劉 敏，陳凌宇，錢洲亥，李治國

（國網(wǎng)浙江省電力有限公司電力科學研究院，杭州 310000）

0 引言

光伏電池片也稱為太陽能電池片，當下，其在很多制造業(yè)領域中，有著大量的應用。其能夠完成太陽能的轉(zhuǎn)換，形成電能。這種產(chǎn)品主要分為兩大類，分別是晶硅類和非晶硅類，前者又包含單晶和多晶兩種，兩者之間的效率存在差異。光伏電池片的質(zhì)量優(yōu)劣情況，直接影響太陽能的轉(zhuǎn)換效率以及發(fā)電安全性；其在生產(chǎn)過程中，受到不同因素的影響，會導致其存在隱裂、劃痕等缺陷，特別是電池片的邊緣發(fā)生缺陷后，隱秘性較高，在檢測過程中容易漏檢，對于安裝使用造成極大安全隱患[1]，因此，提升光伏電池片的邊緣缺陷檢測質(zhì)量以及檢測精度尤為重要。相關學者也針對這一問題展開了一定的研究。

劉懷廣等人[2]和張曼等人[3]，針對光伏太陽片缺陷檢測分別展開研究，各自提出基于輕量化卷積神經(jīng)網(wǎng)絡和基于數(shù)據(jù)增強的方法缺陷檢測方法，上述方法均可完成缺陷檢測，但是，當邊緣弱化明顯、邊緣缺陷的隱秘性較高時，檢測效果仍需進一步驗證。

因此，本文提出基于空耦超聲的光伏電池片弱邊緣缺陷檢測方法，并且為了提升檢測效果的精準性，結合圖像處理技術，共同實現(xiàn)光伏電池片弱邊緣缺陷檢測。

1 光伏電池片弱邊緣缺陷檢測

1.1 空耦超聲特征的檢測方法設計

由于空耦超聲在掃描過程中，獲取的掃描圖像受到超聲波束徑和頻率的影響，導致其分辨率發(fā)生變化，掃描圖像的質(zhì)量和細節(jié)清晰程度也受到影響[4]；除此之外，掃描儀的移動步長也直接影響圖像的成像質(zhì)量，圖像質(zhì)量則與檢測結果的可靠程度存在直接關聯(lián)?；诖?，本文為保證良好的光伏電池片弱邊緣缺陷檢測效果，將圖像處理技術與空耦超聲相結合，共同實現(xiàn)光伏電池片弱邊緣缺陷檢測。該缺陷檢測方法整體包含兩個部分組成，一是空耦超聲成像、二是弱邊緣缺陷檢測，方法的整體框架如圖1所示。

圖1 光伏電池片弱邊緣缺陷檢測方法整體框架

空耦超聲成像部分：空耦超聲成像是由三個模塊組成，分別為控制模塊、信號發(fā)射和接收模塊、掃描模塊，后兩個模塊各自通過USB和RS232與控制模塊相連接；控制模塊中以工控機為核心，對另外兩個模塊實行同步控制，完成光伏電池片掃描，并生成掃描圖像。信號發(fā)射和接收模塊中包含信號發(fā)射器、超聲波發(fā)射器和接收器、前置放大器、采集卡以及一組超聲波換能器；掃描模塊主要以C掃描方式為依據(jù)，結合Lamb波完成光伏電池片掃描，該模塊主要包含控制電路、驅(qū)動器、手動調(diào)器以及編碼器等部分組成，其依據(jù)設定的掃描路線完成掃描；并且工控機中設有小波分析算法，對結合Lamb波實行降噪處理，保證成像質(zhì)量。

弱邊緣缺陷檢測部分：該部分的主要作用是實現(xiàn)光伏電池片弱邊緣缺陷檢測[5]，以空耦超聲掃描成像結果為依據(jù)，采用小波變換完成分析圖像中突變信號并對其實行校正，完成缺陷檢測。

1.2 基于空耦超聲的光伏電池片成像

1.2.1 空耦超聲C掃描

本文在對光伏電池片實行掃描成像時，采用空耦超聲C掃描方式完成，該掃描方式是在點掃描的基礎上繪制形成的面掃描方式，能夠獲取光伏電池片整體的投影面圖像，更好地獲取其邊緣掃描結果。

