光伏接線盒機器人視覺定位焊接檢測技術

一、行業介紹。

光伏產業的核心產品是太陽能電池板，依托該產品生產線有大量的機器視覺和定位需求。自動焊接機(焊接一體機)是太陽能電池板的附件。任何太陽能電池板出廠前都需要焊接接線箱，自動焊接機就是這樣做的。

自動焊接機的三個焊接頭。

二、行業現狀及需求。

無論哪個行業的焊接檢測都是視覺上的困難，大多數視覺制造商都不愿意做這樣的項目。自動焊機從未使用過機器視覺，每臺焊機每天可焊接800~1000塊板，以前用人眼檢測焊接結果。人眼檢測存在兩個致命問題：一是無視覺定位，易產生不良產品；二是焊接前未檢測匯流條是否平整，引發誤焊產生不良產品。沒有視覺系統，不僅有人眼檢測的缺點，還會產生大量不合格的產品。

目前光伏組件接線箱自動焊接機有三大核心要求:

1.視覺定位：焊接前，視覺系統需要檢測接線箱的位置，引導焊接接頭準確焊接。效果如下:

加強接線箱輪廓定位

2.焊前檢測:正式焊接前，視覺系統需要拍照，檢測匯流條是否平整。如不平整，視覺系統會及時報警，焊前匯流條會平整，保證每次焊前匯流條平整。

接線箱焊接匯流條壓平檢測

3.焊后檢測:焊后質量通過視覺系統檢測。由于采用視覺定位和焊前檢測，焊接合格率很高，一般在99%以上。

光伏接線盒焊接試驗。

焊后產品(OK和NG產品差別很大)

3.行業痛點(技術難點)

1.焊接定位困難。PLC控制運動模塊PLC控制運動模塊，焊接中心和控制系統的旋轉中心往往不同。

抓取中心和旋轉中心不同心帶來的校準問題和誤差。

2.焊前和焊后檢測的產品可靠性極差。都是合格的1000件產品，姿態和灰度占比差異很差。傳統的BLOB分析或特征匹配會引發極高的誤檢和漏檢。在采用深度學習時，沒有辦法保證0漏檢。重要的是深度神經網絡抓取的特征會因圖像可靠性差而出錯。即使采用7層網絡，經過3萬多張圖片的訓練，這個問題仍然無法解決。

四、中視智能制造解決方案及優勢亮點。

針對上述問題和行業痛點，為VisionBank智能視覺系統定制了焊接檢測行業功能模塊（僅對行業客戶開放），將現有標準化智能視覺系統平臺與英特爾邊緣競爭情報平臺有機結合，實現了基于Openvino工具套件加速的多層次機器學習算法與深度學習算法的融合。全面解決光伏行業問題，為合作客戶提供一套性能優化的光伏組件接線箱機器人視覺指導定位焊接檢測方案。其功能特點如下：

1.針對焊接中心和旋轉中心的不同心，設計了專門的算法。

2.針對圖片可靠性差造成的誤檢和漏檢，設計了專門算法，實現了0漏檢和0.5%（在線檢測數據）誤檢率。

3.完善的外部通信端口。接線箱定位模塊一般由PLC控制，視覺模塊的定位數據通過PLC會直接交互，方便電氣工程師編程。

4.完善的數據存儲功能。預設的框架支持用戶存儲所有OK和NG圖片，并支持用戶存儲檢測過程中產生的數據。

5.系統可將焊前、焊后檢測到的圖片儲存在一起；

6.接線箱焊接檢測系統性能參數(標準配備):

重復定位精度:0.1mm。

漏檢率為0：將不合格產品判定為合格產品的概率為0。

誤檢率在0.5%以內（網上數據）：將合格產品判定為不合格產品的概率在0.5%左右；

目前，光伏組件接線箱機器人焊接定位檢測系統已成功運用于行業，幫助光伏行業合作方自動化生產設備升級，減少勞動強度，解決安全風險，提高工廠自動化水平和設備利用率，減少運作管理成本。