CN117132559A - 一种光伏组件组装工序管理用监测*** - Google Patents
一种光伏组件组装工序管理用监测*** Download PDFInfo
- Publication number
- CN117132559A CN117132559A CN202311029228.9A CN202311029228A CN117132559A CN 117132559 A CN117132559 A CN 117132559A CN 202311029228 A CN202311029228 A CN 202311029228A CN 117132559 A CN117132559 A CN 117132559A
- Authority
- CN
- China
- Prior art keywords
- silicon wafer
- state
- original silicon
- photovoltaic module
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 112
- 238000012544 monitoring process Methods 0.000 title claims abstract description 42
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims abstract description 121
- 229910052710 silicon Inorganic materials 0.000 claims abstract description 120
- 239000010703 silicon Substances 0.000 claims abstract description 120
- 238000001514 detection method Methods 0.000 claims abstract description 47
- 238000004458 analytical method Methods 0.000 claims abstract description 30
- 239000011159 matrix material Substances 0.000 claims abstract description 6
- 235000012431 wafers Nutrition 0.000 claims description 110
- 238000003475 lamination Methods 0.000 claims description 27
- 238000012360 testing method Methods 0.000 claims description 18
- 230000011218 segmentation Effects 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 6
- 238000005286 illumination Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000000241 photoluminescence detection Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
本发明涉及工序管理监测技术领域,具体公开了一种光伏组件组装工序管理用监测***,包括:原硅片状态检测模块,包括光源发射器、相机及原硅片分析端;光源发射器用于向原硅片发出检测激光;相机用于采集检测激光作用于原硅片后的图像信息;原硅片分析端用于对图像信息进行切分,并获取切分图像,及按预设策略采集切分图像上的点阵灰度信息,根据点阵灰度信息确定切分图像对应区域的原硅片状态,及根据各个切分图像对应区域原硅片状态的一致性对原硅片状态进行判断,获得原硅片检测结果;组装状态监测模块,包括状态预测端、成品检测端及组装状态分析端。
Description
技术领域
本发明涉及工序管理监测技术领域,具体为一种光伏组件组装工序管理用监测***。
背景技术
随着新能源的普及与发展,光伏组件的生产需求越发的旺盛,光伏面板组件是光伏发电的核心部件,在生产工序的有序性关乎着产品的质量,因此在光伏组件组装过程中需要对过程状态参数进行监测管理,保证整个组装流程的稳定性。