在采用空耦超聲C掃描過程中，超聲波呈垂直狀態(tài)，通過空氣入射至光伏電池片上，此時會產(chǎn)生反射和投射，因此，會產(chǎn)生反射波和透射波，前者是超聲波在光伏電池片上被反射回來后，與入射波相反方向傳播的超聲波；后者是超聲波穿透光伏電池片后，沿著入射方向繼續(xù)傳播的超聲波。

設空氣和光伏電池片的聲阻抗分別用Z1、Z2表示；空氣至光伏電池片的反射率、超聲波的透射率分別用R12和T12表示；光伏電池片至空氣的反射率、透射率分別用R21和T21表示；四者的公式分別為：

無空氣層和有空氣層的透射率計算公式分別為：

式(5)、式(6)中：T121和T12121均表示透射率，前者對應空氣—光伏電池片—空氣；后者對應空氣—光伏電池片—空氣—光伏電池片—空氣。

1.2.2 空耦超聲的傳播原理

超聲波入射波和反射波的聲壓、能量、質(zhì)點的振動速度分別用pi、Ii、vt和pr、Ir、vr表示；透射波的聲壓、能量、質(zhì)點的振動速度分別用pt、It、vt表示，其在不同介質(zhì)面上，產(chǎn)生的反射和透射存在差異。入射波的所在面為介質(zhì)1，透射波所在的面為介質(zhì)2，兩者的聲阻抗分別用Z1=ρ1c1、Zz=ρ2c2表示。

依據(jù)邊界連續(xù)性條件確定邊界一側(cè)的質(zhì)點振動幅度、速度與另一側(cè)相等，并且兩側(cè)的總聲壓也相等，因此，在分界面x=0處，則有：

結合傳播介質(zhì)的聲阻抗得出：

將式(8)代入式(7)中得出：

為獲取超聲筆在介質(zhì)1和介質(zhì)2兩個面上的聲壓、能量反射和能量傳輸三種反射系數(shù)，對式(9)實行求解得出，三種系數(shù)的公式分別為：

2.2.3 光伏電池片成像

依據(jù)上述空耦超聲C掃描結構和超聲波的傳播原理，結合Lamb波形成基于空耦超聲Lamb波的缺陷成像，該成像是將Lamb波的信號作為掃描成像算法的輸入，獲取光伏電池片缺陷重構圖像，該方法獲取的掃描圖像能夠更好地獲取光伏電池片的邊緣信息。

利用空耦超聲換能器在待檢測光伏電池片上產(chǎn)生激勵的Lamb波，與其呈垂直方向上的能量分布服從正態(tài)分布，在缺陷成像過程中，需考慮該能量的分布特點。結合該能量的分布函數(shù)和Lamb波的信號差異系數(shù)DIk，得出用于空耦超聲Lamb波掃描的概率損傷成像算法。為了保證光伏電池片的成像效果，保證對弱邊緣缺陷位置的掃描，采用偏態(tài)函數(shù)替代正態(tài)分布函數(shù)E(d)，其式為：

式(13)中：λ表示偏態(tài)系數(shù)；d為距離，屬于掃描路徑中心到成像位置點之間；R表示表面半徑，屬于空耦超聲換能器；σ表示尺度系數(shù)；φ和ψ均表示函數(shù)，前者對應概率密度，后者對應概率分布，均屬于標準正態(tài)分布，兩者的計算公式為：

為提升概率損傷成像算法對于光伏電池片弱邊緣的成像效果，需充分利用DIk。偏態(tài)分布函數(shù)的偏態(tài)系數(shù)式為：

式(15)中：DIk-1和DIk+1分別表示相鄰掃描路徑信息的差異系數(shù)；ξ表示邊緣系數(shù)，該參數(shù)值越大表示邊緣缺陷掃描效果越佳，成像質(zhì)量越佳。

1.3 光伏電池片成像質(zhì)量提升

空耦超聲Lamb波掃描的概率損傷成像過程中，超聲波作用在光伏電池片上時Lamb波會產(chǎn)生一定的信號噪聲，因此，掃描獲取的光伏電池片圖像中會含有一定噪聲，為保證光伏電池片弱邊緣缺陷的檢測效果，采用小波分析對Lamb波產(chǎn)生的信號實行降噪處理，提升光伏電池片圖像成像質(zhì)量。

