檢測光伏電池的缺陷

太陽能電池板通常可服役 25 到 30 年。電池板上太陽能光伏 (PV) 電池上的小缺陷會(huì)降低將陽光轉(zhuǎn)化成可用電力的效率，或者導(dǎo)致過早出現(xiàn)故障。這些缺陷會(huì)大幅影響電池板在服役期間的產(chǎn)電量，因此在裝配前，即使是有小缺陷的電池也必須判為不合格。

每個(gè) PV 電池都有多個(gè)層，包括前后金屬電極、一個(gè)硅層，以及一個(gè)帶反光涂層的紋理表面。PV 電池在視覺紋理和陰影方面會(huì)有差異，雖然這些差異對(duì)性能沒有任何影響。劃傷、裂縫、氣泡、雜質(zhì)和接觸成型錯(cuò)誤都會(huì)影響效率。這些可以通過電致發(fā)光 (EL) 成像、光致發(fā)光 (PL) 成像和可見光成像的各種組合來檢測。

費(fèi)時(shí)的人工檢測流程會(huì)成為生產(chǎn)瓶頸。傳統(tǒng)的機(jī)器視覺很容易受到各種顏色和紋理外觀差異（這些是可接受的）的影響，而且缺陷類型、大小和可能位置的巨大差異使得難以編程查找規(guī)則。

Cognex Deep Learning 是解決太陽能電池檢測問題的理想技術(shù)。它使用各種可接受 PV 電池的圖像和各種錯(cuò)誤的圖像進(jìn)行訓(xùn)練。缺陷探測工具可以學(xué)習(xí)忽略背景紋理和顏色差異，同時(shí)識(shí)別甚至小的缺陷，無論它們外觀如何，或者在電池上的什么位置。它比人工檢測更準(zhǔn)確，速度也快得多。