⚡ 能源订单班

光伏晶硅电池片
印后AOI检测与分拣单元

PLC控制 · 机器视觉 · 智能分拣

西门子S7-1500 PLC控制系统
康耐视In-Sight D900深度学习AOI
ABB IRB 1200六轴机器人分拣

自动化控制工程师
自动化控制工程师

项目概述与设备选型

项目背景

本项目为某光伏企业设计并实施了一套基于西门子S7-1500 PLC + 康耐视机器视觉 + ABB六轴机器人的晶硅电池片印后AOI检测与自动分拣单元。系统针对丝网印刷工序后的PERC/TopCon电池片,能够精准识别断栅、漏印、拖浆、脏污、划伤、崩边等7类缺陷,实现≥3600片/小时产能、≤0.5%误检率、≤0.3%漏检率的行业领先水平。

PLC控制系统
西门子S7-1500 PLC控制系统

PLC控制系统

  • CPU: S7-1500 1512C-1 PN
  • 内存: 500KB程序/3MB数据
  • 通讯: Profinet/OPC UA
  • 防护: IP65工业级
ABB工业机器人
ABB IRB 1200六轴工业机器人

六轴机器人

  • 型号: ABB IRB 1200-7/0.7
  • 负载: 7kg/工作半径700mm
  • 精度: ±0.02mm重复定位
  • 编程: RAPID + RobotStudio
机器视觉相机
康耐视In-Sight D900视觉系统

机器视觉系统

  • 相机: In-Sight D900 500万像素
  • 算法: ViDi深度学习 + PatMax
  • 光源: LED环形+同轴光
  • 镜头: 25-35mm远心镜头
输送线与治具系统
双边夹持缓存输送线与伺服定心机构

技术指标

  • 产能: ≥3600片/小时(≤1秒/片)
  • 误检率: ≤0.5%(≤18片/3600片)
  • 漏检率: ≤0.3%(≤11片/3600片)
  • 拍照+判断: ≤300ms(含传输)
  • 电池片尺寸: 158.75×158.75mm(M6)
  • 检测精度: 0.05mm缺陷可检出

检测缺陷类型

  • 断栅(broken grid): 主栅/细栅断裂
  • 漏印(missing print): 栅线缺失
  • 拖浆(dragging): 浆料拖尾
  • 脏污(contamination): 异物/污渍
  • 划伤(scratch): 表面划痕
  • 崩边(chipping): 边角破损
  • 色差(color variation): 颜色不均
设计产能
3600片/时
误检率
≤0.5%
漏检率
≤0.3%
检测时间
0ms
PLC工程师
PLC工程师

PLC控制逻辑与I/O配置

控制架构设计

采用西门子TIA Portal V17开发,基于IEC 61131-3标准的SCL+梯形图混合编程。系统划分为6个核心功能模块:启动安全链、物料检测、AOI检测触发、机器人抓取交互、MES数据上传、异常处理。使用DB块结构化数据存储,通过Profinet实时通讯(500ms循环周期)实现PLC-机器人-视觉系统的无缝协同。

控制流程图
系统控制流程Mermaid图

输入信号配置(14路)

  • I0.0~I0.2: 急停/安全门/光栅(安全链)
  • I0.3~I0.5: 来料/到位/离开传感器
  • I0.6~I0.7: 相机触发完成/异常信号
  • I1.0~I1.2: 机器人就绪/抓取完成/报警
  • I1.3~I1.4: 温度/湿度监测
  • I1.5: 手动/自动模式切换

输出信号配置(13路)

  • Q0.0: 输送电机启动(变频器使能)
  • Q0.1~Q0.2: 定位气缸/夹持气缸
  • Q0.3~Q0.4: 相机触发/光源控制
  • Q0.5~Q0.7: 机器人启动/结果1/结果2
  • Q1.0~Q1.2: 指示灯(运行/故障/待机)
  • Q1.3: 蜂鸣器报警输出
  • Q1.4: MES数据上传握手信号

核心功能块

  • FB100: 安全链监控(SIL2)
  • FB200: 输送带伺服控制
  • FB300: 视觉系统接口
  • FB400: 机器人交互逻辑
  • FB500: MES数据上传
  • FB600: 异常诊断与报警