作为光伏组件的零部件之一,原硅片的品质决定着成品的质量,因此需要对原硅片的状态进行检测判断,现有的原硅片检测方法主要采用PL检测来实现,通过作用于原硅片表面激光,同时采集原硅片表面的图像,通过对图像信息进行视觉识别分析,进而实现对原硅片状态进行判断。
PL检测的流程虽然能够较为准确且全面的对原硅片的状态进行较为准确的判断,但其检查效率较低,会影响到批量化的光伏组件组装过程,同时由于原硅片在出厂过程中已经对其品质状态进行检测,因此组装过程仅需对其在运转过程中存在的问题风险进行确定即可,因此,如何对PL检测过程进行优化,提高其检测效率是本申请要解决的技术问题。
发明内容
本发明的目的在于提供一种光伏组件组装工序管理用监测***,解决以下技术问题:
如何对PL检测过程进行优化,提高其检测效率是本申请要解决的技术问题。
本发明的目的可以通过以下技术方案实现:
一种光伏组件组装工序管理用监测***,所述***包括:
原硅片状态检测模块,包括光源发射器、相机及原硅片分析端;
所述光源发射器用于向原硅片发出检测激光;
所述相机用于采集检测激光作用于原硅片后的图像信息;
所述原硅片分析端用于对图像信息进行切分,并获取切分图像,及按预设策略采集切分图像上的点阵灰度信息,根据点阵灰度信息确定切分图像对应区域的原硅片状态,及根据各个切分图像对应区域原硅片状态的一致性对原硅片状态进行判断,获得原硅片检测结果;
组装状态监测模块,包括状态预测端、成品检测端及组装状态分析端;
所述状态预测端用于根据原硅片监测结果对成品光伏组件进行预测分析,获得预测成品信息;
所述成品检测端用于对成品光伏组件进行检测,获得检测成品信息;
所述组装状态分析端用于对预测成品信息及检测成品信息的比对分析,根据比对分析的结果对组装工序进行监测。
于一实施例中,所述预测策略包括:
按照预设阶梯激光强度作用于原硅片,采集不同激光强度阶梯下的切分图像并进行灰度化处理;
对切分图像按X*Y点阵采集像素点灰度值,作为点阵灰度信息;
切分图像对应区域的原硅片状态判断过程包括:
通过公式计算获得切分图像对应区域的原硅片状态值Ts;
其中,i∈[1,X*Y];n为激光强度预设阶梯数,j∈[1,n];
为第j预测阶梯激光强度下第i个像素点灰度值;/>为第j预设阶梯的权重系数,且满足/>;
将原硅片状态值Ts与预设阈值区间[Ts1,Ts2]进行比对:
若Ts∈[Ts1,Ts2],则判断切分图像对应区域原硅片状态正常;
否则,判断原硅片不符合要求。
于一实施例中,所述原硅片检测结果的获取过程包括:
通过公式计算获得原硅片一致性系数Fs;
通过公式计算获得原硅片状态值均值/>;
其中,m为切分图像的个数,k∈[1,m];为第k个切分图像的原硅片状态值;为切分图像中对应原硅片状态值/>为切分图像中对应原硅片状态值最小值;
将一致性系数Fs与一致性阈值Fs1进行比对,将原硅片状态值均值与整体阈值区间[Ts1+Ts0,Ts2-Ts0]进行比对:
若Fs<Fs1且,则判断原硅片符合要求;
否则判断原硅片异常;
其中,Ts0为预设调节量。
于一实施例中,所述检测成品信息的获取过程包括:
对组装完成的光伏组件作用特定时长的测试光源,所述测试光源的光照强度随时间变化;
采集光伏组件的实时电性能参数,包括实时输出电压U(t)及实时输出电流I(t);
将U(t)及I(t)分别与预设标准电压曲线及预设标准电流曲线/>进行比对分析:
通过公式 计算获得光伏组件状态值E;
将E与标准临界区间[E1,E2]进行比对:
若E<E1,则判断光伏组件状态正常;
若E>E2,则判断光伏组件状态异常;
若E∈[E1,E2],则判断光伏组件状态正常,并将光伏组件状态值E作为检测成品信息,对组装工序进行监测;
其中,为测试光源作用的起始时间点;/>为测试光源作用的结束时间点;/>为检测***固定阻值;/>、/>为预设固定系数。
于一实施例中,所述状态预测端的工作过程包括:
通过公式获得计算获得损失系数Loss;
通过公式计算获得预测光伏组件状态值/>;
将预测光伏组件状态值作为预测成品信息;
其中,为转化效率损失参照表函数;/>为一致性损失函数;
Y为光伏组件上的原硅片数,p∈[1,Y];为第p个原硅片的原硅片状态值均值;为光伏组件状态理想值。
于一实施例中,对组装工序进行监测的过程包括:
将光伏组件状态值E与预测光伏组件状态值进行比对:
若,则判断判断组装工序过程存在风险;
否则判断组装工序过程正常;
其中,为预设固定系数。
于一实施例中,所述***还包括:
层压状态监测模块,用于采集层压过程中的温度变化曲线及负压变化曲线,及根据温度变化曲线、负压变化曲线与控制参数进行比对分析,根据分析结果监测光伏组件组装工序中层压过程状态。
于一实施例中,层压过程状态监测的过程包括:
通过公式计算获得层压状态系数R;
