光伏組件缺陷檢測儀研究與開發范文

本站小編為你精心準備了光伏組件缺陷檢測儀研究與開發參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要:針對電致發光缺陷檢測儀檢測技術中技術指標難以量化的問題，開發出了電致發光缺陷檢測儀檢測軟件，可對電致發光缺陷檢測儀拍攝所得圖像進行分析，自動判別分辨率，計算調制傳遞函數。并且通過使用電致發光缺陷檢測儀進行目視驗證試驗，結果表明對于分辨率，本文所介紹的軟件判別結果與目視判別結果基本一致，并且對于目視判別難以準確判別的圖樣，軟件能夠很好的進行判別，軟件判別能夠取代目視判別。該軟件能夠提高電致發光缺陷檢測儀檢測準確度。

關鍵詞:光伏組件電致發光缺陷檢測儀;EL;EL檢測

引言

在光伏組件生產過程中，導致組件中電池片產生各種缺陷(隱裂、斷柵、破片等)原因主要為生產線上各加工過程與硅片本身缺陷。隱裂會造成組件功率的損失，主要來源于鋪設、層壓工藝中，在組件周轉過程中也可能造成;斷柵會降低電池片電流的收集，主要由于絲網印刷工藝中由于漿料或網版缺陷導致;破片嚴重影響電池片外觀，直接導致電池片無法使用，主要由于在周轉及各加工工藝中外力因素導致。對于這些缺陷的檢測，目前光伏企業普遍使用電致發光缺陷檢測儀進行檢測，而電致發光缺陷檢測儀是通過在組件兩級增加正向偏壓使得電池片發光，通過CCD相機捕獲。目前針對電致發光缺陷檢測儀成像性能評估指標，文獻根據中華人民共和國國家標準:數碼相機分辨率的測量，提出將特制的分辨率測試版粘貼于組件上，將光伏組件作為背景光源，使用遮擋成像的方法拍攝獲得分辨率圖樣。通過目視確定該設備最大分辨率。同時，文獻提出使用調制傳遞函數(MTF)作為評估太陽電池組件電致發光缺陷檢測儀的指標:在分辨率測試版中集成調制傳遞函數測試模塊，該模塊通過拍攝一個傾斜角度為5°的矩形，之后通過分辨率響應(SFR)算法獲得調制傳遞函數(MTF)。對于以上提到的分辨率，目前采用目視方式判別，由于同一個的分辨率圖案，不同人可能得出不同的結論，因此目視判別受到人為因素的影響較大。而對于調制傳遞函數，由于計算過程復雜，需要使用計算機計算，在光伏行業，尚未有專門針對電致發光缺陷檢測儀計算調制傳遞函數的軟件。本文針對目視判別分辨率收到人為影響較大以及調制傳遞函數計算復雜的問題，介紹一種將分辨率、調制傳遞函數集成于一體的軟件，可以對電致發光缺陷檢測儀拍攝出的圖片進行處理，自動判別分辨率，同時能夠計算調制傳遞函數。解決了目前電致發光缺陷檢測儀性能評估中無法量化的問題。

1光伏組件電致發光缺陷檢測儀檢測軟件功能及主要原理介紹

光伏組件電致發光缺陷檢測儀檢測軟件大體由以下幾個模塊組成:圖像讀取及處理模塊、分辨率計算模塊、調制傳遞函數計算模塊。

1.1圖像讀取及處理模塊該模塊實現的功能為對光伏組件電致發光缺陷檢測儀拍攝的圖像進行讀取，并且顯示在軟件窗口中，在圖片讀取完成后將自動繪制出該圖片的灰度直方圖以供參考。同時可以通過菜單欄上的放大、縮小、移動以及截圖等功能對圖像進行基本的處理，以滿足后續分析需要。

1.2分辨率計算模塊該模塊基于文獻:太陽電池組件電致發光缺陷檢測儀通用技術條件中提出的方法，在獲取電致發光缺陷檢測儀拍攝獲取的分辨率測試板圖樣后，通過手動選取用于分析分辨率的線對圖樣，根據式(1～2)計算出沿著線對方向灰度均值與其差分值，根據差分數據的零點找出數據中峰值與谷值，之后通過相鄰峰值與谷值之差值，軟件自動判斷圖樣是否足夠清晰。式中:i，j—圖像的行與列;gji—i行j列的像素點灰度值;Gj—j列像素點均值;dGj—Gj差分值。在拍攝到的分辨率測試板圖樣中，由于需要檢測不同方向上的分辨率，因此用于軟件分析分辨率的線對圖樣常見的有三種樣式，分別為垂直，水平與傾斜線對，如圖1所示。在獲得灰度均值數據之前，需要對不同樣式的線對圖樣采用不同的方法對圖樣進行預處理。對于垂直的線對圖樣，如圖1(a)，由于截取圖樣采用手動截取，圖樣四周難免出現黑色留白區域。對于沿著線對方形的黑色留白區域，其灰度值將會參與灰度均值的計算，使得該列像素點的灰度均值降低，且降低程度隨留白區域增大而增大，將會影響分辨率判別。對于垂直于線對方向上左右兩邊的黑色留白區域，在灰度均值數據中會體現為噪音，這將會影響峰值谷值的判斷。因此在截取圖樣后，需要將截取的圖樣使用二值化轉換，根據轉化后的圖像矩陣截去線對四周的黑色留白區域。對于平行的線對圖樣，如圖1(b)，只需要將圖樣矩陣轉置后按照垂直線對圖樣的方式處理即可。對于傾斜的線對圖樣，如圖1(c)，使用霍夫變換從圖樣中提取傾斜線段，根據線段傾斜角度將圖樣旋轉獲得垂直的線對圖樣，之后按照垂直線對圖樣的方式處理。

