每一個公司轉型的背後

都有著不為人知的祕密

今天，讓我們一起探祕

正泰新能源是正泰集團旗下集清潔能源開發、建設、運營、管理於一體的綜合能源解決方案提供商。致力於光伏元件的的生產和銷售，光伏電站、儲能、配網售電、微電網、多能互補等綜合能源的投資建設，全球累計投資建設光伏電站3500兆瓦，光伏元件產能達到2500兆瓦。

正泰新能源希望利用AI影象技術，在多晶電池片質量檢測環節，由人工抽檢變為機器全檢，提升產品出廠合格率 。

轉型成效

簡單地講，AI影象質檢就是將一塊電池片放到一個與計算機相連線的攝像頭下面，由計算機來識別產品是否存在缺陷。

其實AI質檢的思考邏輯與人類質檢員相似，都是在大腦中形成對缺陷產品的記憶，並通過記憶與所檢測產品的比對，判定產品缺陷。

記憶植入

記憶是決策的依據。首要任務就是要為ET工業大腦植入記憶。將過去兩、三年中收集到的帶有產品缺陷的5萬多張圖片上傳到演算法伺服器中。圖片涵蓋20餘種的缺陷型別，例如 隱裂、缺角、黑斑、黑點、黑線、舟印、指紋印、區域發暗、燒結不良等。

智力訓練

大腦雖然有了記憶，但智力仍處於嬰兒水平，並無判斷對錯的能力。因此，需要在每一張圖片中，把不同缺陷型別都清晰地標註出來，再輸入到雲端計算平臺，通過深度學習與影象處理技術做演算法訓練。演算法就好比是數學公式，相同的答案可以有多種解題思路。

一個聰明的演算法可以在EL裝置的協助下，每天在幾萬張圖片中，以最優的方式識別出產品缺陷、並清晰描述缺陷類別、缺陷長度、面積、形狀等，同時做到實時報警。

離線測試

模擬環境中訓練出的演算法，需要在離線環境中進行測試、優化。從最初的幾千張到上萬張，通過向演算法不斷輸入新的圖片進行訓練，並對產品缺陷做進一步精細化標註，讓演算法可以從容應對所有可能出現的產品缺陷。 

線上實測

實際生產過程中的質檢環境與離線環境相比更為複雜，AI演算法要經過實際產線上的考驗。實測中出現的新問題需要反饋到演算法模型中，把演算法打磨的更聰明，判斷問題更全面。

經過多輪的線上實測，AI演算法的識別準確度可達到95%以上。