李延彬
内蒙古中环协鑫光伏材料有限公司 内蒙古自治区呼和浩特市 100010
摘要：从电池发电效率研究中能够看出，硅片质量维护具备积极意义，尤其是在太阳能电池硅片生产上，需要对各种因素进行考量，避免硅片生产本身存在问题。本文根据以往工作经验，对硅片缺陷检测系统硬件方案内容进行总结，并从缺陷检测分类方法、检测系统软件流程设计、检测系统软件实现三方面，论述了太阳能电池硅片缺陷自动检测分类方法。
关键词：太阳能电池硅片；自动检测；分类
纵观当前生产和实践活动，对于硅片缺陷检测方式主要集中在人眼观察和自动检测。在应用人眼观察方式时，容易受到主观缺陷影响，还容易出现人眼疲劳现象，降低检测工作的准确程度。无论采用哪种方式执行硅片缺陷检测操作，借助于自动检测完成缺陷问题分类具备重要意义。相关工作人员需要根据实际情况，引入数字处理技术，避免整个生产活动受到影响。
1.硅片缺陷检测系统硬件方案内容
1.1光致发光检测技术
光致发光主要指半导体材料受到刺激之后，从而出现的发光现象。所谓光致发光，主要是当半导体中的电子吸收一些外界光子后被激发，从而引发跃迁现象，转变成激发态，该状态下的电子很不稳定，会朝着低能级方向跃迁，从而释放一些能量。光致发光的光源往往以特定波长的激光为主，提供相应能量的光子，确保检测片中的电子吸收到光子能量之后，能够转变为激发态，激发态在短时间内还会回到基态，并发出以红外光为波峰的荧光，波长范围为1100到1200nm。此时，工作人员可以借助于高灵敏高分辨率的相机进行感光操作，明确光致发光图像。总的来说，受激发光强度和受激位置非平衡少数载流子浓度成正比，但也存在很大缺陷，即部分载流子存在强复合中心，进而导致部分载流子浓度小，受激发光强度下降，很难再图像中表示出来。工作人员可以通过对光致发光图像观察，明确检测样品中存在的具体缺陷[1]。
1.2常见的缺陷类型
多晶硅片中的常见缺陷包括以下几种，即位错缺陷、边缘不纯等。反观单晶硅片缺陷，最为常见的当属旋涡缺陷。之所以会出现该类缺陷，主要是由于硅片在生产过程中，遭遇严重的杂质污染，或者是缺陷区域少子浓度低。首先，站在多晶硅片位错缺陷角度来说，引入途径主要有三种：第一，晶体在生长时，遭遇到籽晶热冲击，进而导致晶体位错现象，还有热场不稳定，导致新的热冲击出现，在固液分界处出现位错现象，甚至还会延伸到晶体内部。第二，实际切片加工操作执行上，由于硅片表面容易受到物理冲击，导致热加工过程出现位错。第三，硅片热加工时，硅片边缘温度以及中心温度存在分布不均现象，同样会引发位错缺陷。对于单晶硅片表面旋涡缺陷，主要以宏观表现为主，常见来源为石英坩埚污染，或者是化学原子出现饱和问题，导致缺陷团凝聚在一起，不利于后续工作的开展。
2.太阳能电池硅片缺陷自动检测分类方法
2.1缺陷检测分类方法
在很多实验开展上，对于单晶和多晶缺陷检测分类，采用的是决策树分类方法，所谓决策树，主要是一种预测模型，能够将对象属性和对象值之间的映射关系明确。树中，一个点代表着一个对象，分叉路径则表示某个可能的属性值，叶节点对应从根节点到该叶节点多经历路径表示的对象值。除此之外，决策树算法代表着一种逼近离散函数值手段，该种分类方式具备典型性特征，首先，能够对实验数据进行全面处理，借助于归纳算法，生成可读规则和决策树，之后借助于有效决策开展新数据分析操作。从本质角度来说，决策树就是借助于相关规则，实现数据的分类和处理。对于决策树构造的输入，属于是一组带有类别标记的例子，进而演变出二叉树和多叉树。其中，多叉树内部节点包含很多属性，而且有几个属性值，就会对应几条边，用树的叶子作为节点，开展类别标记操作[2]。
2.2检测系统软件流程设计
该系统在设计过程中，主要涉及到的软件内容有图像预处理、数据拟合、缺陷分割等。在图像预处理之中，还可分为边缘检测、直线检测以及图像旋转灯内容。当流程设计完善后，各个功能模块编写和集成也会顺利完成，通过决策树检测分类模块，看分类树是否满足相关要求。另外，在硅片类型判断上，还需要检测分类之中多晶硅片的属性以及分类阈值，以开放式设计内容为主，实际应用过程中，用户可根据具体情况，对硅片类型和分类属性判断阈值进行设定，避免对整个太阳能电池硅片缺陷检测工作产生影响。
2.3检测系统软件实现
在该系统软件界面设计上，主要涉及到四方面内容，即菜单栏、工具栏、图像显示框和操作框。其中，菜单栏中有三个选项，即模式、系统和文件。另外，在系统按钮设计上，主要包括设备激光、相机和PLC初始化。反观文件按钮设计，主要功能有图像文件操作，即浏览、打开和重载等。在图像显示框中，可以将当前处理图像情况显示出来，并在上述几种模式下进行设计和操作。图1为各种软件模式下操作框界面图，具体信息能够从操作框中显示出来，这其中还涉及到硅片类型和尺寸。一般来说，尺寸参数对于目标硅片分割具备积极意义，尤其是在边缘直线检测上，倘若出现边缘缺陷异常情况，便无法根据边缘直线来确定硅片位置，但研究人员可以根据尺寸信息进行硅片裁剪操作，这也是异常处理机制内容之一。实际操作时，用户也可以根据生产实验要求，设定合适的阈值，此时，图像处理模式操作框中会将灰度直方图显示出来，明确具体信息[3]。
3.结论
综上所述，随着世界能源消耗问题的逐步加剧，太阳能开发和利用显得尤为重要。其中，太阳能电池制备能够对光伏产业发展产生重大影响。在实际太阳能电池研发上，为了保证质量和转换效率，相关工作人员需要控制好生产原料和生产过程，借助于相关技术应用，让质量检测操作始终处于完善状态。
参考文献
[1]段春梅,张涛川,李大成.基于时频域混合分析的太阳能硅片缺陷检测方法[J].机床与液压,2020,48(08):187-192.
[2]段华伟.基于Halcon的太阳能硅片缺陷检测技术研究[J].智慧工厂,2019(03):77-79.
[3]武星,李林慧,陈智强,楼佩煌.太阳能硅片焊接质量参数在线视觉测量[J].机械科学与技术,2019,38(06):922-929.