阿里雲ET工業大腦落地正泰 AI質檢速度比人快2倍

7月23日，浙江正泰新能源與阿里雲ET工業大腦合作的AI質檢已經可以實現單、多晶電池片EL缺陷的毫秒級自動判定，識別隱裂、黑斑等20餘種瑕疵，相比人工檢測速度提升2倍以上。

浙江正泰新能源是國內規模最大的民營光伏發電投資企業，並在全球如泰國、西班牙、印度、羅馬尼亞等國家建設了光伏發電站，年產能可達2500兆瓦。

而如今，市場對電池片質量的要求不斷提高，實現電池片全檢、提高質檢水平的訴求就顯得尤為重要。

一塊標準電池片只有0.18-0.2mm厚，必須依靠紅外線掃描，確定特定形狀才能確實為瑕疵片。

AI質檢 VS 人工質檢

傳統人工質檢需要工人時刻盯著機器屏幕，從紅外線掃描圖中發現電池片EL缺陷，速度大約保持在2秒一張。如果一張電池片的瑕疵難以判斷，可能還要再花上幾秒思考，一天最多看1-2萬張電池片。一個新工人還要學習1-2個月才能熟練上手。

GIF

阿里雲ET工業大腦發布AI視覺產品「見遠「，集中學習了40000多張樣片，將圖像轉換為機器能讀懂的二進位語言，從而能讓質檢機器實時、自動判斷電池片的缺陷，大幅節省人力，提高產品生產效率及精度穩定性效果。

GIF

值得一提的是，「見遠」的識別準確度已達95%。

GIF

正泰新能源副總裁黃海燕

「這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於組件生產。」

阿里巴巴機器智能實驗室副主任、視覺計算團隊負責人華先勝

目前「見遠」已經應用在電池片瑕疵檢測、蠶絲瑕疵、道路裂縫檢測、垃圾分類、智能養殖等多個領域。

除此之外，「見遠」還能被應用到更多其他領域。例如，可通過列車底部/側面照片，自動檢測列車是否有故障。除車輛外，在橋樑、路面檢測中「見遠」顯得更為重要。它能夠通過無人機搭載的高清攝像頭，實時發現橋樑存在的外觀病害，如構件變形、裂縫、滲水等。即使是一個頭髮絲粗細的裂縫，都可以發現。而在之前，大多都是通過肉眼完成，漏檢率高、速度慢。

阿里雲一直致力推動產業AI的落地，並且擁有從底層硬體基礎設施到行業解決方案的豐富人工智慧產品家族，是國內最全的人工智慧解決方案商。ET工業大腦已經幫助工業製造企業創造利潤數十億元。

9.19-9.22 杭州雲棲大會邀您一同致敬未來

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！