1.3調制傳遞函數計算模塊調制傳遞函數計算是通過分析由電致發光缺陷檢測儀拍攝出的一個傾斜角度為5°的矩形，通過SFR算法計算出調制傳遞函數。SFR算法大致包括以下幾個步驟，分別為獲取ROI(regionofinterest)區域、對于彩色圖進行灰度化處理、計算中心距、線性回歸擬合邊緣、四倍超采樣計算ESF、對ESF求導獲得LSF以及對LSF進行傅里葉變換獲得SFR曲線。1.3.1獲取ROI區域獲取ROI區域即獲取用于計算SFR的區域，ROI區域要求左右兩邊分別為黑與白區域，黑白區交界處為傾斜邊緣。對于太陽電池組件電致發光缺陷檢測儀拍攝的完整的矩形圖形，軟件可以自動截取傾斜矩形區域中固定大小的ROI區域，也可以通過手動選取ROI區域。在選取ROI區域后，將存儲該區域的RGB矩陣以作為后續計算使用。1.3.2對于彩色圖進行灰度化處理若入讀的圖像為彩色圖，軟件根據式(3)將RGB矩陣轉換為灰度矩陣。式中:Gray—灰度值;R，G，B—紅綠藍三個通道值;α，β，γ———R，G，B權重值。1.3.3計算中心距在獲取灰度矩陣后，對圖像每一行計算其矩心。首先對每一行灰度進行差分，使用式(4)計算矩心。式中:j—該行圖像列數;n—圖像最大列數;gj—第j列圖像灰度值。1.3.4線性回歸擬合邊緣對圖像行數與該行對應的中心距位置使用最小二乘法進行擬合，獲得黑白邊緣線方程。1.3.5四倍超采樣計算ESF逐行掃描ROI區域，計算出每一個像素點到該行黑白邊緣的距離，并進行四倍超采樣。之后計算到黑白邊緣每一個距離下所有像素點的灰度平均值，得到橫軸為到黑白邊緣距離，縱軸為平均灰度的曲線圖，該圖即為ESF曲線。1.3.6獲得LSF曲線對獲得的ESF曲線式(2)進行差分運算，獲得的曲線即為LSF曲線。1.3.7對LSF曲線進行傅里葉變換獲得SFR曲線對LSF曲線應用傅里葉變換，最終獲得MTF曲線。

