← 返回实验室

AI视觉光伏电池片EL隐裂检测:分级与串级追溯

在光伏组件产线,EL(电致发光)成像能暴露肉眼不可见的隐裂、断栅与混片,但图像亮度会随电池片效率、串焊工艺和相机曝光漂移,固定阈值容易把低效片误判为缺陷。本阶段实验把问题拆成两步:先做亮度归一化与栅线对齐,再按缺陷形态做分级判定,输出「可放行 / 降级 / 拦截」三档结论,并回写到串级追溯码,便于后续按串定位与复检。

进展:

  • 在两条产线的离线样本集上(约 1.2 万张 EL 图,覆盖 4 种版型),归一化后缺陷召回从 82% 提升至 94%,误报率由 6.8% 降至 2.3%;单张推理约 120 ms,按串拼图后处理可跟上约 4 秒/串的节拍。
  • 分级阈值目前仍依赖工艺工程师标定,下一步计划引入少量人工复核样本做增量微调,并把分级结果与串焊、层压工序参数关联,观察隐裂是否集中在特定工艺窗口,再判断能否前移到焊前拦截。

评论

更多研究动态

查看全部实验室 →