浙江在線7月23日訊（浙江在線記者 黃云靈）杭州市濱江區正泰太陽能廠區多晶電池片生產車間內，工作人員小孫手持儀器站在電腦旁。桌面上，相機拍攝后的電池片影像正在秒速翻頁，小孫需要仔細甄別圖片并作出選擇：有el（電致發光）缺陷的按下ng按鈕，正常的按下ok。

在小孫身旁，是另一臺質檢機器。不同的是，這臺機器嫁接了一個ai“大腦”：電池片成像后，機器可以自動識別是否存在瑕疵并作出詳細分類，其中因不同瑕疵導致的缺陷分放在不同的盒子里，解放了人工的同時也將檢測速度成倍提升。

“質檢員是關鍵崗位，新員工一般要經過2個月以上的培訓并反復測驗才能正式上崗，但在實際操作中也會有眼睛疲勞、按錯鍵等問題。”正泰新能源開發有限公司質檢經理羅剛告訴記者，去年12月，正泰與阿里云接觸后立項了ai質檢項目，今年5月完成線下驗收，兩周前，能自己“睜眼”的機器正式上線了。“人工的質檢正確率不太穩定，大概在93%-97%之間，機器經過兩周的測試下來，可以保持在95%以上。”

4萬張樣片“喂”出ai質檢

魏溪含是阿里巴巴的算法專家，負責工業視覺診斷，她也是正泰項目的參與者之一。

“這個項目有幾個難點，首先是有的裂紋很細小，或者在邊角，無論對人還是機器來說識別都比較困難；其次硅材料本身有花紋暗紋，如何區別這些紋路和缺陷也是需要攻克的地方；還有就是瑕疵的種類特別多，單、多晶電池片包括隱裂、黑斑等在內的瑕疵多達20余種。” 魏溪含告訴記者，一塊標準的電池片尺寸為156.75mm*156.75mm，只有0.18-0.2mm厚，薄如紙片，瑕疵肉眼無法判斷，必須依靠紅外線掃描，但黑灰色的掃描圖上分布著不規律的團狀、線狀、散點狀圖案，只有出現特定的圖形才是瑕疵片。

ai質檢系統

如何攻克這些難題？魏溪含說，自己和團隊首先得“成為”質檢人員，了解工序和原理。同時，阿里云et工業大腦通過深度學習和圖像識別算法，集中學習了40000多張樣片，將圖像轉換為機器能讀懂的二進制語言，從而能讓質檢機器實時、自動判斷電池片的缺陷。

于是有了記者在現場看到的情景：裝上et工業大腦的質檢機器快速地吞吐著電池片，機器屏幕上不斷閃爍著機器的判斷結果，綠燈表示通過、紅燈則表示有瑕疵，隨后電池片就被機械臂分門別類地放到對應位置。

據羅剛介紹，這套算法還將被應用到正泰在海寧的制造基地，10臺機器全部上馬。此后，其在泰國的工廠也將實現ai質檢。

人工智能助力浙企轉型升級

據記者了解，正泰新能源是國內規模最大的民營光伏發電投資企業，在全球如泰國、西班牙、印度、羅馬尼亞等國家都建設了光伏發電站，年產能可達2兆瓦。

“市場對電池片質量的要求不斷提高，以及組件設備升級、自動化水平提升，實現電池片全檢、提高質檢水平是市場普遍訴求。” 正泰新能源副總裁黃海燕介紹，與此同時，光伏行業的成本壓力大，如何降本是所有企業都在思考的問題。

黃海燕告訴記者，正泰上線的ai質檢是光伏行業首次實現單多晶電池片的自動檢測，目前ai質檢的速度、準確度已經超過預期，正在推廣到其他產線。未來，這一套質檢方法還將用于組件生產。

“更重要的是，隨著自動化水平的提升，工廠可以利用大數據進行系統性的分析，比如缺陷出現在電池片的哪個位置比較多，什么樣的缺陷占比重，它又可能與哪道工序有關，反過來推動長線生產的改善，提升良品率。”

以上是網絡信息轉載，信息真實性自行斟酌。