技术突破| 汇流带引线焊接检测新方案 ，“误检率”低至0.01%！

• 关键词：机器视觉,传感器,光伏
• 摘要：自布局深耕光伏行业智能化设备视觉检测以来，维视智造已服务诸多光伏产业链，尤其是光伏组件生产商客户，助其解决了生产过程中各类视觉检测难题。

#导语#

自布局深耕光伏行业智能化设备视觉检测以来，维视智造已服务诸多光伏产业链，尤其是光伏组件生产商客户，助其解决了生产过程中各类视觉检测难题。

近日，维视智造研发团队再次发布光伏行业机器视觉新成果——汇流带“引线焊接质量”检测解决方案，通过工业相机+远心镜头+定制光源，搭配使用VisionBank AI的特有缺陷检测功能，为隆基绿能在汇流条焊接工段在“0漏检”的前提下，使“误检率”低至0.01%。将种类繁多、特征各异的缺陷均实现了高效识别。

01

政策持续利好 

光伏行业进入大浪淘金新阶段

20年的奋进与沉浮，中国光伏产业凭借技术和规模优势，如今已成为全球第一大光伏市场及光伏产业制造中心。“双碳”战略目标之后，光伏利好政策频出，仅今年相关部委就在数月内发布30余项文件及指导意见，促进光伏产业健康有序发展。

建设新能源基地、实施屋顶光伏开发、拓展光伏新应用场景……政策推动可预见的下游装机增量、刺激产能释放，同时产品技术持续迭代也将赋予光伏设备更高的需求弹性。作为未来整个行业增效的核心环节，通过光伏设备升级来提高自身企业的竞争力已是共识。这其中，机器视觉智能检测则是为之“如虎添翼”的重要一环。

接线盒扣盖机视觉检测

02

产线刚需挖掘

为光伏组件生产再提质

光伏组件产线一直是维视智造在光伏行业机器视觉解决方案研发上的重点突破领域。近20年的技术积累和客户沉淀，维视智造在与客户的共同成长中，除了按需为客户解决问题之外，更会以全局全线的视角挖掘其生产中的提效痛点。此次汇流带“引线焊接质量”检测解决方案，就是维视团队在光伏组件生产环节中预判的“新刚需”。

在光伏组件的生产中，“汇流带焊接机”是把每块电池片的引线焊接到汇流带上的设备，而引线焊接检测位于“汇流带焊接机”之后，是针对“汇流带焊接机”生产结果的闭环实现。

在以往的生产实践中，因为汇流带焊接普遍合格率高，之后的检测部署便常常被忽视，常见的解决方式是人工肉眼检测，人眼看板子上的180个焊点，每块板则至少需要1分钟。

然而低坏品率依然不是小问题。引线和汇流带是电池板的神经系统，引线和汇流带之间的焊接工艺，直接影响到电池片能否正常使用：如漏焊，虽概率极低，但问题最致命，出现一个点就是一起重大质量事故；少锡，会影响电池板的使用寿命，使电池板未到报废时间前发生问题等。引线焊接不良将100%收到产品质量问题投诉，靠赔偿解决将不断为企业带来经济损失、人物力浪费和品牌声誉损耗。

电池片上的引线与汇流带

目前所有光伏生产工厂都在向“工业4.0”方向发展。其核心要求就是保证质量的前提下，尽可能降本，这直接关系清洁能源的电费定价。光伏生产的降本首先要求“减人”，就是机器代人；其次是追溯，任何质量问题必须要能追溯到相应的生产环节。其中引线焊接作为最关键的“汇流”工艺，是必须要实时全检且留存“工艺数据”的。

“引线焊接检测”市场规模大，系统可独立部署，因此，维视智造组建了“行业攻坚项目组”，四个基地共部署5台样机，历时三个月的现场测试、改进、优化，最终成功攻克一系列技术难点，研发出了标准化的解决方案，可使汇流带引线焊接质量检测的“误检率”低至0.01%，且效率高于人工检测30倍以上。

03

最优镜头成像+深度算法提效 

硬实力啃掉“硬骨头”

引线焊接质量检测其核心功能是检测“引线”和“汇流带”之间的焊接质量。汇流带焊接过程中，因为汇流带本身的“翘起、弯曲”等问题，从而会导致“引线焊靶”出现“少锡、虚焊”等问题；引线本身也可能会出现弯曲、过短等缺陷。因此引线焊接质量缺陷主要涉及三个方面：引线焊靶缺陷如少锡、虚焊、漏焊、半焊等；引线长度问题；汇流带位置问题。但在实际检测过程中往往有以下难点：

• 引线焊锡部分材质和汇流带材质一样，很难单独把焊锡特征凸显出来；

• 汇流带本身的纹理会和焊锡特征一起造成干扰；

• 汇流带本身的弯曲会让焊锡特征呈现随机形态；

• 中间的“双引线”汇流带彼此干扰，会让两个引线的焊靶彼此交叠；

• 该项目要求“0漏检”和极低的“误检率”，同时还需要将60个焊点图像进行拼接存档。

  
  

基于以上难点问题，该项目从硬件成像到软件处理都对项目团队提出了非常高的要求。维视智造技术攻关团队最终将突破点聚焦于成像和图像处理算法之上——

首先，深度优化了一套专用光学成像方案，使单引线的引线中心、双引线的交叠及无交叠焊锡部分的特征均清晰可见，焊锡特征最大化，最终成像效果OK、少锡、漏焊特征清晰明显，相机拼图可保证每个单元中心是锡丝的中心，图像上不会出现非检锡丝。

引线尺寸检测

少锡

漏焊

其次，基于该项目检测的特征随机多样、干扰因素繁杂的痛点，采用了“传统算法+深度学习+深度学习”的三嵌套方式进行方案实施，即：

（1）采用通用传统算法获取焊点粗略所在位置，准确率100%；

（2）基于粗定位坐标系，再使用深度学习定位引线位置；

（3）基于深度学习算法检测焊点是否合格，使用最严检测标准，确保“0漏检”，允许10%左右的“误检率”；

（4）根据上一步的“误检数据”，训练深度学习过滤模型，进行“过检”过滤。最终实现“0漏检”的前提下“误检率”控制在0.01%以下。

粗定位——深度学习“精”定位——深度学习&深度学习过滤嵌套

04

探索不止 

赋能每一位客户与时代同频

“效率提高1%，利润就至少提高10%”是光伏行业的定律之一，行业内产品技术的更新迭代将在未来可预见的加速，每个企业都必须跻身这场浪潮。维视作为光伏组件视觉检测行业领先者，服务于隆基绿能、晶奥太阳能等光伏头部企业，解决方案已落地80％头部光伏企业组件产线。全栈方案能力及定制化能力，可满足不同自动化水平、不同换产频率的光伏企业、光伏设备商生产需求，快速解决光伏全场景视觉检测难题。

维视智造20余年来，一直专注于机器视觉产品和解决方案的研发、应用，如今针对具体行业已搭建了专门的研发团队，深入其中为产业链上各层级的厂商提供前沿、专业、系统、定制化、高性价比的技术支持。做大浪淘沙中的洞见者，维视将携手每一位客户，共赴智造时代。