太陽能電池硅片缺陷自動(dòng)檢測分類方法研究.pdf

1、太陽能電池硅片的質(zhì)量是影響電池片轉(zhuǎn)換效率以及電池組件發(fā)電效率的一個(gè)關(guān)鍵因素，因此對太陽能電池硅片的質(zhì)量檢測在生產(chǎn)和實(shí)驗(yàn)中顯得尤為重要。常用的太陽能電池硅片有單晶硅片和多晶硅片，硅片在生產(chǎn)過程中受諸多因素的影響，或多或少地存在一些缺陷。多晶硅片常見的缺陷有邊緣不純、高不純度、位錯(cuò)缺陷，單晶硅片常見的缺陷有漩渦缺陷。硅片缺陷的存在會極大地降低電池片的發(fā)電效率，減少電池組件的使用壽命，甚至影響光伏發(fā)電系統(tǒng)的穩(wěn)定性。
　　目前在實(shí)際生產(chǎn)實(shí)

2、驗(yàn)中，大都是采用太陽能電池片電致發(fā)光缺陷檢測，以人眼觀察或者自動(dòng)檢測的方法進(jìn)行檢測。由于人眼觀察的方法具有很強(qiáng)的主觀性，并且人眼容易疲勞，大大降低了檢測的可靠性和效率。另外，由于電致發(fā)光缺陷檢測是針對電池片進(jìn)行的檢測，不能夠檢測生產(chǎn)過程中硅片、擴(kuò)散片等過程片的缺陷，這樣就提高了生產(chǎn)成本，降低了生產(chǎn)效率;并且電致發(fā)光檢測技術(shù)是接觸式檢測，會給電池片帶來不同程度的損傷。因此，一種能在生產(chǎn)過程中可以針對太陽能電池硅片缺陷的非接觸式高效準(zhǔn)確的自

3、動(dòng)檢測方法是非常有價(jià)值的。本文以數(shù)字圖像處理技術(shù)作為基礎(chǔ)，對太陽能電池硅片光致發(fā)光缺陷檢測分類方法進(jìn)行了相關(guān)研究，并且提出了硅片缺陷的自動(dòng)檢測分類方法。
　　本文的工作主要包括以下部分:
　　1.首先對光致發(fā)光圖像預(yù)處理，包括圖像去噪、增強(qiáng)、邊緣檢測、直線檢測、圖像旋轉(zhuǎn)，目標(biāo)硅片自動(dòng)分割。
　　2.然后利用高斯曲線擬合多晶硅片圖像灰度曲線方法計(jì)算分割閾值并分割缺陷，提取缺陷的面積比例與分布特征;對于單晶硅片，利用高斯曲

4、線擬合圖像中抽樣像素的灰度和值曲線，提取擬合標(biāo)準(zhǔn)差;通過頻域?yàn)V波結(jié)合二值化方法提取高頻圖像中高強(qiáng)度部分面積比;在高頻二值化圖像細(xì)化后，提取霍夫變換檢測圓結(jié)果;得到漩渦缺陷的三個(gè)特征。
　　3.最后構(gòu)造出缺陷檢測分類樹模型，實(shí)現(xiàn)缺陷的檢測分類，對多晶硅片的三種缺陷采用排除法依次檢測。并且基于C＃完成系統(tǒng)軟件各個(gè)功能模塊的設(shè)計(jì)編寫與整合。在實(shí)際應(yīng)用中完成系統(tǒng)軟件的測試，結(jié)果顯示缺陷的檢測分類準(zhǔn)確率可以達(dá)到95％以上，證明本文方法的正確