应用案例

　　项目背景

　　光伏行业的核心产品是“太阳能电池片”，依托这个产品生产线有非常多的视觉检测及定位需求，光伏组件接线盒自动焊接机（焊接一体机）是太阳能电池片的一个附属件，任何一块太阳能板子出厂前都需要把“接线盒”焊接上，自动焊接机就是做这个事情的。

　　项目需求

　　自动焊接机一直以来都没有采用视觉检测，每台焊接机每天可以焊800~1000块板子，之前都是利用人眼检测焊接结果。用人眼检测有两个“致命问题”：

　　一、没有视觉定位，容易焊偏产生不良品；

　　二、焊前没有检测“汇流条”是否压平；

　　导致误焊产生不良品，不采用视觉系统，不仅有人眼检测的弊端，还会产生大量不合格产品。

　　技术难点

　　1、焊接定位难点。自动焊接机的焊接头都是用PLC控制运动模组实现的，焊接中心和控制系统的旋转中心往往是不同心的。

　　2、焊前和焊后检测的产品一致性极差。都是合格的1000块产品，其姿态和灰度分布差异非常差。采用传统的BLOB分析或特征匹配会导致极高的“误检”和“漏检”。采用深度学习时，又没办法保证“0漏检”，最关键的是深度神经网络抓取的特征会因图像一致性差而出现错误。

　　解决方案

　　针对客户的需求，康耐德视觉系统专门定制了“焊接检测”行业的功能装用模块与智能视觉系统相结合，实现机器学习算法融合，全面解决光伏行业难题，为合作客户提供一整套性能优化的光伏组件接线盒机器人视觉引导定位焊接检测方案。

　　1、视觉定位：在焊接前需要视觉系统检测“接线盒”的位置，引导焊接头准确焊接，效果如下：

　　2、焊前检测：在正式焊接之前，需要视觉系统拍照检测“汇流条”是否压平了。如果没有压平，视觉系统及时报警，在焊前将“汇流条”压平，确保每次焊接前“汇流条”都是平的。

　　3、焊后检测：通过视觉系统检测焊接后的质量。由于采用视觉定位及焊前检测了，焊接的合格率是非常高的，一般都在99%以上。