2實驗結果

本文根據所提出的方法將分辨率版粘貼于光伏組件中心，使用電致發光缺陷檢測儀對該組件進行拍攝，獲得如圖2所示的圖樣，使用本文介紹的軟件進行分析，結果如下。

2.1分辨率測量圖3～圖5分別為水平、垂直、傾斜線對預處理前后的圖樣。可以看出對于水平和垂直圖樣，由于手動截取的圖樣不可避免的存在黑色留白，通過預處理之后黑色留白被截去，只保留線對區域，預處理效果良好。而對于傾斜圖樣，經過霍夫變換并旋轉后，在截去黑色留白，圖樣有效區域被保留，并且最終線對方向保持垂直，預處理效果良好。如圖6為拍攝所得的水平線對圖樣。圖7為軟件分析并繪制的分辨率分別為0.70lp/mm，1.00lp/mm，1.57lp/mm，1.77lp/mm的灰度均值曲線圖。從圖7中可以看出，峰值和谷值對應于圖像中的白色和黑色區域，從灰度均值圖中可以根據峰值谷值數量直觀的分辨出線對數，并且根據峰值谷值差可以直觀的看出圖像是否清晰。隨著分辨率的增加，灰度均值曲線圖中最小峰/谷值差逐漸減小;對于0.70lp/mm的灰度均值圖，最，小峰值谷值差接近70，軟件判定為OK，當分辨率上升至1.00lp/mm時，峰值谷值差下降到約60，軟件同樣判定為OK，對于1.57lp/mm的圖樣，最小峰谷值差約為20左右，軟件判斷為OK，而對于1.77lp/mm的圖樣，從灰度均值曲線圖中只能勉強看清峰值和谷值數量，最小峰谷值差小于10，軟件判斷為NG。對應于圖5，如果使用目視判別，1.57lp/mm之前的圖樣條紋清晰可見，目視判別結與軟件判別結果一致，對于1.98lp/mm圖樣，圖像已明顯模糊不清，目視判別結果與軟件判別結果一致，而對于1.77lp/mm圖樣，圖樣線對介于模糊與清晰之間，使用目視判別極可能由于不同觀察者存在不同的判別。圖8為拍攝所得的垂直線對圖樣。圖9為軟件繪制的分辨率為0.70lp/mm，1.00lp/mm，1.57lp/mm，1.77lp/mm的灰度均值曲線圖。從圖9中可以看出，軟件對1.57lp/mm線對判定結果為OK，而對1.77lp/mm線對判定結果為NG，從圖7目視觀測可以看出:小于1.57lp/mm線對能夠清晰分辨，1.98lp/mm線對明顯無法看清，而對于1.77lp/mm線對清晰度介于1.57lp/mm與1.98lp/mm之間，使用目視判別可能存在模棱兩可的判別。總體結果與水平線對一致。圖10為拍攝所得的傾斜線對圖樣。圖10為軟件繪制的分辨率為0.70lp/mm，1.00lp/mm，1.57lp/mm，1.77lp/mm的灰度均值曲線圖。從圖10與圖11中可以看出，軟件判別結果與水平、垂直圖樣軟件判定結果一致。目視判別結果同樣在1.77lp/mm線對上可能存在不一致的判別。根據以上實驗結果可以看出，對于目視判別，在水平、垂直、傾斜方向上判別分辨率時，均可能存在一個分辨率圖樣，其線對數處于模糊與清晰之間，并且不同觀察者判別該圖樣極可能得出不同判別結果的情況。而本文所介紹的軟件可以將圖像轉化為更為直觀灰度曲線圖，在灰度均值圖上可以根據峰值谷值數量直觀的判別線對數，并且根據已設定好的閾值，軟件自動判別空間辨率。軟件判別結果與目視判別結果基本一致，并且對于一些由于不同觀察者可能導致不同判別結果的圖樣，軟件能夠很好的進行判別，解決了分辨率量化的問題，能夠替代電致發光缺陷檢測儀分辨率檢測中目視判別方法。

2.2SFR計算圖12為使用軟件截取的傾斜矩形圖樣，使用軟件讀取該圖樣，并自動提取ROI區域計算MTF，結果如圖13。從圖12中可以看出，該EL設備的MTF50值約為0.2lp/mm，MTF20值約為0.26lp/mm。

3結論

本文介紹一種將分辨率、調制傳遞函數計算集成于一體的軟件，可以對電致發光缺陷檢測儀拍攝出的圖片進行處理，自動判別分辨率，同時能夠計算調制傳遞函數。并且使用電致發光缺陷檢測儀進行實驗驗證，結果表明，軟件能夠對水平、垂直、傾斜的分辨率線對圖樣進行預處理，自動去除影響分析結果的干擾區域，將圖像轉換為更為直觀的灰度均值圖，并根據預先設定好的閾值自動分析判別，判別結果與目視判別結果基本一致，并且對于目視判別難以準確判別的圖樣，軟件能夠很好的進行判別。同時軟件能夠根據電致發光缺陷檢測儀拍攝的傾斜矩形計算獲得MTF曲線，并且從中獲取MTF50和MTF20值。本軟件解決了目前電致發光缺陷檢測儀性能評估中分辨率判別無法量化的且準確度不足的問題，同時提供能夠調制傳遞曲線作為輔助數據，提高了電致發光檢測儀檢測準確性。

參考文獻

［1］施光輝，崔亞楠，劉小嬌，等.電致發光(EL)在光伏電池組件缺陷檢測中的應用［J］.云南師范大學學報(自然科學版)，2016，36(2):17～21.

［2］楊軍.晶體硅電池片中雜志含量及狀態研究［D］，北京:北京大學，2013.

［3］肖嬌，徐林.太陽電池缺陷EL檢測及其電性能分析［J］.上海計量測試，2011(3):15～18.

［4］林劍春，楊愛軍，沈熠輝.電致發光缺陷檢測儀的成像性能評估［J］.光學精密工程，2017(6):1418～1424.

［5］GB/T19953－2005《數碼相機分辨率的測量》［S］.

［6］林劍春，楊愛軍，李杰，等.光伏組件用電致發光缺陷檢測儀分辨率校準技術研究［A］.臺灣:中原大學，2016.

作者：何翔 單位：福建省計量科學研究院