其中,H(t)为负压变化曲线;H0(t)为标准负压变化曲线;T(t)为温度变化曲线;T0(t)为标准温度变化曲线;为一次层压过程的起始时间点,/>为一次层压过程的结束时间点;/>为负压误差量参考值;/>为温度误差量参考值;/>、/>为预设权重系数;
将层压状态系数R与预设阈值R1进行比对:
当R≥R1时,则判断层压过程存在风险,并发出检修指令。
本发明的有益效果:
(1)本发明在使用PL检测装置的基础上,对其检测策略进行优化调整,进而提高了检测效率,降低了检测所用的算力,同时结合后续的整体分析过程,对组装过程的质量进行监测,进而保证光伏组件加工组装过程的有序性,保证光伏组件的质量;同时能够结合原硅片检测的结果及光伏组件成品的检测结果,对组装过程风险进行监测,进而在监测到较大风险时及时调整,保证组装过程的高效温度运行。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明光伏组件组装工序管理用监测***的逻辑框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,在一个实施例中,提供了一种光伏组件组装工序管理用监测***,该***在使用PL检测装置的基础上,对其检测策略进行优化调整,进而提高了检测效率,降低了检测所用的算力,同时结合后续的整体分析过程,对组装过程的质量进行监测,进而保证光伏组件加工组装过程的有序性,保证光伏组件的质量。
该***包括原硅片状态检测模块及组装状态监测模块,原硅片状态检测模块包括光源发射器、相机及原硅片分析端,通过光源发射器向原硅片发出检测激光,通过相机采集检测激光作用于原硅片后的图像信息,通过相机采集检测激光作用于原硅片后的图像信息,进而实现PL检测的初步工作,而在分析过程中,原硅片分析端通过对图像信息进行切分获取切分图像,并按预设策略采集切分图像上的点阵灰度信息,根据点阵灰度信息确定切分图像对应区域的原硅片状态,及根据各个切分图像对应区域原硅片状态的一致性对原硅片状态进行判断,获得原硅片检测结果;在此过程中,图像信息的切分按照预设固定的切分方法进行,将原硅片对应部分的图像信息进行均匀切分,在此不作限定,经灰度化处理及点阵灰度信息采集,进而根据灰度信息的数值即能对原硅片的状态进行判断,再根据各个切分图像对应区域原硅片状态的一致性对原硅片状态进行判断,获得原硅片检测结果,进而能够较为快速且全面准确的对原硅片进行判断。
该***中的组装状态监测模块包括状态预测端、成品检测端及组装状态分析端;通过状态预测端根据原硅片监测结果对成品光伏组件进行预测分析,获得预测成品信息;再通过成品检测端用于对成品光伏组件进行检测,获得检测成品信息;最后再通过组装状态分析端对预测成品信息及检测成品信息的比对分析,根据比对分析的结果对组装工序进行监测;通过上述技术方案,能够结合原硅片检测的结果及光伏组件成品的检测结果,对组装过程风险进行监测,进而在监测到较大风险时及时调整,保证组装过程的高效温度运行。
作为本发明的一种实施方式,预测策略包括:按照预设阶梯激光强度作用于原硅片,采集不同激光强度阶梯下的切分图像并进行灰度化处理;对切分图像按X*Y点阵采集像素点灰度值,作为点阵灰度信息;通过上述的预测策略,能够更加快速的对原硅片图像信息进行处理获取,其中X*Y点阵根据原硅片的规格设定,因此需要根据具体应用状况进行调整,在此不作限定。
切分图像对应区域的原硅片状态判断过程包括:通过公式计算获得切分图像对应区域的原硅片状态值Ts;其中,i∈[1,X*Y];n为激光强度预设阶梯数,j∈[1,n];/>为第j预测阶梯激光强度下第i个像素点灰度值;/>为第j预设阶梯的权重系数,且满足/>;通过分阶梯的对图像区域施加激光,并对不同阶梯下的图像采集灰度值,其中每个预设阶梯的权重系数/>根据经验测试数据拟合获得,因此获得的原硅片状态值Ts能够体现出切分图像区域原硅片的状态特征,将原硅片状态值Ts与预设阈值区间[Ts1,Ts2]进行比对,预设阈值区间[Ts1,Ts2]根据经验数据拟合获得,因此若Ts∈[Ts1,Ts2],则判断切分图像对应区域原硅片状态正常;否则,判断原硅片不符合要求。
作为本发明的一种实施方式,原硅片检测结果的获取过程包括:通过公式计算获得原硅片一致性系数Fs;通过公式/>计算获得原硅片状态值均值/>;其中,m为切分图像的个数,k∈[1,m];/>为第k个切分图像的原硅片状态值;/>为切分图像中对应原硅片状态值最大值;为切分图像中对应原硅片状态值最小值;将一致性系数Fs与一致性阈值Fs1进行比对,将原硅片状态值均值/>与整体阈值区间[Ts1+Ts0,Ts2-Ts0]进行比对:若Fs<Fs1且,则判断原硅片符合要求;否则判断原硅片异常;其中,Ts0为预设调节量。
