.
解决方案流程示意及特点
  • 科学提升电池片质量

科学提升电池片质量

通过对光伏电池片生产的物料数据、设备参数、MES 系统数据等的分析, 识别影响电池片质量的关键因素,从而对设备参数进行优化推荐,并在产线的对比测试中不断调优,最终提升电池片质量(即提升A品率)。

架构特点

参数分析
识别原因
优化质量
联系我们

解决方案优势

工艺优化

从生产各个环节采集的众多参数中,定位出对质量指标影响最大若干参数,并对这些参数提供下钻分析,辅助工艺人员决策分析。

工艺推荐

通过集成机理模型与机器学习算法,挖掘生产过程中的压强和温度等参数,与制成品指标间的关联,建立动态模型,推荐最佳参数组合,协助工艺部门改造。

关键因素识别

从车间实时采集参数到工业大脑,通过人工智能算法,对所有数据进行深度学习计算,精准分析出与生产质量最相关的关键参数,并搭建参数曲线模型,在生产过程中实时监测和调控变量,提升生产A品率。

解决方案落地案例

从idea到产品

全方位监控生产过程中的实时参数曲线并构建核心部件的健康指数模型,在识别关键因素的基础上进行参数推荐,最终提升良品率。

通过调整最优参数,切片良品率提升了1%,企业有了巨大的成本节约。

从idea到产品

“痛点: 协鑫光伏太阳能电池硅片生产出现了次品率升高的情况,由于难以定位原因导致生产效率降低,致使生产成本升高。”

通过调整最优参数,切片良品率提升了1%,企业有了巨大的成本节约。

相关解决方案

组件工艺参数推荐

推荐订单生产使用的物料组合,提高生产出的组件与订单需求的功率档位的匹配度。

切片工艺优化

从生产各个环节采集的众多参数中,定位出影响良率或线痕、TTV等可测量指标的关键参数。

黑硅工艺参数推荐

基于模式挖掘,推荐酸碱液的浓度、压强和温度等工艺参数,生产中实时监控,实时调整至推荐范围。

丝网印刷关键因素分析

基于丝网印刷机台大量的工艺参数,对历史数据进行建模分析和数据挖掘,寻找影响电池片A品率的关键。

解决方案相关产品

数据工厂

ETL / 数据建模 / 数据管理 / 数据运维

算法工厂

算法开发 / 分享 / 模型训练 / 部署 / 监控

AI创作间

可视化业务编排 / 拖拉拽组装组建

应用工厂

可视化应用搭建 / 直观化数据呈现

合作伙伴入驻流程

明确需求

明确终端客户的需求与水泥行业解决方案描述一致。

提交合作意向

向阿里云提交合作意向,描述终端客户的相关背景和业务痛点。

熟悉开放平台

工业大脑开放平台的功能熟悉及相关算法引擎了解。

合作开发

阿里云只做Paas层,我们的产品能力被集成到企业中去。

项目交付

不仅经济实惠调用阿里云工业大脑的API或SDK,交付最终的SaaS。始价格只要每月,而且还能降低旧式数据。不仅经济实惠始价格只要每月,而且

明确需求

明确终端客户的需求与水泥行业解决方案描述一致。

提交合作意向

向阿里云提交合作意向,描述终端客户的相关背景和业务痛点。

立刻提交

熟悉开放平台

工业大脑开放平台的功能熟悉及相关算法引擎了解。

合作开发

阿里云只做Paas层,我们的产品能力被集成到企业中去。

项目交付

不仅经济实惠调用阿里云工业大脑的API或SDK,交付最终的SaaS。始价格只要每月,而且还能降低旧式数据。不仅经济实惠始价格只要每月,而且

相关文档下载

阿里云工业大脑白皮书

人机边界重构 - 工业智能迈向规模化的引爆点

阿里云工业大脑白皮书

点击下载 >

人机边界重构 - 工业智能迈向规模化的引爆点

阿里云工业大脑开放平台

了解什么是阿里云工业大脑开放平台,以及它的功能原理和使用流程。

阿里云工业大脑开放平台

点击了解 >

了解什么是阿里云工业大脑开放平台,以及它的功能原理和使用流程。