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) 電池上的小缺陷會降低將陽光轉化成可用電力的效率，或者導致過早出現故障。這些缺陷會大幅影響電池板在服役期間的產電量，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 PV 電池都有多個層，包括前后金屬電極、一個硅層，以及一個帶反光涂層的紋理表面。PV 電池在視覺紋理和陰影方面會有差異，雖然這些差異對性能沒有任何影響。劃傷、裂縫、氣泡、雜質和接觸成型錯誤都會影響效率。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。

費時的人工檢測流程會成為生產瓶頸。傳統(tǒng)的機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。它使用各種可接受 PV 電池的圖像和各種錯誤的圖像進行訓練。缺陷探測工具可以學習忽略背景紋理和顏色差異，同時識別甚至小的缺陷，無論它們外觀如何，或者在電池上的什么位置。它比人工檢測更準確，速度也快得多。