数据块结构

  • DB1: 系统配置参数
  • DB2: 生产统计数据
  • DB3: 检测结果缓存(FIFO)
  • DB4: 批次追溯信息
  • DB5: 报警历史记录
  • DB6: 配方参数库

通讯配置

  • Profinet IO: 机器人控制器
  • TCP/IP: In-Sight D900相机
  • OPC UA: MES系统对接
  • Modbus TCP: 变频器/伺服
  • HTTP: HMI触摸屏(WinCC)
  • 500ms循环周期 + 事件触发
控制模式 触发条件 执行动作 预期结果
自动模式 来料传感器ON + 安全链OK 输送带启动→定位夹持→触发相机 获得检测结果,触发机器人
手动模式 操作员按下启动按钮 单步执行各动作(调试用) 逐步验证各环节功能
复位模式 报警发生后按复位键 清除报警→回零位→等待启动 系统恢复至初始状态
急停模式 急停按钮按下/安全门打开 立即切断所有输出→保持状态 设备安全停止,等待复位
输入信号数
0路
输出信号数
0路
功能块数
6个
通讯协议
5种
机器人调试工程师
机器人调试工程师

机器人编程与分拣逻辑

RAPID编程实现

基于ABB RobotStudio离线编程,使用RAPID语言开发拾取-判断-分拣主程序。系统通过真空吸盘拾取电池片(负压-60kPa),根据PLC传输的检测结果(OK/RW/NG)执行对应分拣路径。采用多点轨迹规划优化节拍(单次循环≤0.8秒),使用WorldZone碰撞检测保障安全,通过TCP精度补偿实现±0.02mm重复定位精度。

光伏面板分拣场景
机器人分拣路径三维仿真

分拣逻辑流程

  • 1. 等待PLC就绪信号(DI1=1)
  • 2. 移动至拾取点→开启真空→检测吸附
  • 3. 读取检测结果(DI2-DI3编码)
  • 4. 分支判断: OK→托盘1, RW→托盘2, NG→废料箱
  • 5. 到达目标位置→关闭真空→等待释放
  • 6. 返回原点→发送完成信号(DO1=1)→循环

安全策略设计

  • 工作区域: 4个WorldZone限制区域
  • 急停响应: ≤50ms安全断电
  • 碰撞检测: 力矩阈值80%触发保护
  • 示教模式: 速度限制250mm/s
  • 负载监控: 超7kg触发报警
  • 安全评级: PL=d / SIL=2

轨迹优化参数

  • 拾取速度: 300mm/s(V100)
  • 空载速度: 800mm/s(V300)
  • 负载速度: 500mm/s(V200)
  • 转角区: Zone10(精确定位)
  • 加速度: 80%最大值
  • 单次节拍: ≤0.8秒

末端工具配置

  • 吸盘类型: 硅胶平面吸盘×4
  • 真空度: -60kPa(可调-50~-80)
  • 检测方式: 真空开关+模拟量反馈
  • TCP偏移: X+50 Y+0 Z+120mm
  • 工具重量: 1.2kg(含快换盘)
  • 负载数据: LoadData配置校准

I/O信号映射

  • DI1: PLC允许抓取信号
  • DI2-DI3: 检测结果编码(2bit)
  • DI4: 急停联锁信号
  • DO1: 抓取完成反馈
  • DO2: 真空吸盘控制
  • DO3: 报警输出
检测结果 DI2-DI3编码 分拣目标 坐标位置
OK(良品) 00 OK托盘(8×10排列) X-300 Y+200 Z+50
RW(返工) 01 RW托盘(待复检) X-300 Y-200 Z+50
NG(废品) 10 废料箱(统一收集) X-500 Y+0 Z+100
异常 11 暂存区(等待人工处理) X+0 Y+0 Z+150
单次节拍
0秒
重复定位精度
±0.02mm
安全等级
PL=d/SIL=2
工作区域数
0个
机器视觉识别工程师
机器视觉识别工程师

