杭企|正泰太阳能实现光伏智造新突破

　　很多组件厂在全自动组件流水线上，EL识别依旧靠人工完成，而正泰太阳能在业内依靠阿里云大数据分析，实现了隐裂智能识别，这是创新性、革命性的突破。

　　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。

　　于是有了以下情景：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

　　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。

　　黄海燕表示，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。