污水處理設備 污泥處理設備 水處理過濾器 軟化水設備/除鹽設備 純凈水設備 消毒設備|加藥設備 供水/儲水/集水/排水/輔助 水處理膜 過濾器濾芯 水處理濾料 水處理劑 水處理填料 其它水處理設備
蘇州諾威特測控科技有限公司
蘇州諾威特測控科技有限公司
諾威特（NOVTEC） 成立于2003年，總部位于江蘇蘇州，是專業從事測試解決方案的高科技企業，在光伏領域具有12年的從業和服務經驗，為企業和研究機構提供大量的測試儀器設備解決方案。使用人工智能Artificial inligence（Ai）深度學習對復雜多變的光伏產品EL或外觀缺陷進行有效識別和判斷，內建的深度學習建立多層神經網絡，特殊的圖 像處理方式和復雜的算法，使EL缺陷的漏判率
諾威特光伏組件功率檢測-電池片EL測試儀
人工智能缺陷檢測
諾威特簡介
諾威特（NOVTEC） 成立于2003年，總部位于江蘇蘇州，是專業從事測試解決方案的高科技企業，在光伏領域具有12年的從業和服務經驗，為企業和研究機構提供大量的測試儀器設備解決方案。使用人工智能Artificial inligence（Ai）深度學習對復雜多變的光伏產品EL或外觀缺陷進行有效識別和判斷，內建的深度學習建立多層神經網絡，特殊的圖 像處理方式和復雜的算法，使EL缺陷的漏判率可以達到“零”，解決了多年來人工判別的漏檢和錯檢問題。其極快的判斷 速度和高準確性滿足在線檢測的需求，為光伏行業的“工業4.0”和“中國制造2025”提供了可靠的技術保障。
深度學習
通過算法，使得機器能從大量歷史數據中學習規律，從而對新的樣本做智能識別，深度學習是機器學習中一種基于對 數據進行特征學習的方法。觀測值（例如一幅圖像）可以使用多種方式來表示，如每個像素強度值的向量，或者更抽象地 表示成一系列邊、特定形狀的區域等。而使用某些特定的表示方法更容易從實例中學習任務（例如，缺陷類型）。
使用人工智能方法能有效的進行光伏電池、組件產品的EL缺陷檢測，能快速準確的找出缺陷的位置，并進行標注，較 傳統的使用圖片灰度掃描方法進行判斷，特別是多晶硅組件電池的EL圖片干擾因素復雜，具有的技術優勢；我們提供 的檢測EL的方案使用的是神經網絡技術，通過定義單多晶硅組件缺陷產品圖片的缺陷類型，軟件系統會進行缺陷特征的自 學習和深度學習，建立多層網絡，從而找出EL圖片的缺陷部分。
人工智能電池片EL測試分選機
利用的判斷準確性和高速的檢測速度，依據用戶的生產工藝和質量管理要求，我們提供 AiC2000系列在線和離線式二種測試機，在線式測試模塊可與生產線無縫對接，滿足生產的在 線測試速度和分類規則；離線式分選機由上料機械手、測試模塊、分選機械手組成，滿足客戶特 殊的分選要求。
在線或離線分選機可加配AOI測試模塊，進行電池片顏色和外觀的測試分選。
優勢特點
無人值守； 快速準確的缺陷自動判別功能；
內嵌“PFM生產配方管理” 軟件模塊參數設定； 實現電池生產線在線自動判別和分選； 高可靠性的自動化設計和工作節拍； 生產品質數據統計；
規格參數
備注：
①單機檢測速度的瓶頸因素是自動化單元，AiSIP2.0TM判別處理速度可達20-30片/秒
②AiSIP2.0TM是集成人工智能深度學習和判別功能的超級處理硬件包
③準確率是基于建立合理的學習網絡并進行了充分的深度學習，計算公式： 準確率= 1 - 漏檢數+過檢數 x*
