即可達到準(zhǔn)確區(qū)分良品圖與缺陷圖的效果。

04

項目成果

檢測指標(biāo)和檢測節(jié)拍大幅提升：

實現(xiàn)硅片表面0.35mm以上缺陷穩(wěn)定檢出并進行正確分類，關(guān)鍵缺陷漏檢率0%，其他缺陷漏檢率0.01%，過檢率不高于0.05%，平均檢出時間180ms/片。

機臺實現(xiàn)快速批量復(fù)制：

基于深度學(xué)習(xí)算法，AIDI只需學(xué)習(xí)少數(shù)典型樣本即可快速適應(yīng)產(chǎn)線機臺差異，提高模型的遷移能力，該解決方案已被國內(nèi)某頭部光伏組件客戶批量復(fù)制使用。

05

關(guān)于我們

阿丘科技深耕工業(yè)質(zhì)檢，專注于工業(yè)AI視覺及智能分析服務(wù)，我們?yōu)樘峁└玫漠a(chǎn)品及行業(yè)解決方案持續(xù)努力，助力光伏行業(yè)邁向智能化生產(chǎn)！