关键词:
太阳能电池片
镀膜工序
缺陷检测
图像处理
摘要:
为应对气候变化及环境污染,我国积极推动清洁能源发展,光伏新能源成为重要选项。太阳能电池片是光伏发电技术的重要载体,其制造缺陷会降低光伏组件的运行效率和可靠性。目前国内已有不少智能装备企业推出了太阳能电池片的视觉检测系统,然而主要集中于对太阳能电池片成品、原硅片、丝网印刷工序的缺陷检测,针对镀膜工序的缺陷检测相对匮乏,且适应性差。为解决上述问题,本文旨在以镀膜工序的单晶硅太阳能电池片为研究对象,研究基于光学成像技术的在线缺陷视觉检测系统,其核心包括电池片图像采集、图像处理算法、软件界面开发,具有极高的工业应用价值。
本文的主要研究内容如下:
(1)针对太阳能电池片镀膜缺陷的检测标准,完成了检测系统的框架设计,并基于可见光成像技术,通过对比分析和参数计算进行光学模组硬件的选型与搭建。最终,成功完成了太阳能电池片镀膜缺陷图像的采集工作。
(2)针对电池片外观不良类缺陷检测的需求,首先为确保所有电池片的缺陷检测能在统一的基准下进行,并使电池片与背景分离。本文基于刚性仿射变换对电池片图像进行矫正,同时提出一种轮廓导向的边缘精提取算法,以实现对电池片图像的精准分割。其次,为消除划伤与电池片栅格纠缠对缺陷提取的干扰,提出一种基于频域分析的周期性栅格去除算法,并在栅格去除的基础上结合高斯求导与最大类间方差法实现对划伤缺陷的提取。最后,提出一种可适用于不同尺寸、不同对比度的脏污缺陷检测算法。算法验证结果表明,所提出的电池片图像分割算法交并比可达0.99以上;栅格去除算法相较常规滤波算法,在峰值信噪比上的提升可达2.01~8.58d B;划伤缺陷提取算法相较常规检测算法在F1分数的提升可达0.131~0.197;脏污缺陷检测算法相较对比算法在F1分数的提升可达0.141~0.428。
(3)针对电池片膜色不良类缺陷检测的需求,首先提出一种基于图像饱和度分量的分区比较法用于色差缺陷的检测。其次,为解决色差缺陷与舟印缺陷因特征相似而导致的误判问题,提出一种基于垂直灰度投影的舟印缺陷检测算法。最后,基于缺陷区域特征提取,建立输入特征向量,并融合三种常规分类器,实现了对镀膜缺陷的准确分类。算法验证结果表明,两种缺陷检测算法的精确率、命中率、F1.3分数均可达到0.970以上;缺陷分类算法的精确率与命中率均可达到0.980以上。
(4)为测试太阳能电池片镀膜缺陷视觉检测系统的综合性能,进行了测试环境的搭建,并利用测试样本对检测系统进行了全面的测试。最终测试结果表明,本检测系统的平均循环时间(CT)为339.79ms,缺陷检测的综合误判率为0.30%,漏判率为0.50%,准确率高达99.67%。在累计168小时的工作总时长中,检测系统的Uptime可达99.79%。所有评价指标均符合生产厂商的测试技术要求。