多晶硅表面缺陷识别及软件检测系统设计与开发

摘要

作为清洁无污染的优质能源，太阳能在化石燃料日渐减少、带来的环境问题凸显的情况下，已经成为新能源的重要组成部分。太阳能发电技术，是利用太阳能的重要形式，多晶硅太阳能电池以工艺相对简单，生产成本低的优势，被广泛采用于光伏制造业中。
　　质量管理是企业生产的重要环节。为保证品质与降低成本，需要对镀减反射膜PECVD工艺下料进行检测。多晶硅太阳能、电池表面纹理特征复杂，质量检测一直依赖人工，效率低、重复检出能力差。
　　本文从工业工程专业的质量管理角度出发，研究了多晶硅表面质量管理的信息化技术，基于机器视觉和SVM，设计开发了的太阳能多晶硅表面缺陷识别及软件检测系统，具有自动化、分类准确等优点，具有理论及使用价值。
　　本文主要工作有在以下几个方面：
　　（1）根据某太阳能多晶硅电池生产企业的实际问题，研究了常见的太阳能多晶硅片表面缺陷，对缺陷进行了归类，与成因分析。结合企业实际需求，通过利用机器视觉和模支持向量机，结合图形图像分析与特征提取方法，提出了自动化检测系统总体设计方案，提出了检测系统软件的框架、检测流程及工作原理，实现了多晶硅片质量管理与检测的自动化、信息化。
　　（2）针对多晶硅片检测的难点，提出利用边缘拟合进行硅片区域精确定位，克服随机上料的问题，硅片的精确定位，保证了后续检测数据来源的可靠性，提高了分类正确率；通过色彩空间变换，降低了颜色检验的维数；在对斑点检测中，选取与硅片自身纹理无关的饱和度通道进行检测，克服多晶硅片自身纹理干扰的难点。
　　（3）针对每种常见缺陷，介绍了特征提取方法，设计了SVM（支持向量机）分类器进行分类，并对分类器进行参数优化，提高了分类结果准确率。为加快程序运行效率，设计了分类器调度器，结合缺陷出现频率与分类器运行速度，进行动态分类器调度，加快了检测效率。
　　结果显示，系统分类正确率达到94.5％，节拍小于1s，满足了企业的生产需求。利用机器视觉进行表面颜色检测的方法，具有抗干扰能力和广泛的适用范围，是质量管理的重要工具。

目录

封面

声明

上海交通大学硕士学位论文答辩决议书

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景

1.2 光伏行业及太阳能多晶硅介绍

1.3 太阳能多晶硅片缺陷检测

1.4 机器视觉检测技术

1.5 本文主要内容及结构

第二章 检测系统分析及设计

2.1 太阳能多晶硅片表面常见缺陷

2.2 检测难点分析

2.3 检测系统要求

2.4 检测系统原理分析

2.5 系统设计

2.6 本章小结

第三章 图像预处理算法研究

3.1 精确的图像分割方法

3.2 仿射变换区域划分

3.3 本章小结

第四章 缺陷识别算法及特征提取

4.1 特征提取方法

4.2 太阳能多晶硅片缺陷识别及特征提取

4.3 本章小结

第五章 分类器设计

5.1 支持向量机

5.2 基于支持向量机的分类器设计

5.3 系统运行及测试

5.4 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

攻读学位期间的学术成果