ET工业大脑
文/ 天下网商记者 王安忆
浙江正泰新能源与阿里云ET工业大脑合作的业内首个AI质检落地，目前已实现单、多晶电池片EL缺陷的毫秒级自动判定，自动识别隐裂、黑斑、划伤等20余种瑕疵，比原本的人工检测速度提升2倍以上。
正泰透露，AI质检技术不但会在浙江总部的组件生产线上推广，还将投放至海宁和泰国生产基地的质检机器上。
在正泰新能源的电池片车间里，装有ET工业大脑的质检机器快速地吞吐着电池片，另一边的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，一块块电池片就被机械臂分门别类地放到对应位置。
据了解，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，生产过程在“毫秒“间。人工无法进行持续高精度在线检测，不少瑕疵单凭肉眼无法判断。必须依靠红外线扫描，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。
传统的人工质检需要工人时刻盯着机器屏幕，从红外线扫描图中发现电池片EL（电致发光）缺陷，速度大约保持在2秒一张。如果一张电池片的瑕疵难以判断，可能还要再花上几秒思考，一天最多看1-2万张电池片。
车间工人正在抽查电池片质量
一个新工人需要学习1-2个月后，才能在师傅的带领下熟练上手。然而，长时间的人工质检对工人的视力损伤极大，因此质检工人需要轮岗，通常半年到一年时间，就会被换到其他岗位就职。
如今，借助视觉计算等人工智能技术，ET工业大脑可以成功胜任在线质检这一岗位。通过一台装有ET工业大脑的质检机器可将工人减少一半，而检测速度达到人的2倍以上。
AI质检检测出电池片的瑕疵
由于电池片的瑕疵种类繁多，同一种型号的多晶电池片有形态不一、裂纹、划纹、黑斑、指纹等20余种瑕疵分类。如何在有花纹、暗纹的电池片上识别出瑕疵，是AI质检最难的技术。此外，AI质检如何做到“毫秒级”也是性能上需要克服的难关。
AI质检检测图与原图
阿里巴巴算法专家魏溪含介绍，阿里云ET工业大脑通过深度学习，集中学习40000多张样片，这些样片的累积源于人工质检时，曾出现过的所有瑕疵图片。再通过图像识别算法，ET工业大脑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。
据悉，阿里云ET工业大脑的AI质检是光伏行业首次实现单多晶电池片的自动检测，而用于组件生产的AI质检处于测试阶段。正泰新能源总经理罗刚透露，预计今年8月，正泰新能源还会将AI质检技术投放到海宁生产基地的10台机器上。未来，泰国工厂的生产线也将实现毫秒级的AI质检技术。
会员中心