视觉标定与性能验证

深度学习AOI实现

采用康耐视In-Sight D900智能相机,搭载ViDi Suite深度学习库。使用Red Analyze工具检测表面缺陷(划伤/脏污/色差),Blue Locate工具定位栅线特征,Green Classify工具分类缺陷类型。通过500张OK样本+200张NG样本训练模型,实现99.7%检出率、0.3%误检率。配合25-35mm远心镜头+LED环形光+同轴光,保证0.05mm缺陷可检出。

光伏检测场景
AOI检测工位实景

光源与镜头配置

  • 主光源: LED环形白光(12000lm可调)
  • 辅助光: 同轴光(消除反光)
  • 镜头: 25-35mm远心镜头F2.8
  • 视野: 200×200mm(覆盖全片)
  • 景深: ±2mm(适应厚度波动)
  • 分辨率: 0.04mm/pixel(500万像素)

标定流程

  • 1. 几何标定: 使用标准棋盘格板
  • 2. 光源调试: 亮度/角度/均匀性优化
  • 3. 对焦校准: 激光测距仪辅助
  • 4. 模型训练: 500 OK + 200 NG样本
  • 5. 阈值调优: ROC曲线分析
  • 6. 验收测试: 1000片实测验证

ViDi深度学习工具

  • Red Analyze: 表面缺陷检测
  • Blue Locate: 栅线特征定位
  • Green Classify: 缺陷类型分类
  • Blue Read: OCR识别(批次号)
  • 模型融合: 多工具组合决策
  • 持续学习: 定期迭代优化

通讯协议

  • TCP/IP: 与PLC主控(Port 23)
  • 触发方式: 硬件触发(I/O信号)
  • 结果输出: JSON格式(OK/RW/NG)
  • 图像存储: FTP上传(NG图片)
  • 处理时间: ≤200ms(拍照+判断)
  • 握手机制: Request-Response模式

性能指标

  • 检出率: 99.7%(≤3漏检/1000片)
  • 误检率: 0.3%(≤3误报/1000片)
  • 最小缺陷: 0.05mm可检出
  • 重复精度: σ≤0.02mm(定位)
  • 单次耗时: 150ms拍照+50ms判断
  • 产能适配: ≥3600片/小时
缺陷类型 检测方法 判定标准 检出率
断栅 Blue Locate + 边缘检测 栅线连续性中断>0.5mm 99.9%
漏印 Blue Locate + 灰度统计 栅线缺失面积>2mm² 99.8%
拖浆 Red Analyze异常检测 浆料拖尾长度>1mm 99.5%
脏污 Red Analyze + 对比学习 异物面积>0.3mm² 99.6%
划伤 Red Analyze纹理分析 划痕深度>0.05mm 99.4%
崩边 Blue Locate边缘定位 边角缺损>0.5mm 99.9%
色差 Green Classify颜色分类 色差ΔE>10(Lab空间) 99.3%
总检出率
0%
总误检率
0.3%
最小缺陷尺寸
0.05mm
检测缺陷类型
0类

项目成果总结

⚡ 核心技术

  • 西门子S7-1500 PLC控制系统
  • ABB IRB 1200六轴工业机器人
  • 康耐视In-Sight D900深度学习AOI
  • Profinet/OPC UA工业通讯
  • ViDi Suite深度学习算法
  • TIA Portal + RAPID混合编程
  • MES系统数据追溯对接
  • SIL2/PLd功能安全设计

📊 性能指标

  • 产能: ≥3600片/小时(≤1秒/片)
  • 检出率: 99.7%(≤3漏检/1000片)
  • 误检率: 0.3%(≤3误报/1000片)
  • 定位精度: ±0.02mm(机器人)
  • 最小缺陷: 0.05mm可检出
  • 检测时间: ≤300ms(含传输)
  • 分拣节拍: ≤0.8秒/片
  • 批次追溯: 100%可追溯

🎯 应用成果

  • 产能提升: 人工1800→自动3600片/时
  • 质量提升: 漏检率3%→0.3%
  • 人力节省: 减少4人/班次
  • 回报周期: 设备投资18个月回本
  • 稳定性: 连续运行>6000小时无故障
  • 数据价值: 完整质量追溯链
  • 行业认可: 客户复购3条线
  • 技术积累: 形成标准化解决方案

⚡ 光伏晶硅电池片印后AOI检测与分拣单元圆满交付!

© 2024 能源订单班 | 智能制造解决方案