基于深度學(xué)習(xí)的太陽能電池片表面缺陷檢測方法分析

呂喜臣，張敏

（1.黃河上游水電開發(fā)有限責(zé)任公司，青海 西寧 810008；2.西安交通大學(xué)微電子學(xué)院，陜西 西安 710049；3.青海黃河上游水電開發(fā)有限責(zé)任公司光伏產(chǎn)業(yè)技術(shù)分公司，青海 西寧 810008）

光伏行業(yè)的發(fā)展使其質(zhì)量標(biāo)準(zhǔn)呈現(xiàn)出規(guī)范化及統(tǒng)一化的發(fā)展趨勢，行業(yè)內(nèi)對太陽能電池片的質(zhì)量檢測越來越嚴(yán)格，特別是太陽能電池片表面缺陷的檢測。就目前的檢測技術(shù)而言，雖然機(jī)器檢測的效率相對較高，但是并不適用于電池片檢測，從而使得電池片缺陷檢測需要采用人工檢測方法，但是人工檢測成本較高，而且準(zhǔn)確率得不到保障。因此，研究一種全新的太陽能電池片表面缺陷檢測方法是很有必要的。

1 深度學(xué)習(xí)技術(shù)分析

1.1 深度學(xué)習(xí)技術(shù)的優(yōu)勢

深度學(xué)習(xí)這一概念來自于人工神經(jīng)網(wǎng)絡(luò)領(lǐng)域，屬于機(jī)械學(xué)習(xí)的范疇。深度學(xué)習(xí)主要是通過模擬人腦的方式進(jìn)行相關(guān)操作的神經(jīng)網(wǎng)絡(luò)，可以按照人的思維進(jìn)行圖像、聲音以及文本等內(nèi)容的分析。隨著科學(xué)技術(shù)的發(fā)展，人工智能技術(shù)在工業(yè)領(lǐng)域的應(yīng)用越來越廣泛，技術(shù)人員也可以將深度學(xué)習(xí)技術(shù)引入到工業(yè)領(lǐng)域，通過深度學(xué)習(xí)技術(shù)的應(yīng)用，實現(xiàn)工業(yè)行業(yè)的自動化發(fā)展。以光伏行業(yè)為例，將深度學(xué)習(xí)技術(shù)應(yīng)用于太陽能電池片表面缺陷檢測，可以顯著降低人工檢測成本，提高檢測效率及檢測準(zhǔn)確性。深度學(xué)習(xí)技術(shù)的優(yōu)勢主要體現(xiàn)在以下兩方面。

第一，從統(tǒng)計和計算角度而言，深度學(xué)習(xí)技術(shù)非常適用于大數(shù)據(jù)的處理，深度學(xué)習(xí)技術(shù)具備完善且豐富的建模語言，利用深度學(xué)習(xí)技術(shù)的建模語言系統(tǒng)，技術(shù)人員可以明確表示不同數(shù)據(jù)間的豐富關(guān)系與架構(gòu),實現(xiàn)算法優(yōu)化,避免數(shù)據(jù)分析出現(xiàn)失誤，有效提升數(shù)據(jù)分析的準(zhǔn)確性。

第二，深度學(xué)習(xí)技術(shù)可以實現(xiàn)端對端的學(xué)習(xí)，通過少量且簡單的參數(shù)下項目，自動完成大數(shù)據(jù)的學(xué)習(xí)，且學(xué)習(xí)效果較為顯著。有技術(shù)人員將深度學(xué)習(xí)技術(shù)應(yīng)用于單晶和多晶電池片檢測和圖像特征法相比，結(jié)果表明深度學(xué)習(xí)技術(shù)檢測的漏檢率及過檢率均得到了顯著提升。

1.2 基于深度學(xué)習(xí)的太陽能電池片表面缺陷檢測方法的優(yōu)勢

在太陽能電池片生產(chǎn)企業(yè)及相關(guān)制造行業(yè)中，基于深度學(xué)習(xí)的太陽能電池片表面缺陷檢測方法的設(shè)計及應(yīng)用具備顯著優(yōu)勢，具體體現(xiàn)在以下方面。

第一，提升質(zhì)檢的準(zhǔn)確率。傳統(tǒng)的太陽能電池片檢測采用人工檢測方法，很容易受到檢測人員的主觀影響，對太陽能電池片表面缺陷檢測準(zhǔn)確率產(chǎn)生影響。因此，許多太陽能電池片生產(chǎn)企業(yè)拋開傳統(tǒng)的人工檢測方法，采用自動化檢測方法，避免缺陷檢測工作受到主觀影響，這樣可以顯著提升質(zhì)檢的準(zhǔn)確率，保障太陽能電池片生產(chǎn)企業(yè)的可持續(xù)發(fā)展。

