[发明专利]一种光伏模块芯片的封装传动控制系统

权利要求书

1.一种光伏模块芯片的封装传动控制系统，包括封装模块、检测模块、服务器，所述封装模块和检测模块均与服务器通信连接；其特征在于，服务器还通信连接有追踪模块、数据管理模块和分析模块；

所述追踪模块用于对芯片的封装过程进行追踪，并将采集的封装监控数据上传到云端进行储存；所述数据管理模块用于进行数据采集管理，并获得分析数据，将分析数据发送给分析模块；

所述分析模块用于对接收到的分析数据进行分析，具体方法包括：

设置数据提取单元，所述数据提取单元内设有数据填充模板，通过数据提取单元对检测数据进行数据提取，将提取的数据填充到数据填充模板中，将填充完数据的数据填充模板标记为精选数据，将精选数据进行坐标化，获得匹配坐标；

建立原因分析库，将匹配坐标输入到原因分析库中，获得对应的不合格原因分类数据；根据不合格原因分类数据对封装监控数据进行裁剪，获得分析视频，将分析视频、不合格原因分类数据和精选数据整合为分析输入数据，建立分析模型，将分析输入数据输入到分析模型中，获得封装模块调整数据，根据获得的封装模块调整数据对封装模块进行调整；

建立原因分析库的方法包括：

获取芯片封装具有的不合格原因以及不合格原因对应的精选数据，建立坐标模型，不合格原因进行归类，获得不合格原因分类数据；建立第一数据库，识别坐标区域数量，根据坐标区域的数量在第一数据库中设置对应数量的储存节点，将不合格原因分类数据分别储存到每个储存节点中，并将坐标区域与对应的储存节点相关联；将坐标模型储存到第一数据库中，将当前的第一数据库标记为原因分析库；

建立坐标模型的方法包括：

将精选数据进行坐标转化，形成范围坐标，对范围坐标打上对应的不合格原因标签，设置坐标系，将范围坐标输入到坐标系中，将坐标系中相同不合格原因标签的范围坐标进行整合，形成若干个坐标区域，并打上对应的不合格原因标签，将坐标系整合为坐标模型；

原因分析库的工作方法包括：

实时获取输入进来的匹配坐标，将获取到的匹配坐标输入到坐标模型中，识别匹配坐标位于的坐标区域，根据识别的坐标区域匹配到对应的不合格原因分类数据。

2.根据权利要求1所述的一种光伏模块芯片的封装传动控制系统，其特征在于，追踪模块的工作方法包括：

在芯片封装处设置监控单元，通过监控单元对当前芯片的封装过程进行实时监控，当该芯片封装结束后，监控单元将对应芯片封装的监控数据进行打包，标记为封装监控数据；

设置电子标签装置，通过电子标签装置对封装完成的芯片打上电子标签，匹配对应封装芯片的封装监控数据，将匹配到的封装监控数据与对应的电子标签进行相关联，将关联后的封装监控数据上传到云端进行储存。

3.根据权利要求1所述的一种光伏模块芯片的封装传动控制系统，其特征在于，数据管理模块的工作方法包括：

实时获取检测模块对封装芯片的检测数据和对应的检测结果，检测结果包括检测合格和检测不合格；在进行封装芯片检测处设有电子标签读写装置，通过电子标签读写装置读取封装芯片上的电子标签，根据识别的电子标签从云端中匹配对应的封装监控数据，当对应封装芯片的检测结果为检测合格时，将匹配的封装监控数据从云端中进行删除；当对应封装芯片的检测结果为检测不合格时，将匹配的封装监控数据和对应封装芯片的检测数据整合为分析数据。

4.根据权利要求1所述的一种光伏模块芯片的封装传动控制系统，其特征在于，数据提取单元的工作方法包括：

获取大量检测模块检测不合格的检测数据，对获得的不合格检测数据进行分析，识别不合格检测数据中包含的检测不合格项，设置对应检测不合格项的关键词，获取关键词对应的不合格参数，将一组不合格的检测数、关键词和对应的不合格参数整合为一个训练数据，将若干个训练数据整合为训练集，建立人工智能模型；通过训练集进行训练，将训练成功的人工智能模型标记为提取模型；根据关键词设置数据填充模板，并将数据填充模板与提取模型的输出数据相关联。

5.根据权利要求1所述的一种光伏模块芯片的封装传动控制系统，其特征在于，根据不合格原因分类数据对封装监控数据进行裁剪的方法包括：

获取芯片封装具有的封装步骤以及封装步骤对应的封装动作，根据封装步骤和对应的封装动作建立视频分割模型，识别不合格原因分类数据对应的封装步骤，获取需要进行分割的封装监控数据，对封装监控数据进行分割，根据识别的封装步骤获得对应的封装监控视频，标记为分析视频。