[发明专利]硅光伏电池扫描涡流热成像检测平台及缺陷分类方法在审
申请号: | 201910233644.8 | 申请日: | 2019-03-26 |
公开(公告)号: | CN109926341A | 公开(公告)日: | 2019-06-25 |
发明(设计)人: | 何怡刚;杜博伦;张亚茹;段嘉珺;何鎏璐 | 申请(专利权)人: | 武汉大学 |
主分类号: | B07C5/34 | 分类号: | B07C5/34;B07C5/02;B07C5/36 |
代理公司: | 湖北武汉永嘉专利代理有限公司 42102 | 代理人: | 许美红 |
地址: | 430072 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 硅光 涡流 热成像检测 电池扫描 传送带 电池 热像仪 分拣 电磁感应线圈 特征提取算法 热辐射信号 主客观结合 电池缺陷 分类结果 高分辨率 光伏电池 缺陷分类 缺陷特征 图像分类 图像序列 温度信息 涡流加热 向前移动 在线检测 自动分拣 非接触 热成像 算法 扫描 分类 检测 | ||
1.一种硅光伏电池扫描涡流热成像检测平台,其特征在于,包括:
主位移平台,其上设有主位移传送带,硅光伏电池置于该主位移传送带上;
红外摄像机,实时采集光伏电池的热像图序列;
多个分拣位移平台,与主位移平台连接,其上放置分拣传送带,主位移传送带上带有不同缺陷的硅光伏电池通过不同的分拣传送带进行分拣;
感应加热模块,通过电磁感应对硅光伏电池进行感应加热;
热像仪,设置在主位移平台的光伏电池上方,实时捕捉多个硅光伏电池的表面热辐射信息;
计算机,与热像仪连接,实时获取热像仪捕捉的原始数据并进行热序列分析,提取可表征的缺陷特征值,并采用卷积神经网络算法对不同类型的硅光伏电池缺陷进行分类标记;根据标记结果控制分拣位移平台,将含有不同缺陷的硅光伏电池通过不同的分拣传送带进行分拣。
2.根据权利要求1所述的硅光伏电池扫描涡流热成像检测平台,其特征在于,所述感应加热模块包括函数信号发生器、感应加热电源、电磁感应线圈和水冷系统,函数信号发生器控制感应加热电源的加热模式、输出功率和激励频率;电磁感应线圈设置在主位移平台的电池上方。
3.根据权利要求2所述的硅光伏电池扫描涡流热成像检测平台,其特征在于,电磁感应线圈设置在主位移平台的电池上方5cm处;电磁感应线圈为内部空心的扁平矩形结构和长条形结构。
4.根据权利要求2所述的硅光伏电池扫描涡流热成像检测平台,其特征在于,水冷系统往电磁感应线圈内部通水以降低电磁感应线圈的温度,冷却水压力为0.2~0.3Mpa。
5.根据权利要求1所述的硅光伏电池扫描涡流热成像检测平台,其特征在于,热像仪设置在主位移平台的光伏电池上方60cm处;热像仪的测量精度为±2°,检测温度范围为-20℃~120℃,光谱响应范围为7.5μm~13μm。
6.根据权利要求1所述的硅光伏电池扫描涡流热成像检测平台,其特征在于,红外摄像机的温度灵敏度为50mK。
7.根据权利要求1所述的硅光伏电池扫描涡流热成像检测平台,其特征在于,感应加热模块的加热模式包括脉冲式和锁相式。
8.一种硅光伏电池红外视觉缺陷检测方法,该方法基于权利要求1的检测平台,其特征在于,包括以下步骤:
S1、通过主位移传送带移动正常硅光伏电池和带有缺陷的硅光伏电池匀速经过感应加热模块和热像仪视场;
S2、感应加热模块对硅光伏电池进行感应加热,在热像仪扫描涡流热成像过程中,硅光伏电池的表面热辐射信息包含硅光伏电池表面的温度值;
S3、热像仪获取不同位置的硅光伏电池表面瞬态温度响应,得到不同时刻的热像图序列,作为原始数据,每个硅光伏电池均得到多张热像图;
S4、采用频域互相关、主成分分析、独立分量分析和非负矩阵分解特征提取算法从不同时刻的热像图序列中提取可表征的缺陷特征值;
S5、采用卷积神经网络模型对不同类型的硅光伏电池缺陷进行分类标记;分类的缺陷包括边缘破碎、表面杂质、划痕、裂纹、热斑和大面积损伤;
S6、将含有不同缺陷的硅光伏电池通过不同的分拣传送带进行分拣。
9.根据权利要求8所述的方法,其特征在于,步骤S1还包括根据硅光伏电池的缺陷属性优化设置,包括设置传送带移动速度、热像仪视场大小、感应加热模块参数、热像仪参数、数据采集频率。
10.一种基于权利要求1的硅光伏电池红外视觉缺陷检测软件系统,其特征在于软件系统集成缺陷检测分类和分拣模块,包括:
参考信号设定模块,用于设置参考信号,采用有限元模型产生无缺陷区域的响应信号作为参考信号,或者采用硅光伏电池无缺陷区域的检测信号作为参考信号,或者把检测数据中无缺陷区域某几个点的平均检测信号作为参考信号;
检测信号提取模块,用于将热像仪实时捕捉的硅光伏电池离热源不同位置的瞬态温度变化序列,作为检测信号,采用特征提取算法提取从检测信号中提取可表征的缺陷特征值;
缺陷分类模块,用于根据可表征的缺陷特征值采用卷积神经网络对不同类型的硅光伏电池缺陷进行分类标记;
缺陷分拣模块,控制分拣传送带将的带有不同缺陷类型的光伏电池分类回收。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910233644.8/1.html,转载请声明来源钻瓜专利网。