人工智能電池串EL測試模塊
為了節約和優化組件生產效率和提升良品率，在組件生產制程中，電池串焊接工藝尤為重要， 我們提出把問題發現在源頭，盡早的發現缺陷并進行返修整改，有效的進行測試管理，杜絕因電池 片來料缺陷或焊接不良流入到層壓環節，降低層壓前返修量，降低質量損失和工時成本。
在線式AIS-ONL測試模塊，可依據生產流程，靈活安裝在串焊機、流水線或擺串機端。對電 池串進行EL缺陷或AOI缺陷進行有效的自動判別，按照質量控制要求，有效的發現不良產品，并 通過機械手把不良電池串放置在返修料盒內。
優勢特點
無人值守； 快速準確的自動判別功能；
內建“PFM生產配方管理”參數設定； 及時發現缺陷電池，降低質量損失； 定制化模塊和靈活的安裝方式； 適用于串焊機、擺串機、流線線體工位； 生產品質數據統計；
人工智能全自動組件EL測試機
優勢特點
對組件EL和外觀AOI進行有效的判別，特別是在層壓前能找出EL和AOI缺陷并進行返修，能 有效的降低產品損失。我們使用經過特別布局的高清晰的EL相機和AOI相機進行圖像采集，使用 高效的人工智能圖像超級處理器進行快速運算并智能判斷缺陷類型， 判斷結果反饋到ERP或 MES系統。
從層壓前，我們通過智能判斷并標識出組件缺陷的位置，并把標識好的圖片存儲在本地服務 器系統中，返修時通過掃描組件條碼即可調取出標識好缺陷的組件進行直觀快速的返修。
無人值守； 快速準確的自動判別功能； 友好的人機界面；
內建“PFM生產配方管理”參數設定； 缺陷圖片可視化，方便直觀的組件返修； 生產品質數據統計；
產線人工智能判別升級改造DCMS
對于制造廠智能化升級改造的需求，我們在客戶現有的主流EL測試儀的基礎上進行人工智能自動判別的升級改造，我們提供的DCMS系統，使用“人 工智能超級圖像處理器AiSIP2.0TM ”在不改變原有EL機器硬件的情況下實時獲取EL測試儀上拍攝的組件EL圖片后進行自動判別和分類，判斷的結果存儲在 本地的數據庫系統中，并通過MES系統上傳判斷結果和圖片。
在層壓前改造后，客戶返修工位可以通過掃碼槍從數據庫中調取帶有標識的缺陷組件圖片，方便直觀的進行返修。
該方案能在節約客戶投入的情況下實現智能化判別改造，通常情況下，我們升級改造只需要停機1-2小時即可完成，大大縮短了設備的停機時間。
OK/NG組件圖片 及打標圖片 上傳數據庫
OK組件 進入下道 生產工序
通過掃碼從數據中調取打標 的NG組件，方便高效直觀 的進行缺陸組件維修
數據庫數據庫上傳MES
組件類型單晶、多晶硅太陽能組件
圖片要求格式：清晰度；平整度
EL缺陷類型隱裂、劃傷、斷柵、虛焊、碎片、黑斑、臟污 缺陸判斷時間＜1S/片
DCMS層壓前DCMS層壓后
返修客戶端標配無
分布式聯控1-5臺
AOI測試模塊（選配）
外觀檢查缺陸類型：色差、條形碼錯誤、方正偏移、玻璃面印痕、玻璃面臟污、異物、劃傷、氣泡、白斑、焊帶偏移、電池片間距、電池片錯位
備注：升級改造的方
據用戶的生產線、機器、質量 理等要求不同而量 定制。 體 決方 需和我們的技術工程師詳細溝通。
您感興趣的產品PRODUCTS YOU ARE INTERESTED IN
環保在線 設計制作，未經允許翻錄必究 .? ? ?
請輸入賬號
請輸入密碼
請輸驗證碼