通过上述技术方案,本实施例在获取划分区域原硅片状态值的基础上,通过对不同划分区域Ts的差值状态及一致性状态,实现对原硅片整体状态的判断,具体地,通过公式计算获得原硅片一致性系数Fs,其中,体现出了不同区域原硅片状态值离散度状况,而/>则为原硅片状态值的极值,因此通过计算获得的原硅片一致性系数Fs,进而能够实现对原硅片整体状态的判断,Ts0为预设调节量,在判断的过程中,将一致性系数Fs与一致性阈值Fs1进行比对,将原硅片状态值均值/>与整体阈值区间[Ts1+Ts0,Ts2-Ts0]进行比对,其中,一致性阈值Fs1及预设调节量Ts0均根据测试数据拟合划分设定获得,因此若Fs<Fs1且,则判断原硅片符合要求;否则判断原硅片异常,实现对硅片状态的快速判断过程。
作为本发明的一种实施方式,所述检测成品信息的获取过程包括:对组装完成的光伏组件作用特定时长的测试光源,所述测试光源的光照强度随时间变化;采集光伏组件的实时电性能参数,包括实时输出电压U(t)及实时输出电流I(t);将U(t)及I(t)分别与预设标准电压曲线及预设标准电流曲线/>进行比对分析:通过公式 计算获得光伏组件状态值E;将E与标准临界区间[E1,E2]进行比对:若E<E1,则判断光伏组件状态正常;若E>E2,则判断光伏组件状态异常;若E∈[E1,E2],则判断光伏组件状态正常,并将光伏组件状态值E作为检测成品信息,对组装工序进行监测。
通过上述技术方案,本实施例中检测成品信息的获取过程包括:对组装完成的光伏组件作用特定时长的测试光源,所述测试光源的光照强度随时间变化;采集光伏组件的实时电性能参数,根据实时电性能参数与与预设标准电压曲线及预设标准电流曲线/>进行比对分析,进而实现对光伏组件状态的判断,其中,光伏组件状态值E通过公式 计算获得,其中,/>为测试光源作用的起始时间点;/>为测试光源作用的结束时间点;/>为检测***固定阻值,其根据实际检测模块的状态测定;/>、/>为预设固定系数,其根据经验数据拟合获得,因此光伏组件状态值E反映了实际电性能相对理想状态下的预设标准电性能参数的衰减状况。
作为本发明的一种实施方式,状态预测端的工作过程包括:通过公式获得计算获得损失系数Loss;通过公式/>计算获得预测光伏组件状态值/>;其中,/>为转化效率损失参照表函数;/>为一致性损失函数;其均根据多组测试数据经拟合后获得,Y为光伏组件上的原硅片数,p∈[1,Y];/>为第p个原硅片的原硅片状态值均值;/>为光伏组件状态理想值,根据预测光伏组件状态值的获取过程,能够整体对光伏组装完成后的衰减状况进行初步的预测,将预测光伏组件状态值/>作为预测成品信息,进而便于后续的比对过程。
作为本发明的一种实施方式,对组装工序进行监测的过程包括:将光伏组件状态值E与预测光伏组件状态值进行比对:若/>,则说明实际的光伏组件状态值E相对于预测光伏组件状态值/>差值较大,因此说明组装过程存在问题导致效率的损失,进而判断判断组装工序过程存在风险;否则判断组装工序过程正常;其中,/>为预设固定系数,其根据经验数据拟合设定,在此不作赘述。
作为本发明的一种实施方式,所述***还包括:层压状态监测模块,用于采集层压过程中的温度变化曲线及负压变化曲线,及根据温度变化曲线、负压变化曲线与控制参数进行比对分析,根据分析结果监测光伏组件组装工序中层压过程状态;具体的层压过程状态监测的过程包括:通过公式 计算获得层压状态系数R;其中,H(t)为负压变化曲线;H0(t)为标准负压变化曲线,其根据控制数据获得;T(t)为温度变化曲线;T0(t)为标准温度变化曲线,其根据控制数据获得;/>为一次层压过程的起始时间点,/>为一次层压过程的结束时间点;/>为负压误差量参考值;/>为温度误差量参考值;/>、/>为预设权重系数,其根据经验数据拟合设定;因此/>及分别体现了负压及温度在控制过程中相对控制标准的偏离状态,进而通过将层压状态系数R与预设阈值R1进行比对,当R≥R1时,则判断层压过程存在风险,并发出检修指令。
需要说明的是,负压误差量参考值及温度误差量参考值/>均根据为对应参数的标准参考量,预设阈值R1经测试数据拟合后设定,在此不作详述。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (8)
1.一种光伏组件组装工序管理用监测***,其特征在于,所述***包括:
原硅片状态检测模块,包括光源发射器、相机及原硅片分析端;
所述光源发射器用于向原硅片发出检测激光;
所述相机用于采集检测激光作用于原硅片后的图像信息;