第二，降低人工成本。傳統(tǒng)的太陽能電池片檢測采用人工檢測方法，在人員招聘和培訓(xùn)方面都要花費大量的人力和財力。而基于深度學(xué)習(xí)的太陽能電池片表面缺陷檢測系統(tǒng)，可以實現(xiàn)檢測的自動化進(jìn)行，從而大大降低了太陽能電池片生產(chǎn)企業(yè)的人工成本。

第三，促進(jìn)視覺檢測領(lǐng)域發(fā)展。將深度學(xué)習(xí)技術(shù)作為基礎(chǔ)，對太陽能電池片表面缺陷進(jìn)行檢測的方法，可以拓展到半導(dǎo)體及LED制作領(lǐng)域，提高半導(dǎo)體及LED等生產(chǎn)企業(yè)的質(zhì)檢準(zhǔn)確率，降低其人工成本，這樣可以有效促進(jìn)我國制造行業(yè)的自動化及智能化發(fā)展。

2 基于深度學(xué)習(xí)的太陽能電池片表面缺陷檢測方法分析

2.1 基于深度學(xué)習(xí)的太陽能電池片表面缺陷檢測系統(tǒng)的設(shè)計思路

本文設(shè)計的太陽能電池片表面缺陷系統(tǒng)是以電致發(fā)光缺陷檢測儀作為基礎(chǔ)，向晶體硅太陽能電池的外部施加正向偏置電壓，并通過電源實現(xiàn)擴(kuò)散區(qū)非平衡載流子的注入，以此在太陽能電池中形成電致發(fā)光。在太陽能電池片應(yīng)用過程中，擴(kuò)散區(qū)部位的非平衡載流子會進(jìn)行持續(xù)的復(fù)合發(fā)光，載流子發(fā)出的光為波長為1060nm左右的近紅外光，因此能夠通過CCD相機(jī)捕捉成像；在相機(jī)采集到復(fù)合發(fā)光的圖像時，應(yīng)用類神經(jīng)網(wǎng)絡(luò)分析方法對其進(jìn)行深入且全面的分析，從而找出太陽能電池片存在的缺陷區(qū)域，并對缺陷區(qū)域進(jìn)行分類，檢測系統(tǒng)會將分類結(jié)果自動傳輸?shù)娇刂葡到y(tǒng)中，由控制系統(tǒng)將存在缺陷的太陽能電池放置于相應(yīng)的料盒。由此可以看出，本文設(shè)計的太陽能電池片表面缺陷檢測系統(tǒng)可以實現(xiàn)自動化檢測，不需要借助人工檢測方式，這樣不僅可以節(jié)約太陽能電池片生產(chǎn)企業(yè)的生產(chǎn)成本，還可以提高太陽能電池片產(chǎn)品檢測的效率與準(zhǔn)確性，極大地提高了太陽能電池片生產(chǎn)企業(yè)的自動化水平。

2.2 基于深度學(xué)習(xí)的太陽能電池片表面缺陷檢測系統(tǒng)的組成

在上述設(shè)計思路的指導(dǎo)下，基于深度學(xué)習(xí)的太陽能電池片表面缺陷檢測系統(tǒng)共包括近紅外成像子系統(tǒng)、檢測分選子系統(tǒng)以及智能分析子系統(tǒng)這三個部分。

