本发明专利技术提供太阳能电池板镀膜工艺状态监控及质量控制系统,包括中央处理器、传感数据在线监控模块、产品质量实时监测模块、设备运行状态在线监控模块、动态决策优化模块和基本信息管理模块。本发明专利技术通过将太阳能电池板镀膜工艺过程中的各类数据上传至云端,进行处理、存储并分析,实时监控生产过程,监控关键质量数据,发生异常时及时报警并给出调整建议,保证产品质量,提高产品合格率,使得开发和日常维护过程变得集中式、更简短、更经济高效,解决了现有的太阳能电池板镀膜工艺状态监控及质量控制系统在使用过程中,由于不能够很好对生产过程及质量数据,经常会出现数据错误,导致产品质量和产品合格率大大降低的问题。
State monitoring and quality control system of solar panel coating process
【技术实现步骤摘要】
太阳能电池板镀膜工艺状态监控及质量控制系统
本专利技术涉及太阳能电池板镀膜工艺领域,尤其涉及太阳能电池板镀膜工艺状态监控及质量控制系统。
技术介绍
无论是德国工业4.0还是中国制造2025,都强调了智能制造的重要性,对于制造类企业,需要通过构建智能工厂来实现智能制造,智能工厂以数字化工厂为基础,通过设备监控技术、物联网技术完成生产信息管理,并利用数据处理与分析平台将设备数据转变成实时信息,智能工厂是一个环境舒适、高效节能的人性化工厂。太阳能电池板镀膜工艺过程复杂,在整个生产过程中,数据的种类较多且数据量大,而现有的太阳能电池板镀膜工艺状态监控及质量控制系统在使用过程中,由于不能够很好对生产过程及质量数据,经常会出现数据错误,导致产品质量和产品合格率大大降低。因此,有必要提供太阳能电池板镀膜工艺状态监控及质量控制系统解决上述技术问题。
技术实现思路
本专利技术提供太阳能电池板镀膜工艺状态监控及质量控制系统,解决了现有的太阳能电池板镀膜工艺状态监控及质量控制系统在使用过程中,由于不能够很好对生产过程及质量数据,经常会出现数据错误,导致产品质量和产品合格率大大降低的问题。为解决上述技术问题,本专利技术提供的太阳能电池板镀膜工艺状态监控及质量控制系统,包括中央处理器、传感数据在线监控模块、产品质量实时监测模块、设备运行状态在线监控模块、动态决策优化模块和基本信息管理模块,所述中央处理器的电性输出端分别与传感数据在线监控模块、产品质量实时监测模块、设备运行状态在线监控模块、动态决策优化模块和基本信息管理模块的电性输入端交互连接,所述产品质量实时监测模块的电性输出端分别交互连接有单变量和多变量,所述传感数据在线监控模块的电性输出端交互连接有BP神经网络模块,所述BP神经网络模块的电性输出端交互连接有产品质量实时监测模块,所述设备运行状态在线监控模块的电性输出端分别交互连接有输入模块和警报模块,所述设备运行状态在线监控模块的电性输出端电性连接有显示模块。优选的,所述BP神经网络模块的电性输出端交互连接有遗传算法模块,所述遗传算法模块包括确定BP神经网络结构、遗传算法优化阈值和权值以及BP神经网络训练和预测三个部分。优选的,所述遗传算法遗传算法优化阈值的实现过程中,涉及的操作包括染色体编码、生成初始群体、构造适应度函数、选择操作、交叉操作、变异操作。优选的,所述BP神经网络结构由输入层、隐含层和输出层组成,是单向传播的多层前馈神经网络组成,所述BP神经网络训练和预测包括初始化网络、计算隐含层输出、计算输出层输出、计算误差、更新权值、更新阈值和判断算法的迭代是否结束。优选的,所述传感数据在线监控模块包括温度、气体流量(硅烷、氮气、笑气、氨气)、电流、功率等生产过程数据,以及最终镀膜厚度和统计指标。优选的,所述统计指标包括生产特性数据的均值、极差、标准差、中位数、单值、移动极差、不合格品数、不合格品率、缺陷数和单位缺陷数中的一种或多种。优选的,所述显示模块设置为电脑显示屏和手机显示屏,所述输入模块设置为键盘、鼠标和移动通信设备。优选的,所述警报模块设置为蜂鸣器,所述蜂鸣器的数量设置为多个。与相关技术相比较,本专利技术提供的太阳能电池板镀膜工艺状态监控及质量控制系统具有如下有益效果:本专利技术提供太阳能电池板镀膜工艺状态监控及质量控制系统,1、本专利技术整体采用B/S架构,通过将太阳能电池板镀膜工艺过程中的各类数据上传至云端,进行处理、存储并分析,实时监控生产过程,监控关键质量数据,发生异常时及时报警并给出调整建议,保证产品质量,提高产品合格率,使得开发和日常维护过程变得集中式、更简短、更经济高效,解决了现有的太阳能电池板镀膜工艺状态监控及质量控制系统在使用过程中,由于不能够很好对生产过程及质量数据,经常会出现数据错误,导致产品质量和产品合格率大大降低的问题;2、本专利技术通过设置BP神经网络模块和传感数据在线监控模块、产品质量实时监测模块之间的交互连接,对采集到的数据进行在线监控,通过多变量控制图监测多个质量特性数据,实现整个生产过程的监测,当发生异常情况时,系统及时报警,通过基于BP神经网络模块建立市场过程数据和产品质量数据间的回归模型,找出温度、气体流量、电流、功率等数据对镀膜膜厚的影响,通过遗传算法模块对BP神经网络模块的阈值和权值进行改进,遗传算法模块在全局搜索方面存在优势,提高了BP神经网络模块的性能,从而提高了回归模型的准确率。