小硅片大数据
“一张硅片背后有数千个生产参数，通过云平台把这些生产过程中所有数据进行存储，目前可实现单车间15天全量数据批量上云，车间切片机、分选机等数据准实时上云。这样就能形成硅片切割数据库，对硅片生产过程和硅片品质进行很好地监控和追溯，记录每一张硅片的成长历程。”保利协鑫高级副总裁郑雄久在接受采访时表示。
郑雄久上述提到的云平台指的是阿里云大数据分析算法。在光伏切片的生产过程涉及人、机、料、法、环上千个参数，任何一个变量的细小变化都会直接影响到切片良品率。2016年保利协鑫正式与阿里云合作，希望通过云计算、大数据等新一代信息技术推动切片业务管理升级、进一步提高硅片产品的市场竞争力。
“给每一张硅片做‘身份证’可以实现透明化生产、数据化管理以及提升良品率。逐步各个环节对产品质量的影响，硅片质量升级也就有了依据。”郑雄久说。
大数据提升竞争力
在大数据存储的基础上，工程技术人员可以依据切片过程关键技术参数建立切割模型，通过数据测算和推演，模拟切割过程，测算切割良率。“筛选出最优工艺进行验证，可大大提高技术创新步伐，提高企业在同行业的竞争力。”郑雄久说。
同样基于对大数据的分析，还可以对现有生产状况进行监控。比如可通过数据样本建立核心参数运行曲线，通过计算建立良品数据的上下管控线，一旦偏差超出管控，设备就会自动报警，技术人员就能第一时间发现异常进行改善，有效减少不良品的产生，提高硅片品质。
目视化大屏看板和报表的开发，则是将数据分析结果已图表的形式直观的展示给成产现场，便于现场第一时间掌握生产数据和异常数据，快速反应，现场改善，减少异常发生引起的品质波动。
一年可省数千万
当前协鑫与阿里双方团队正在推进二期项目研发进程，在切片端完成全面升级后，稳步推进到光伏产业链的多晶硅，硅锭，电池，组件等其他制造端的智能制造升级。
“其实，去年保利协鑫在切片环节推广大数据算法，对生产过程中采集到的全部变量进行分析，找出与良品率最为相关的关键变量后，现在已提升1个百分点左右的硅片产品合格率。一年算下来就可以节省数千万成本。”郑雄久说。
大数据、智能化成果显著，但保利协鑫总裁朱战军谨慎表示，在由“光伏制造”向“光伏智造”转变的过程中，不要盲目推进智能化，而是要把客户需求放在第一位。智能工厂不是目的，其目的为提升产品竞争力与质量;智能工厂不是自动化改造，其根本是运营模式的变化;智能工厂建设也不能一蹴而就，需要企业长期的努力与变革。
