基于人工智能的电池片EL自动识别系统新品发布！—艾菲茵

经过多个月的潜心研发，特别是客户端的试用优化，目前苏州艾菲茵信息科技有限公司的电池片EL自动识别系统正式对外发布，此系统在国内技术指标均占地位，得到客户端的一致好评！

太阳能电池片EL自动识别系统通过自动判断太阳能电池片的内部缺陷，终实现自动识别，不断提高检测的自动化水平，大幅度减少人工干预，将减少光伏电池片EL检测的人力成本。太阳能电池片EL自动识别系统非常重要，而利用传统算法通过人眼观看的方式识别内部缺陷，容易因人眼疲劳发生误判、漏判等状况，影响光伏电池串质量。苏州艾菲茵信息科技有限公司是一家专业从事机器视觉应用领域设备、计算机图像处理系统及互联网科技解决方案研发的高科技企业。在光伏领域，已实现AI人工智能的项目落地，太阳能电池片EL自动识别系统采用深入学习算法的AI技术可以有效降低缺陷检测的误判率及漏检率，同时能提供检测效率，提升产能，成为光伏行业视觉检测发展的必然趋势。

2-技术原理

将电池片放入上料盒，利用风刀分离电池片，机械手将电池片吸附后放至传送带，电池片至检测位置后上电模块夹持电池片进行上电，利用EL（电致发光）原理，相机获取图像将数据以图像形式储存在指定位置，利用AI后台数据分析图像，将识别后的图像显示至显示器并将判别信息（不良缺陷类型：隐裂、断栅、黑点、污染、划伤、同心圆、周印等）给PLC进行分选



3-产品功能



项目 功能

管理数量 以车间为单位,根据用户现场实际情况而定

测试范围 （mm）  156156(3栅、4栅、5栅） 单晶硅/多晶硅太阳能电池片

缺陷检测方式 无人化自动检测

图像处理 GPU高速处理

可测缺陷类型 隐裂、断栅、污染、黑点、划伤、同心圆、周印

单/多晶自动识别  单/多晶电池片缺陷自动识别系统

缺陷判定时间 ＜0.4S

漏检率 单晶<0.1%    多晶<0.1%

误判率 单晶≤4%    多晶≤5%

深度学习 人工智能缺陷特征训练，多层学习网络

系统升级 支持判别软件更新，功能拓展，二次开发