太阳能组件EL检测通过自动判断太阳能组件的内部缺陷，最终实现自动识别，不断提高检测的自动化水平，大幅度减少人工干预，将减少太阳能组件EL检测的人力成本。组件EL检测非常重要，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，影响光伏组件质量。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，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。
技术原理：
1、定制光源：通过定制光源利用特殊角度漫反射方式均匀打光，使用高清相机捕捉组件内部缺陷，将数据以图片的形式显示在电脑显示器上，供组件缺陷的判断分析。
2、四相机三次成像技术：采用四相机向上直射，组件移动三次成像技术，相当于采用12相机同时拍照，通过视觉识别技术实现自动拼接，将12张图片拼接在一起，成像效果已达电池片级，清晰度高。采用和PLC联动判断组件是否走到位保证图片的稳定性。
3、异构计算和网格计算：算法实现上采用异构计算和网格计算方式，采用CUDA直接操作显卡，把浮点、向量计算交给显卡处理提高速度。
4、远程控制：分布式网络模块将相机拍摄的图片上传到网络上，实现一人操作多台电脑，减少组件生产线上的人力投入。
通过Libevent封装完成后一个自定义私有协议完成，自动控制方式上能够接受远程控制及数据传输。
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 |
|
缺陷检测方式 |
无人化自动检测 |
|
图像处理 |
GPU高速处理 |
|
缺陷判定时间 |
＜3.5S |
|
漏检率 |
隐裂:<1% 其它缺陷:<0.5% |
|
误判率 |
<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 |