所述原硅片分析端用于对图像信息进行切分,并获取切分图像,及按预设策略采集切分图像上的点阵灰度信息,根据点阵灰度信息确定切分图像对应区域的原硅片状态,及根据各个切分图像对应区域原硅片状态的一致性对原硅片状态进行判断,获得原硅片检测结果;
组装状态监测模块,包括状态预测端、成品检测端及组装状态分析端;
所述状态预测端用于根据原硅片监测结果对成品光伏组件进行预测分析,获得预测成品信息;
所述成品检测端用于对成品光伏组件进行检测,获得检测成品信息;
所述组装状态分析端用于对预测成品信息及检测成品信息的比对分析,根据比对分析的结果对组装工序进行监测。
2.根据权利要求1所述的一种光伏组件组装工序管理用监测***,其特征在于,所述预测策略包括:
按照预设阶梯激光强度作用于原硅片,采集不同激光强度阶梯下的切分图像并进行灰度化处理;
对切分图像按X*Y点阵采集像素点灰度值,作为点阵灰度信息;
切分图像对应区域的原硅片状态判断过程包括:
通过公式计算获得切分图像对应区域的原硅片状态值Ts;
其中,i∈[1,X*Y];n为激光强度预设阶梯数,j∈[1,n];为第j预测阶梯激光强度下第i个像素点灰度值;/>为第j预设阶梯的权重系数,且满足/>;
将原硅片状态值Ts与预设阈值区间[Ts1,Ts2]进行比对:
若Ts∈[Ts1,Ts2],则判断切分图像对应区域原硅片状态正常;
否则,判断原硅片不符合要求。
3.根据权利要求2所述的一种光伏组件组装工序管理用监测***,其特征在于,所述原硅片检测结果的获取过程包括:
通过公式计算获得原硅片一致性系数Fs;
通过公式计算获得原硅片状态值均值/>;
其中,m为切分图像的个数,k∈[1,m];为第k个切分图像的原硅片状态值;/>为切分图像中对应原硅片状态值最大值;/>为切分图像中对应原硅片状态值最小值;
将一致性系数Fs与一致性阈值Fs1进行比对,将原硅片状态值均值与整体阈值区间[Ts1+Ts0,Ts2-Ts0]进行比对:
若Fs<Fs1且,则判断原硅片符合要求;
否则判断原硅片异常;
其中,Ts0为预设调节量。
4.根据权利要求3所述的一种光伏组件组装工序管理用监测***,其特征在于,所述检测成品信息的获取过程包括:
对组装完成的光伏组件作用特定时长的测试光源,所述测试光源的光照强度随时间变化;
采集光伏组件的实时电性能参数,包括实时输出电压U(t)及实时输出电流I(t);
将U(t)及I(t)分别与预设标准电压曲线及预设标准电流曲线/>进行比对分析:
通过公式 计算获得光伏组件状态值E;
将E与标准临界区间[E1,E2]进行比对:
若E<E1,则判断光伏组件状态正常;
若E>E2,则判断光伏组件状态异常;
若E∈[E1,E2],则判断光伏组件状态正常,并将光伏组件状态值E作为检测成品信息,对组装工序进行监测;
其中,为测试光源作用的起始时间点;/>为测试光源作用的结束时间点;/>为检测***固定阻值;/>、/>为预设固定系数。
5.据权利要求4所述的一种光伏组件组装工序管理用监测***,其特征在于,所述状态预测端的工作过程包括:
通过公式获得计算获得损失系数Loss;
通过公式计算获得预测光伏组件状态值/>;
将预测光伏组件状态值作为预测成品信息;
其中,为转化效率损失参照表函数;/>为一致性损失函数;
Y为光伏组件上的原硅片数,p∈[1,Y];为第p个原硅片的原硅片状态值均值;/>为光伏组件状态理想值。
6.根据权利要求5所述的一种光伏组件组装工序管理用监测***,其特征在于,对组装工序进行监测的过程包括:
将光伏组件状态值E与预测光伏组件状态值进行比对:
若,则判断判断组装工序过程存在风险;
否则判断组装工序过程正常;
其中,为预设固定系数。
7.根据权利要求1所述的一种光伏组件组装工序管理用监测***,其特征在于,所述***还包括:
层压状态监测模块,用于采集层压过程中的温度变化曲线及负压变化曲线,及根据温度变化曲线、负压变化曲线与控制参数进行比对分析,根据分析结果监测光伏组件组装工序中层压过程状态。
8.根据权利要求7所述的一种光伏组件组装工序管理用监测***,其特征在于,层压过程状态监测的过程包括:
通过公式计算获得层压状态系数R;
其中,H(t)为负压变化曲线;H0(t)为标准负压变化曲线;T(t)为温度变化曲线;T0(t)为标准温度变化曲线;为一次层压过程的起始时间点,/>为一次层压过程的结束时间点;为负压误差量参考值;/>为温度误差量参考值;/>、/>为预设权重系数;
将层压状态系数R与预设阈值R1进行比对:
