光伏組件效率每提高1%，度電成本可節(jié)省6%，而電池片正是組件的核心。電池片越薄越能降低成本，卻更易產(chǎn)生隱裂、斷柵及漏漿等缺陷，一旦漏檢將在EL終檢環(huán)節(jié)造成高達(dá)15%電池片報(bào)廢、年損超千萬；嚴(yán)防之下，傳統(tǒng)檢測方案頻繁出現(xiàn)誤報(bào)警，人力成本攀升制約生產(chǎn)效能。

近期，凌云光為某光伏頭部客戶構(gòu)建了“AOI+F.Brain+GMQM”整體解決方案，對電池片生產(chǎn)工藝過程中產(chǎn)生的隱裂、斷柵及漏漿等20余類缺陷精準(zhǔn)檢出和剔除，缺陷實(shí)時(shí)準(zhǔn)確分類率≥98%。方案打造的云-邊-端質(zhì)量管理平臺，實(shí)時(shí)關(guān)聯(lián)生產(chǎn)數(shù)據(jù)和質(zhì)量分析數(shù)據(jù)，建立了質(zhì)量工藝追溯體系，實(shí)現(xiàn)從單機(jī)臺到跨設(shè)備、再到跨數(shù)十條產(chǎn)線一致可靠的產(chǎn)品質(zhì)量管理，推動(dòng)產(chǎn)品良率提升1%，部分工藝人力節(jié)省75%，并大幅縮短了電池片換型迭代時(shí)間，已在多家頭部客戶落地。

• 絲網(wǎng)印刷AOI：AI二次分類，降低誤報(bào)誤判

數(shù)十條產(chǎn)線上，絲網(wǎng)印刷機(jī)正高速為硅片“織網(wǎng)”，經(jīng)多道印刷工序后，縱橫交錯(cuò)銀柵線如毛細(xì)血管般鋪展，導(dǎo)電性能決定發(fā)電效率極限。為提高組件效率，客戶創(chuàng)新采用特殊導(dǎo)電漿料制作銀柵。然而，漿料由于反光成像對比度低引發(fā)設(shè)備誤判率高，“設(shè)備一報(bào)警，質(zhì)檢人員就得跑斷腿去查，但實(shí)際是良品虛驚一場”。

凌云光項(xiàng)目團(tuán)隊(duì)扎根生產(chǎn)一線對工藝拆解分析，兩周內(nèi)提出檢測方案，首月AOI設(shè)備即上線：方案通過光學(xué)成像優(yōu)化，并結(jié)合F.Brain深度學(xué)習(xí)算法進(jìn)行缺陷標(biāo)注、模型訓(xùn)練與調(diào)優(yōu)，實(shí)現(xiàn)對破片、漏漿及主柵缺失等缺陷精確分類分級，誤判率極大降低，關(guān)鍵缺陷零漏檢。同時(shí)該設(shè)備還與產(chǎn)線實(shí)時(shí)聯(lián)動(dòng)，當(dāng)批量報(bào)廢缺陷發(fā)生時(shí)能迅速報(bào)警停機(jī)，生產(chǎn)效能顯著提升，目前該AOI設(shè)備已批量部署。

• 單相機(jī)隱裂檢測：低硬件成本

隱裂是光伏電池片最隱蔽的“致命傷”，是光伏電池片優(yōu)先級最高的視覺檢測工藝之一。一根頭發(fā)絲寬（≥20μm）的裂紋可能引發(fā)碎片卡堵導(dǎo)致產(chǎn)線停止，碎片沾水還將污染整爐工藝環(huán)境造成數(shù)千片報(bào)廢，單次損失超數(shù)萬元。

行業(yè)早期一般采用雙相機(jī)方案（銦鎵砷+CMOS），硬件成本高，且無法拍攝硅片底部崩邊缺陷。凌云光采用單相機(jī)方案，結(jié)合定制近紅外LED光源，優(yōu)化光學(xué)及圖像處理算法對正反面隱裂及崩邊缺角等缺陷高速成像，成為行業(yè)新的主流方案。

• PL檢測系統(tǒng)：早發(fā)現(xiàn)早處理，高速無損
  

凌云光PL檢測系統(tǒng)基于光致發(fā)光原理，支持每小時(shí)8000片高速無損檢測，隱裂、霧狀發(fā)黑、吸盤印、皮帶印等缺陷識別準(zhǔn)確率98%，零接觸避免二次隱裂（頭部客戶復(fù)購率100%）。項(xiàng)目團(tuán)隊(duì)創(chuàng)新集成GMQM模塊，貫通擴(kuò)散、刻蝕、LECO、燒結(jié)、成品等多工藝段在線過程監(jiān)控，將終檢問題前置攔截與質(zhì)量追溯，推動(dòng)質(zhì)量管理從“事后堵漏”轉(zhuǎn)向“主動(dòng)檢測”。

光伏行業(yè)對效率有著極致追求，慢走等于退步，效率決定效益。為快速響應(yīng)產(chǎn)品技術(shù)迭代需求，產(chǎn)線平均每2-3個(gè)月就需更換一次網(wǎng)版，每次換型柵線背景均會發(fā)生變化，傳統(tǒng)的算法模型檢測效果下降明顯。此外，客戶在缺陷樣本采集導(dǎo)入以及模型部署更新上耗費(fèi)了大量人力，由于缺乏統(tǒng)一的模型管理，整個(gè)迭代穩(wěn)定過程耗時(shí)耗力需要近一周時(shí)間。

為此，凌云光引入雙輸入模板比對算法，通過同時(shí)輸入“正常”（OK品）和“異常”（缺陷）模板，模型真正學(xué)習(xí)到缺陷本身的特征實(shí)時(shí)準(zhǔn)確檢出缺陷，而不受背景變化影響，能夠隨時(shí)應(yīng)對任意網(wǎng)版換型。

同時(shí)，將AOI設(shè)備和AI算法平臺直接連通，從缺陷樣本采集到模型訓(xùn)練、封裝、部署全程在線打通，從而實(shí)現(xiàn)模型在線迭代/部署，無需人工采集/拷貝/傳遞，電池片換型時(shí)間大大縮短：常規(guī)缺陷迭代穩(wěn)定僅需12h；突發(fā)缺陷或者缺陷漏檢等應(yīng)急情況下，也僅需2h即可敏捷響應(yīng)。同時(shí)，樣本收集時(shí)間減少80%，模型部署效率提升90%，模型管理效率提升95%。整個(gè)模型迭代效率大大提升，而且數(shù)據(jù)不出廠、安全有保障。

未來，凌云光將持續(xù)深化“視覺+AI”融合，以AI缺陷分析、質(zhì)量檢測及質(zhì)量預(yù)警等質(zhì)量管理方案，驅(qū)動(dòng)光伏行業(yè)持續(xù)提質(zhì)降本增效，服務(wù)好行業(yè)智能制造訴求。