（1）近紅外成像子系統(tǒng)。近紅外成像子系統(tǒng)是檢測系統(tǒng)的核心部分，該系統(tǒng)通過捕捉太陽能電池片的近紅外光，對太陽能電池片進(jìn)行表面缺陷的檢測。需要注意的是，近紅外成像子系統(tǒng)捕捉的圖像并不是普通的可見光圖像，而是將拍攝近紅外光作為核心。因此，在進(jìn)行近紅外光系統(tǒng)的設(shè)計與應(yīng)用時，需要注意以下兩點。第一，保障成像的清晰度。近紅外成像子系統(tǒng)功能的發(fā)揮是在圖像具備一定清晰度的條件下，要求相機(jī)捕捉到的近紅外圖像具備最大化的視野，與CCD最大尺寸相適應(yīng)，以此通過CCD的有效像素保障成像照片分辨率的最大化。對于近紅外相機(jī)鏡頭而言，不同的光具備不同的折射率和焦距，為了避免近紅外相機(jī)捕捉到可見光，技術(shù)人員需要在暗室狀態(tài)下，對近紅外相機(jī)進(jìn)行對焦，確保近紅外相機(jī)鏡頭可以全面捕捉近紅外光。與此同時，技術(shù)人員還需要在相機(jī)鏡頭上設(shè)置可見光濾波片，避免相機(jī)捕捉到可見光圖片，確保圖像全部是近紅外圖像，保障缺陷檢測結(jié)果的正確性。第二，保障成像速度。在實際的太陽能電池片表面缺陷檢測系統(tǒng)檢測過程中，要求具備較高的檢測速度，所以近紅外相機(jī)需要具備較高的成像速度。一般來說，太陽能電池片生產(chǎn)企業(yè)的檢測速度約為1小時2200片，在這一檢測速度下，近紅外相機(jī)的曝光時間需要控制在1.6s內(nèi)。但是一般的近紅外相機(jī)都是應(yīng)用硅基感光芯片，需要應(yīng)用3～5s的曝光時間，才可以捕捉完全的近紅外圖像。從經(jīng)濟(jì)性及可行性角度分析，本文選擇硅基SCOMS感光芯片近紅外相機(jī)，這類相機(jī)為CMOS架構(gòu)，具備近紅外濾鏡以及cameralink接口，大大提升了成像速度，可以將圖像捕捉和處理的時間控制在2s以內(nèi)，符合太陽能電池片生產(chǎn)企業(yè)對成像速度的需求。

（2）檢測分選子系統(tǒng)。檢測分選子系統(tǒng)的應(yīng)用，可以將傳統(tǒng)太陽能電池片表面缺陷檢測的單一化流程，轉(zhuǎn)變成復(fù)合一體化流程。簡而言之，在傳統(tǒng)的太陽能電池片表面缺陷檢測中，檢測人員需要按照順序一步一步地完成檢測工作，檢測效率相對較低。而在檢測分選子系統(tǒng)應(yīng)用下，系統(tǒng)能夠?qū)⑻柲茈姵仄臏y試流程進(jìn)行劃分，同時進(jìn)行多個步驟，這樣就可以顯著提升太陽能電池片表面缺陷檢測的效率。

（3）智能分析子系統(tǒng)。智能分析子系統(tǒng)由多個分析軟件組成，主要負(fù)責(zé)太陽能電池片表面缺陷的分析。一般來說，智能分析子系統(tǒng)的表面缺陷分析主要集中于色差和外觀缺陷。具體的色差和外觀缺陷分析要點如下：智能分析子系統(tǒng)應(yīng)用Lab色彩空間進(jìn)行人眼視覺體驗的模擬，并通過片內(nèi)連續(xù)擬合測量分析技術(shù)的應(yīng)用，對太陽能電池片的片內(nèi)和片間色差進(jìn)行全面準(zhǔn)確地分析，實現(xiàn)準(zhǔn)確判斷太陽能電池片在色彩和外觀方面的缺陷。目前通過圖像分析技術(shù)的應(yīng)用，已經(jīng)能夠檢測出絕大部分太陽能電池片存在的表面缺陷。另外，在太陽能電池片表面缺陷檢測系統(tǒng)的實踐應(yīng)用中，技術(shù)人員可以通過對智能分析子系統(tǒng)的拓展，使其具備內(nèi)部缺陷檢測功能，在智能分析子系統(tǒng)中應(yīng)用相應(yīng)的圖像分析算法，對近紅外圖像上的暗區(qū)花紋進(jìn)行分析，從而明確太陽能電池片是否具備隱裂、污染或者斷柵等內(nèi)部缺陷。

3 結(jié)語

綜上所述，傳統(tǒng)的太陽能電池片表面缺陷檢測方法為人工檢測，檢測效率和檢測準(zhǔn)確性偏低。通過本文的分析可知，太陽能電池片生產(chǎn)企業(yè)可以借鑒電致發(fā)光缺陷檢測儀的工作原理，結(jié)合深度學(xué)習(xí)技術(shù)，進(jìn)行太陽能電池片表面缺陷檢測系統(tǒng)的設(shè)計，通過近紅外成像子系統(tǒng)、檢測分選子系統(tǒng)以及智能分析子系統(tǒng)的設(shè)計與應(yīng)用，捕捉太陽能電池片的近紅外圖像，通過對圖像的分析明確其是否存在表面缺陷，提高檢測效率及準(zhǔn)確性，降低生產(chǎn)企業(yè)的成本。