当R≥R1时,则判断层压过程存在风险,并发出检修指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311029228.9A CN117132559B (zh) | 2023-08-16 | 2023-08-16 | 一种光伏组件组装工序管理用监测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311029228.9A CN117132559B (zh) | 2023-08-16 | 2023-08-16 | 一种光伏组件组装工序管理用监测*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117132559A true CN117132559A (zh) | 2023-11-28 |
CN117132559B CN117132559B (zh) | 2024-06-14 |
Family
ID=88862102
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311029228.9A Active CN117132559B (zh) | 2023-08-16 | 2023-08-16 | 一种光伏组件组装工序管理用监测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117132559B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150371134A1 (en) * | 2014-06-19 | 2015-12-24 | Semiconductor Manufacturing International (Shanghai) Corporation | Predicting circuit reliability and yield using neural networks |
WO2017142569A2 (en) * | 2015-05-04 | 2017-08-24 | Semilab SDI LLC | Micro photoluminescence imaging with optical filtering |
WO2018098516A1 (en) * | 2016-12-01 | 2018-06-07 | Bt Imaging Pty Ltd | Determining the condition of photovoltaic modules |
CN113257695A (zh) * | 2021-03-19 | 2021-08-13 | 无锡市瑞能科技有限公司 | 光伏全工序pl检测模块 |
CN113921411A (zh) * | 2021-09-27 | 2022-01-11 | 华东理工大学 | 提高单晶光伏组串虚焊识别率的方法 |
CN114975681A (zh) * | 2022-04-25 | 2022-08-30 | 江苏巨天新能源有限公司 | 一种智能化的光伏组件生产线用运输*** |
CN115565902A (zh) * | 2022-09-23 | 2023-01-03 | 无锡尚德太阳能电力有限公司 | 一种太阳能电池半成品状态评估方法 |
CN115993360A (zh) * | 2022-02-17 | 2023-04-21 | 天合光能股份有限公司 | 一种视觉检测装置及检测流水线 |
-
2023
- 2023-08-16 CN CN202311029228.9A patent/CN117132559B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150371134A1 (en) * | 2014-06-19 | 2015-12-24 | Semiconductor Manufacturing International (Shanghai) Corporation | Predicting circuit reliability and yield using neural networks |
WO2017142569A2 (en) * | 2015-05-04 | 2017-08-24 | Semilab SDI LLC | Micro photoluminescence imaging with optical filtering |
WO2018098516A1 (en) * | 2016-12-01 | 2018-06-07 | Bt Imaging Pty Ltd | Determining the condition of photovoltaic modules |
