项目概述

在直拉法单晶硅棒生产过程中，晶棒在液面处慢慢生长为固体晶棒。晶棒在生长过程中，其表面每隔90度形成一条竖直的晶线。由于生产时的不确定因素可能会致使晶线断裂，产品就不合格了。生产中需要检测单晶棒的生长，及时发现晶线断裂并发出报警。如果未及时发现晶线断裂，晶棒在五晶线的情况下继续生长为废品，浪费成本。

通过在单晶硅生长炉观察孔安装相机连续拍摄单晶硅棒的图像，算法软件自动判断晶线是否断裂实现对生长过程的全自动检测，一旦发现断裂产品，报警器就发出报警。

技术挑战

采集的图像完全是由高温炉内液体和固态晶棒的温度不同而产生的灰度图像，也由此图像的对比度较小，给晶线的识别和判断带来了一定的困难。使用深度学习算法，通过大量的样本进行训练，训练得到的深度神经网络能够准确地识别出晶线是否断裂。

检测实例