附图说明图1为本专利技术提供的太阳能电池板镀膜工艺状态监控及质量控制系统的系统原理图;图2为图1所示传感数据在线监控模块的系统原理图;图3为图1所示统计指标的系统原理图;图4为图1所示BP神经网络模块的结工作流程图;图5为图4所示神经网络算法的工作流程图;图6为图2所示遗传算法模块的工作流程图。具体实施方式下面结合附图和实施方式对本专利技术作进一步说明。请结合参阅图1、图2、图3、图4、图5和图6,其中图1为本专利技术提供的太阳能电池板镀膜工艺状态监控及质量控制系统的系统原理图,图2为图1所示传感数据在线监控模块的系统原理图,图3为图1所示统计指标的系统原理图,图4为图1所示BP神经网络模块的结工作流程图,图5为图4所示神经网络算法的工作流程图,图6为图2所示遗传算法模块的工作流程图。太阳能电池板镀膜工艺状态监控及质量控制系统,包括中央处理器、传感数据在线监控模块、产品质量实时监测模块、设备运行状态在线监控模块、动态决策优化模块和基本信息管理模块,所述中央处理器的电性输出端分别与传感数据在线监控模块、产品质量实时监测模块、设备运行状态在线监控模块、动态决策优化模块和基本信息管理模块的电性输入端交互连接,所述产品质量实时监测模块的电性输出端分别交互连接有单变量和多变量,所述传感数据在线监控模块的电性输出端交互连接有BP神经网络模块,所述BP神经网络模块的电性输出端交互连接有产品质量实时监测模块,所述设备运行状态在线监控模块的电性输出端分别交互连接有输入模块和警报模块,所述设备运行状态在线监控模块的电性输出端电性连接有显示模块。所述BP神经网络模块的电性输出端交互连接有遗传算法模块,所述遗传算法模块包括确定BP神经网络结构、遗传算法优化阈值和权值以及BP神经网络训练和预测三个部分,通过遗传算法模块对BP神经网络模块的阈值和权值进行改进,遗传算法模块在全局搜索方面存在优势,提高了BP神经网络模块的性能,从而提高了回归模型的准确率。所述遗传算法遗传算法优化阈值的实现过程中,涉及的操作包括染色体编码、生成初始群体、构造适应度函数、选择操作、交叉操作、变异操作。所述BP神经网络结构由输入层、隐含层和输出层组成,是单向传播的多层前馈神经网络组成,所述BP神经网络训练和预测包括初始化网络、计算隐含层输出、计算输出层输出、计算误差、更新权值、更新阈值和判断算法的迭代是否结束。所述传感数据在线监控模块包括温度、气体流量(硅烷、氮气、笑气本文档来自技高网...
【技术保护点】
1.太阳能电池板镀膜工艺状态监控及质量控制系统,包括中央处理器、传感数据在线监控模块、产品质量实时监测模块、设备运行状态在线监控模块、动态决策优化模块和基本信息管理模块,其特征在于,所述中央处理器的电性输出端分别与传感数据在线监控模块、产品质量实时监测模块、设备运行状态在线监控模块、动态决策优化模块和基本信息管理模块的电性输入端交互连接,所述产品质量实时监测模块的电性输出端分别交互连接有单变量和多变量,所述传感数据在线监控模块的电性输出端交互连接有BP神经网络模块,所述BP神经网络模块的电性输出端交互连接有产品质量实时监测模块,所述设备运行状态在线监控模块的电性输出端分别交互连接有输入模块和警报模块,所述设备运行状态在线监控模块的电性输出端电性连接有显示模块。/n
【技术特征摘要】
1.太阳能电池板镀膜工艺状态监控及质量控制系统,包括中央处理器、传感数据在线监控模块、产品质量实时监测模块、设备运行状态在线监控模块、动态决策优化模块和基本信息管理模块,其特征在于,所述中央处理器的电性输出端分别与传感数据在线监控模块、产品质量实时监测模块、设备运行状态在线监控模块、动态决策优化模块和基本信息管理模块的电性输入端交互连接,所述产品质量实时监测模块的电性输出端分别交互连接有单变量和多变量,所述传感数据在线监控模块的电性输出端交互连接有BP神经网络模块,所述BP神经网络模块的电性输出端交互连接有产品质量实时监测模块,所述设备运行状态在线监控模块的电性输出端分别交互连接有输入模块和警报模块,所述设备运行状态在线监控模块的电性输出端电性连接有显示模块。
2.根据权利要求1所述的太阳能电池板镀膜工艺状态监控及质量控制系统,其特征在于,所述BP神经网络模块的电性输出端交互连接有遗传算法模块,所述遗传算法模块包括确定BP神经网络结构、遗传算法优化阈值和权值以及BP神经网络训练和预测三个部分。
3.根据权利要求2所述的太阳能电池板镀膜工艺状态监控及质量控制系统,其特征在于,所述遗传算法遗传算法优化阈值的实现过程中,涉及的操作包括染色体编码、生成初始群体、构造适应度函数、选择操作、交叉...
【专利技术属性】
技术研发人员:夏志杰,郭一鸣,张志胜,
申请(专利权)人:江苏南高智能装备创新中心有限公司,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。