Multiskalig diffusionsförstärkt uppmärksamhetsnätverk för detektion av stålytfel i polysilikontillverkning

Varför små defekter i stål plötsligt spelar stor roll

Bakom varje blank solpanel reser sig en skog av ståltorn som raffinerar polysilikon, det ultrarenade materialet i modern fotovoltaik. Om mikroskopiska sprickor eller gropar bildas i dessa torn kan de tyst försvaga metallen tills ett katastrofalt haveri stoppar produktionen — eller värre, äventyrar arbetarnas säkerhet. Denna artikel presenterar ett nytt artificiellt intelligenssystem som snabbt och pålitligt kan upptäcka sådana defekter, även när de är nästan omöjliga att se med blotta ögat, och som erbjuder en väg till säkrare och mer effektiv solpanelstillverkning.

Solfabrikerna och deras dolda svagheter

Destillationstorn för polysilikon arbetar under hårda förhållanden: temperaturer nära 1 000–1 200 °C, frätande ångor, bländande reflexer och komplexa visuella bakgrunder. På deras stålytor kan flera typer av defekter uppträda — hårfina mikrosprickor, små gropar, kiselsediment, repor, svetsfel och föroreningsfläckar. Var och en ser olika ut i storlek, form och textur, och många smälter in i bakgrunden. Traditionella inspektionsmetoder är starkt beroende av mänskliga experter eller standardverktyg för datorseende, vilka båda har svårt att identifiera svaga, oregelbundna defekter i brusiga scener i realtid. När skalan på fotovoltaikproduktionen växer blir detta en allvarlig flaskhals för kvalitetskontroll och anläggningssäkerhet.

Ett smartare öga för svåra defekter

Forskarna föreslår MSEOD-DDFusionNet, ett skräddarsytt djuplärande system designat speciellt för denna tuffa industrimiljö. Istället för att förlita sig på ett enda monolitiskt nätverk bygger de en pipeline av fyra samverkande moduler, där varje modul löser en central svaghet hos befintliga detektorer. Först bevarar ett funktionsfusioneringssteg fin detaljinformation i flera skalor, så att små defekter inte suddas ut när bilder komprimeras inne i nätverket. Därefter tillåter ett dynamiskt konvolutionssteg systemet att omforma sina filter i farten, vilket hjälper det att matcha de konstiga konturerna hos verkliga sprickor, gropar och avlagringar. En tredje modul separerar uppgiften att dämpa brus från att förstärka svaga signaler, så att sköra defektmönster stärks istället för att raderas. Slutligen tränar ett diffusionsbaserat steg systemet att klara realistiskt brus såsom bländning, oskärpa och termiska artefakter, och lär sig hur man rensar upp korrumperade funktioner utan att sudda bort själva defekterna.

Från drönarbilder till tillförlitliga beslut

För att testa sitt angreppssätt skapade teamet en ny industriell dataset kallad DDTE, uppbyggd av 6 252 högupplösta bilder tagna av en drönare som svävade flera meter från driftande utrustning. Experter märkte upp sex kritiska defektkategorier med precisa begränsningsrutor och granskade varandras arbete för att säkerställa hög överensstämmelse. Det nya systemet jämfördes sedan med populära objekt-detektionsmodeller såsom YOLO-familjen och flera transformer-baserade metoder, inte bara på DDTE utan också på publika ståldefekt-benchmarks och till och med i orelaterade domäner som vardagsfotografier (PASCAL VOC) och blodcellsmikroskopi (BCCD). I dessa varierade tester hittade MSEOD-DDFusionNet konsekvent fler defekter, lokaliserade dem mer noggrant och körde snabbare än de starkaste referenserna, samtidigt som det använde färre parametrar än många konkurrenter.

Vad siffrorna säger om prestanda

På kärndatasetet DDTE nådde det nya systemet 82,6 % genomsnittlig precision vid en standard detektionströskel (mAP50) och 61,6 % över strängare trösklar, vilket överträffade en stark YOLO-baslinje samtidigt som det körde i nästan 200 bildrutor per sekund. Det visade särskilda förbättringar för svåra kategorier såsom gropar och svetsfel, där komplexa former och belysning ofta förvirrar andra metoder. På ytterligare ståldatasets förbättrade det markant igenkänningen av oregelbundna defekter som sprickor och inklusioner. Även när arkitekturen överfördes till vardagsscener och medicinska bilder bibehölls hög noggrannhet och hög hastighet, vilket tyder på att designprinciperna — bättre multiskalig detaljhantering, formanpassning och robust brusmodellering — är allmänt användbara och inte bara i polysilikonanläggningar.

Vad detta betyder för industrin och vidare

För en icke-specialist är slutsatsen att författarna byggt ett mer uppmärksamt, mer anpassningsbart och mer motståndskraftigt ”öga” för maskiner. Genom att noggrant konstruera hur deras nätverk bevarar fina detaljer, spårar ovanliga former och lär sig att ignorera vilseledande brus, uppnår de nära toppmodern noggrannhet samtidigt som systemet hålls tillräckligt lätt för realtidsdrift på fabriksgolv. I praktiken innebär detta att ståltorn i anläggningar för solmaterial kan inspekteras snabbare och mer tillförlitligt, vilket minskar risken för oväntade haverier och förbättrar produktkvaliteten. Samma idéer kan tillämpas i andra säkerhetskritiska miljöer — från pipelines till broar och medicinska skanningar — där skillnaden mellan ett säkert system och ett farligt kan dölja sig i defekter som är inte större än några få pixlar.

Citering: Duan, Y., He, L., Wang, Z. et al. Multiscale diffusion-enhanced attention network for steel surface defect detection in Polysilicon Production. Sci Rep 16, 5307 (2026). https://doi.org/10.1038/s41598-026-35913-8

Nyckelord: stålytfel, polysilikontillverkning, industriell inspektion, djuplärande detektion, datorseende