CN113257695A (zh) * | 2021-03-19 | 2021-08-13 | 无锡市瑞能科技有限公司 | 光伏全工序pl检测模块 |
CN113921411A (zh) * | 2021-09-27 | 2022-01-11 | 华东理工大学 | 提高单晶光伏组串虚焊识别率的方法 |
CN115993360A (zh) * | 2022-02-17 | 2023-04-21 | 天合光能股份有限公司 | 一种视觉检测装置及检测流水线 |
CN114975681A (zh) * | 2022-04-25 | 2022-08-30 | 江苏巨天新能源有限公司 | 一种智能化的光伏组件生产线用运输*** |
CN115565902A (zh) * | 2022-09-23 | 2023-01-03 | 无锡尚德太阳能电力有限公司 | 一种太阳能电池半成品状态评估方法 |
Non-Patent Citations (2)
Title |
---|
MEICHENG DONG ET AL.: "Photoluminescence detection method for silicon photovoltaic modules at high light level", 《OPTICAL ENGINEERING》, 10 March 2023 (2023-03-10) * |
曾光;薛永胜;刘小宇;: "光致发光(PL)检测技术在太阳电池生产过程中的应用", 上海节能, no. 03, 15 March 2013 (2013-03-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN117132559B (zh) | 2024-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116308304B (zh) | 基于元学习概念漂移检测的新能源智慧运维方法及*** | |
CN116418293B (zh) | 一种基于物联网大数据的光伏电站智慧诊断*** | |
CN117171590B (zh) | 一种电机智能驱动优化方法及*** | |
CN107689831B (zh) | 一种激光器阈值电流和斜效率随时间变化计算方法及*** | |
CN118013450B (zh) | 一种基于太阳总辐射计算的光伏优化*** | |
CN117132559B (zh) | 一种光伏组件组装工序管理用监测*** | |
CN112487651A (zh) | 一种光伏变换器功率器件的寿命检测方法 | |
CN116540058B (zh) | 一种基于数据分析的led车灯运行监测*** | |
CN117634836A (zh) | 一种基于矩阵分析的光伏电站清洗过程评估方法及*** | |
CN118139258B (zh) | 一种自适应容灾智能单灯控制方法及*** | |
CN113078880A (zh) | 光伏发电组件分布式在线故障诊断方法及*** | |
CN117791761B (zh) | 一种基于人工智能的储能电源运行监管*** | |
CN117545130A (zh) | 带有能耗控制功能的led灯具高精密驱动电源 | |
CN117970009B (zh) | 填谷电路的电力采集终端及电能表 | |
CN115062806B (zh) | 一种太阳能数据监控管理***及方法 | |
CN117388663B (zh) | 基于多源数据分析的led灯带加工检测方法及*** | |
CN112956035A (zh) | 处理半导体结构的图像的方法及借助语义数据压缩的工艺过程表征和工艺过程优化的方法 | |
CN117722750B (zh) | 一种用于svg无功补偿的制冷空调运行****** | |
CN117411006B (zh) | 一种自动电压控制平台及其方法 | |
CN116214607B (zh) | 光学膜材全自动模切控制***及方法 | |
CN116542510B (zh) | 船舶电气调试流程的优化配置方法 | |
CN117220603B (zh) | 一种光伏组件温度监测方法及*** | |
CN116774761B (zh) | 一种养殖用设备的节能优化方法 | |
CN111342773B (zh) | 一种基于组串运行电流的组件运行电压测算方法 | |
CN118424486A (zh) | 基于循环神经网络的刀尖动态温度测量装置、方法与*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |