行业新闻2024-08-07
太阳能电池,我国外贸“新三样”之一。上云,工业公司转型升级、通向未来的必经之路。
唐山海泰新能科技股份有限公司通过设备上云提高了生产效率。同时,企业的信息化、智能化升级还包含了对未来的考量。
3月19日,海泰新能生产车间内,品质部总监高明在查看层压机的运行参数。河北日报记者 魏雨摄
3月18日,唐山海泰新能科技股份有限公司(以下简称海泰新能)3号车间,20000平方米的厂房内,3条光伏组件产线小时高效运转。
从切割电池片开始,光伏组件在这里要经历串焊、层压、组框、质检等15道工序,才能最终加工成型——它是光伏发电的核心部件,负责将太阳能转化成电能。
完成这15道工序,一块光伏组件要走过100多米长的产线名工人的手。整个生产的全部过程运转流畅、有条不紊。这一切,离不开高度自动化的设备和熟练的工人,更离不开建立在5G基础上的设备云管理平台。
3月19日,海泰新能的一条光伏产线上,工作人员在检查光伏组件的线盒焊接。河北日报记者 魏雨摄
2021年,位于玉田县的海泰新能与中国移动上海产业研究院达成合作,后者通过5G等信息化手段为海泰新能打造智慧工厂。历时5个月,一期工程完成设备上云,海泰新能3号车间的342台设备当年全部纳入云管理平台。
“每台设备都装了一个20厘米见方的信号盒。经过协议转换,设备的生产信息、运作状况等参数通过这一个小盒,被连接到云管理平台。”海泰新能信息化部主管李晓东指着串焊机内部的一个黑色盒子说。
此刻,生产车间外的中控大屏上,所有设备的运作情况一览无余,包括设备的故障情况、温度湿度环境、生产速率等。
上云,让设备正常运行的情况一目了然。它直观的展示作用,为生产决策提供了依据。
李晓东的手指向大屏右上方的柱形图,图上显示着各个生产工序的节拍。所谓节拍,可以简单理解成生产节奏。如果节拍数过大,意味着当前工序生产节奏慢,出现了产品积压,导致产线运转不畅。
“以前,产线运转不畅时,工作人员要到各个工序拿着秒表掐时间,测量两块光伏组件的平均过站时间,算出节拍数,再将所有设备的数据汇总。”李晓东表示,设备上云后,哪个环节出了问题实时可见,可以马上下达指令,调度生产。
设备上云后,云管理平台这个“智慧大脑”还可以对收集的数据来进行计算分析,大幅度的提升了产线的生产效率。
在一台大型层压机旁,李晓东从一张小桌的抽屉里拿出一沓表格,表格密密麻麻,记录的是层压机运行的70多个参数,包括温度、压力值、抽真空值等。
“层压机的参数设置决定了光伏组件的质量。一条生产线三台层压机,原来需要对每台机器的参数进行抄录、计算,得出哪台设备性能最优,再将最优参数配置到其他两台设备。这样的一个过程通常要一天时间,而将结果反馈回生产线进行参数调优,往往已经是第二天了。”李晓东说,通过云管理平台内置的模型,1秒钟就可以计算出最优参数,实时改进工艺。
光伏组件生产的15道工序中,质检环节对人工依赖大,对工作人员的眼力是个考验。海泰新能与中国移动上海产业研究院合作的二期工程,开发出AI质检功能,尝试以技术方法解决质检问题。
光伏组件完成封装后,顺着传送带来到了质检工序。组件从质检台穿过,质检台下,三台高速摄像机拍下光伏组件的图片,将其实时传输到质检台上的两块显示器上。
质检员张秀丽花了大约10秒扫描完图像,在一张纸条上写下“7×3,虚焊”。
“一块光伏组件由横向6行、纵向24列,共计144块小电池片组成。这块组件的第3行、第7列的那一块电池片存在虚焊问题,需要人工翻修。”该项目负责人、中国移动上海产业研究院产品经理贾根鹏解释说。
张秀丽在扫描图像的同时,质检台上的另一块小显示器用时不到1秒,就自动锁定了第7×3块电池片,用红色的框框圈定出来。“这个自动识别系统,就是AI质检,目前处于试运行阶段。不过,它已经显示出了快速、准确的判断能力。未来,AI质检将实现对人工质检的替代。”贾根鹏说。
在海泰新能的工厂,智能化、信息化还体现在很多方面。从2020年开始,公司就已经着手对所有的环节进行信息化改造。陆续将仓储管理、项目管理、数据存储、人流、资金流等纳入云上平台。
在李晓东看来,光伏作为新兴行业,选择拥抱智能化、信息化的新技术是与生俱来的本能。“当然,这样的选择还与行业面临的竞争压力密不可分。”
海泰新能在上云中的投入带来了生产效率的提升。不过,上云之于目前的海泰新能来说,更像是锦上添花。
一个重要的原因主要在于,海泰新能的设备已经实现了高度自动化。实际生产中,这些设备的利用率又几乎“拉满”。自然而然,上云为公司能够带来的直接增益有限。
海泰新能的设备上云和AI质检两期工程,总共投入了350万元。根据测算,二期工程投入到正常的使用中后,至少两年才能收回成本,这样的回报周期在光伏行业其实就是有点长的。“我们的设备平均三年更新换代,到时候,二期工程的成本可能还没收回来,产线就要重新设计。”海泰新能品质部总监高明说。
“光伏是一个风口浪尖上的行业,竞争极其激烈,几乎到了‘拼刺刀’的时候。”高明说,现在,每千瓦时光伏组件价格降到1元以内,而且还在下降,企业利润很微薄,“到了以1分钱为单位计算成本、收益的地步”。
高明表示,为了在竞争中取胜,必须把生产效率、成本控制、质量把控做到极致。在此背景下,上云是企业的必由之路。“光伏行业的最终格局还没有确立,对任何一个企业来说还有机会。把握住智能化、信息化升级的机会,才能在竞争中上得了牌桌。”高明说。
时刻保持前瞻意识,这可能是包括海泰新能在内的光伏企业的共同特点。“中国光伏行业诞生的时间虽然不长,但经历了好几次大风大浪,才确立了在世界上的领头羊。海泰新能也曾一度面临危机。能从危机中走出来的企业,普遍考虑问题更长远。”高明说。
“黑灯工厂是真正的无人工厂,它需要强大的信息化、智能化作支撑。某一些程度上说,今天我们在上云方面的探索,更重要的是在为以后的发展铺路。现在先把基础设施建起来,并在建设过程中积累经验。”李晓东说。
海泰新能在信息化上的投入,为虚拟工厂搭建了雏形,这或许会为不久后的新产线建设提供便利。
“目前,企业在考虑扩建产线。放在以前,如何设计新产线使其效能最优,要消耗不少力气。不过,一期工程设备上云之后,经过不断调整,产线已达到最优状态,产线配置在管理平台上形成了一套数据模型。根据这套数据模型,就能延伸出虚拟工厂,这就是新生产线的雏形。”李晓东说。
仅就当下看,上云还能给公司能够带来一些隐形好处,其中最主要的是生产变得可控、可预期。
光伏行业对技术人才和熟练工人的争夺很激烈,企业人员流动很频繁。而一个熟练的技术工人需要至少三个月的培养期,产线频繁换人,会让生产稳定性变得不可控。
“上云减少了生产对人的依赖,规避了员工由于技术不熟练、情绪波动等问题导致的产品质量隐患,让产品的交付保障能力变得更强。”高明表示,这些收益是数据体现不出来的。
上云的隐形好处还包括,不少光伏组件购买者会要求产品信息可追溯。海泰新能搭建的私有云信息存储系统,能保证产品信息25年内可追溯。“此举能增加用户对企业的信任感。”高明说。
质检台上,海泰新能3车间4号产线质检员张秀丽的面前是两台55寸的显示器。
一台是用来做EL检测,也叫电致发光检测,发现如虚焊、过焊、隐裂、断栅等缺陷。另一台做外观检测,检查电池片的排布、间距,以及组件表面有无异物等。
按照生产节拍,一块光伏组件通过质检工序的时间是24秒。这就从另一方面代表着,张秀丽要在24秒内,检查完每台显示器的各144块电池片,还要留出几秒钟的时间,标注也许会出现的问题。
记者站在张秀丽旁边,看到她不停左右摆头,用力观察。这样的动作,她每个工作日都要重复8个小时之后。张秀丽的兜里随身带着一瓶眼药水,用来缓解眼睛酸涩问题。即便如此,随着精力消耗,到了临下班时间,她也会感到视觉疲劳。随之而来的,是漏检率上升。
“AI质检系统的应用,一种原因是提升效率,保证质检的精确度,另一方面,它也是对人的解放。把人从繁重的劳动中解放出来,这是技术进步的重要意义之一。”高明说。
“这套AI质检系统包含了几十种深度学习模型,每个模型对应一种缺陷类型。整套系统纳入千万级的参数,可对任何细小缺陷实现自动、快速识别。”贾根鹏说。
贾根鹏做了一个类比,学习模型好比是一个小孩,参数水平代表了小孩的智力水平。为了让小孩提高智商,增强分辨不同缺陷类型的能力,就要调高参数水平。怎么提高呢?要一直给它“喂”学习资料,“喂”作业。这份作业,就是海量标注出各类缺陷的光伏组件图片。
海量图片的标注是这项工作的难点。它不单需要将每种常见缺陷的细小差别都标注清楚,而且,还要给定标准,告诉模型哪些缺陷是在品质衡量准则许可范围内,边界在哪里。“给定的标准好比就是作业的答案。”贾根鹏补充道。
海泰新能和中国移动上海产业研究院的工作人员对这套AI质检系统来进行了8个月训练,最终使它臻于成熟,变成一个聪明的“小孩”。
经过测试,AI质检的漏检率约为千分之二,相当于一个优秀质检员的水准。“后续,随着‘喂’给它的数据量持续不断的增加,它还会继续进化。”贾根鹏说。
在完成对质检员工作替代的基础上,这个8个月大的“小孩”已经显示出了超越质检员的能力。
张秀丽在检查一块光伏组件时,发现了一块电池片存在隐裂缺陷。这个缺陷也立即被AI质检锁定了。AI质检的小显示器上,这块有问题的电池片被红色方框圈定。与此同时,AI质检还用更小的方框圈定了5块电池片上有几率存在问题的20多处点位。
“这些点位有几率存在细微缺陷,不过,这些缺陷在现行产品质量允许的范围内,因此符合出厂标准。”高明表示,这些细小的问题,如果只靠质检员的眼睛恐怕很难发现,但AI质检可以做到。
AI质检发现细微问题的能力,让海泰新能看到了提升产品质量的可能。“未来,依靠AI质检,发现和解决更多产品细节问题,可以把光伏组件的质量提升一个层次。从小处说,这是在塑造公司竞争优势,从大处说,是在引领行业前进。”高明说。
登录AI质检后台,能看到一张专门设计的光伏组件缺陷图。工程师们将经过AI质检的数以万计的光伏组件信息收集起来,把缺陷类型和缺陷位置在图上进行标注。
贾根鹏表示,缺陷集中的区域,相关设备的工艺或者参数设置可能有问题。通过AI质检的数据反馈,有助于生产线改善工艺,不断的提高产品良品率。
“AI与制造业的结合为公司能够带来了无限想象力,对企业来说,要继续保持敏锐性,在这条道路上不断探索。”高明说。(河北日报记者 魏 雨)
人工智能是推动新一轮科技革命和产业变革的战略性技术,AI与制造业深层次地融合,将有力推动制造业高端化、智能化、绿色化、融合化。
目前在我国,黑灯工厂、灯塔工厂等一批新型工厂涌现,围绕智能语音交互、图像识别、机器学习、大数据计算、数据可视化等新技术,人工智能得到普遍应用。
智能分拣。利用机器学习技术,经过多次训练,机器人就会掌握分拣技巧、次序。通常经过几个小时的学习,机器人就能够达到与熟练工人相当的水平。
设备健康管理。基于对设备正常运行数据的实时监测,利用特征分析和机器学习技术,一方面能够进行设备的故障预测,另一方面,面对设备突发故障,能够迅速进行诊断,定位故障原因并提供对应的解决方案。
基于视觉的表面缺陷检验测试。利用机器视觉,快速识别出产品表面微小、复杂的产品缺陷,如产品表面是否有污染物、表面损伤、裂缝等。对检测出的有缺陷的产品,系统还可以自动做可修复判定,并规划修复路径及方法。
基于声纹的产品质量检验与故障判断。利用声纹识别技术实现异音的自动检验测试,发现不良品,并比对声纹数据库进行故障判断。
智能决策。制造企业在产品质量、运营管理、能耗管理等方面,能应用机器学习等人工智能技术,结合大数据分析,优化调度方式,提升企业决策能力。
数字孪生。数字孪生是客观事物在虚拟世界的镜像。它集成了人工智能、机器学习和传感器数据,建立了一个可以实时更新、现场感极强的模型,用来支撑物理产品生命周期各项活动的决策。
创成式设计。在进行产品设计时,只需要在系统指引下,设置期望的参数及性能等约束条件,如材料、重量、体积等。AI算法就能根据设计者意图生成成百上千种可行性方案。
需求预测。以AI技术为基础,可以建立起精准的需求预测模型,实现企业的销量预测、维修备料预测等,为决策者提供参考。