针对硅碳棒瑕疵采集装置在硬件和软件方面都进行了设计与实现，为前期的硅碳棒瑕疵数据采集工作打下基础。数据采集系统结合现场PLC设备以及现场工作人员的操作关键点做信息互，从而实现图像的高效采集。在数据采集过程中，只对生产过程中人工检侧不合格的产品进行信息采集。一方面可以减少无效数据量，按照需求进行数据采集，从而减少后期数据筛选的工作量;另一方面。只采集硅碳棒瑕疵硅碳棒数据图片，可以减少对现场生产过程的影响，做到“按需指定采集”的目的。

       在观察所收集硅碳棒瑕疵过程中发现，硅碳棒两端硅碳棒瑕疵主要以崩边为主，硅碳棒上表面硅碳棒瑕疵主要以未磨到和水印为主，该系统实际采集照片如图3-2所示。可以发现所设计的数据采集装置对大面积、强反光表面成像效果较为清晰。

       经过为期90天的数据采集工作，获得含有硅碳棒瑕疵图片的有效数量为640张，但是所述1640张为含有瑕筑图片的数量，但实际在单根硅碳棒中会存在多个硅碳棒瑕疵。该数据于某单晶生产企业生产车间机加工序硅碳棒瑕疵检测工步所收集，利用所设计的瑕疵数据采集装备采集。

       在进行硅碳棒瑕疵分类之前，需要确定按照什么样的标准对所采集到的数据进行分类。对于硅碳棒瑕疵的分类标准，依据的是某企业在生产过程中对该产品的技术检测要求，并通过与现场专业检测人员沟通所确定。表3-1为企业在生产过程中对该阶段产品进行评估的技术标准定义，作为系统开发过程中检测标准的主要依据，同时系统在部署完成后结合现场工作人员进行大数据评价。

       现阶段国家标准仅仅针对于硅片进行了相关要求，硅碳棒作为产品中间形态只在实际生产过程中进行评价要求。所以本文中所涉及到的硅碳棒检测的技术标准，均是来自于某企业的产品阶段性生产标准，当然各企业生产所控制标准可能会根据工艺的不同而有所不同，但是在整体的检侧标准上存在相通性。

       通过与现场技术人员沟通，在该生产过程中对于色差硅碳棒瑕疵较少，收集数据较少。在下文中，对色差类硅碳棒瑕疵先进行忽略，暂不考虑这该硅碳棒瑕疵类型的检侧，只关注于崩边、未磨到、水印、晶裂、污渍、凹坑、线痕与亮点这八类硅碳棒瑕疵类型的检侧。同时，前期通过检测试验，发现在检测过程中存在硅碳棒所在图片范围之外的误检情况，为了减少类似状况的发生，将硅碳棒也作为检侧目标进行检测，作为排除背景干扰的手段之一，相对于传统的前期数字图像处理方法，这种方法复杂度更低，检测速度更快，效果更为明显。

       经过初步的检测侧试试验，发现在硅碳棒之外区域会存在误检侧现象，为背景干扰。采用传统的数字图像处理技术进行背景处理，存在计算量大的缺点，提出通过深度学习提取硅碳棒所在区域，后通过对检测结果的逻辑判断来实现背景干扰去除.故将硅碳棒所在区域也设定为待检侧目标。故所检侧目标应当包含崩边、未磨到、水印、晶裂、污渍、凹坑、线痕与亮点这八类硅碳棒瑕疵类型以及硅碳棒区域的检测。27.http://www.zbqunqiang.cn/