诺威特黑科技 人工智能EL缺陷检测系统

人工智能EL缺陷检测

人工***网络

机器学习的一个分支，与之相对应的是生物***网络，我们将模拟生物***网络的数学模型统称为人工神 经网络模型，简称人工***网络或***网络。

深度学习

通过算法，使得机器能从大量历史数据中学习规律，从而对新的样本做智能识别。

深度学习是***网络的一个大分支，深度学习的基本结构就是深度***网络。简而言之是机器学习中一种基于对数据进行特征学习的方法。观测值（例如一幅图像）可以使用多种方式来表示，如每个像素强度值的向量，或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务（例如，人脸识别或面部表情识别）。

光伏应用

使用人工智能方法能有效的进行光伏电池、组件产品的EL缺陷检测，能快速准确的找出缺陷的位置，并进行标注。较传统的使用图片灰度值扫描方法进行判断，特别是多晶硅组件电池的EL图片干扰因素复杂，***准确的判断比较困难；我们提供的EL检测的方案使用*** 网络技术，通过定义单多晶硅组件缺陷产品图片的缺陷类型，软件系统进行缺陷特征的自学习和深度学习，通过建立多层学习网络，能够快速准确找出EL图片的缺陷，大大提高生产效率。

核心技术

机器视觉应用多样化的制造业缺陷产品的数据和***的图像解析技术能力

深度学习在现有的机器视觉检测中引入深度学习，提升检测准确度及速度

超级计算机

在制造工厂可实时应用快速的数据处理速度

优 势

检测的准确性专门适用于制造业的算法及方法更快的速度

在GPU中直接处理深度学习的算法，每张样品处理速度＜1S

降低人工成本

通过改善低效率的人工检测流程达到降低成本的效果

全自动智能EL测试仪 EL4.0Ai

El产线升级改造 DCMS系统

我们可以提供全新的EL4.0Ai测试仪进行组件生产线配套使用。另外，在现有的组件生产线智能化升级中，可以在不改变原有EL机器硬件，甚至不影响正常生产的情况下嵌入我们的智能化EL软件系统进行智能化判别升级，使用专用的DCMS实现多线分布式控制；在层压前的返修工位使用条码扫描从数据库中调取带 有缺陷标识的组件图片进行返修处理，省去了人工手写标签的工作，大大提高返修效率。

组件层压前后EL自动检测

层压前后单多晶组件EL缺陷的检查：隐裂、划伤、断栅、虚焊、碎片、黑斑、污染等 层压前可集成自动外观检查：污染、电池移位 层压前返修客户端从数据库扫码调取带有标识的缺陷组件图片，进行快速返修

CMS

CMS软件系统;单机版的人工NG料缺陷类型判别终端 Manual状态时NG料图片将由人工在本机进行NG料图片二次判别 Auto状态时，人工不能再直接进行NG料判别，NG图片直接发送至DCMS进行判断

DCMS

DCMS系统接收多线NG料图片同时进行人工二次判断

诺威特测控科技有限公司

中国新能源测试领域的***品牌

联系电话：18913500435

企业***：http://www.novtec.com.cn

公众号：诺威特光伏测试：novteccs

        诺威特汽车测试：novtecqc

        诺威特光电测试：sznovtec

        市场部：             novtecck

        光热电站测试：NovtecSolar