設含有噪聲的光伏電池片信號模型式為：

式(16)中：n=1，2，...，N，N表示信號長度；f(n)表示包含噪聲的信號；x(n)為實際信號；z(n)表示噪聲；ε表示噪聲水平。

采用離散變換對f實行分解得出：

式(17)中：a表示小波近似；d表示小波細節(jié)，兩者的式為：

式(19)中：小波分解系數(shù)用w=[wa+wd]表示；基函數(shù)用A、D表示。

小波降噪的目的是將f(n)中的x(n)全部還原，該還原是依據(jù)小波變換下光伏電池片信號和噪聲的不同特性，通過小波分解系數(shù)完成信號和噪聲的分離。以N層分解為例，如(20)所示：

通過式(20)完成分解后，通過閾值對小波系數(shù)實行處理即可完成光伏電池片信號降噪，以此提升光伏電池片成像質(zhì)量。

1.4 光伏電池片圖像弱邊緣缺陷檢測

完成光伏電池片弱邊緣的成像后，采用基于信號突變點校正完成光伏電池片圖像弱邊緣缺陷檢測。其檢測步驟如下所述：

步驟1：光伏電池片圖像預處理：設(AN×M)表示光伏電池片圖像對應的矩陣，對其實行轉(zhuǎn)換處理，形成M個信號，所有信號都有N個頻譜幅值的離散信號f`i(t)。

步驟2：信號突變點確定：采用小波多尺度分解對f`i(t)實行處理，以此可得出每一個突變點附近的極大值｜Wsf(t)｜，且屬于小波變換模，實現(xiàn)信號突變點的確定。

步驟3：校正信號突變點：依據(jù)步驟2可確定存在信號突變點f`i(t)的起始位置和數(shù)量，利用能量重心法完成校正。光伏電池片弱邊緣圖像中的離散信號的校正需依據(jù)其特點完成，其式為：

式(21)中：f`i(t)的第一個突變點用l0表示；l0的前一個正常值用l0-1表示；校正后的結果用表示；ai(i=0，1，2，3，4)表示權重值。

步驟4：獲取恢復后圖像矩陣：對f`i(t)實行校正后，可獲取恢復圖像矩陣，用BN×M表示。

步驟5：缺陷檢測：融合BN×M和AN×M，即可確定所有的突變點，完成光伏電池片邊緣缺陷檢測。

2 測試分析

為測試本文方法的應用性能和效果，將本文方法用于某光伏電池片生產(chǎn)企業(yè)中，抽取100個光伏電池片實行檢測，其中包含75個正常電池片和25個缺陷電池片，主要的缺陷類別包含邊緣缺角、裂痕、污跡、劃痕、絲印缺陷、漏漿，共6類缺陷。采用本文方法對其實行檢測，為企業(yè)提供質(zhì)量篩選保證。空耦超聲的成像質(zhì)量直接影響電池片弱邊緣缺陷檢測結果，因此，需保證圖像的成像質(zhì)量。為衡量本文方法的降噪效果，獲取本文方法在降噪前、后完成的光伏缺陷部位掃描圖像結果，如圖3所示。

依據(jù)圖2測試結果得出：在實行Lamb波信號降噪前，空耦超聲掃描獲取的缺陷成像結果受到信號噪聲的影響，導致圖像清晰程度較低，質(zhì)量下降；經(jīng)過Lamb波信號降噪處理后，空耦超聲掃描獲取的缺陷成像結果清晰度較高，圖像質(zhì)量較好。是由于本文方法采用小波分析對過Lamb波信號實行降噪處理，保證圖像的成像質(zhì)量。因此，本文方法降噪效果良好，能夠為光伏電池弱邊緣缺陷檢測提供質(zhì)量較好的圖像結果。

圖2 成像性能測試結果

為衡量本文方法的空耦超聲成像效果，隨意選擇一個存在缺陷的光伏電池片，采用本文方法對存在缺陷光伏電池片實行成像，并獲取成像結果，如圖3所示。

圖3 成像效果測試結果

依據(jù)圖3測試結果得出：本文方法的成像效果良好，能夠掃描得出光伏電池片的圖像，并且邊緣缺陷部位的成像效果清晰。因此，本文方法具備良好的成像效果，能夠清晰呈現(xiàn)光伏電池板的整體情況，為缺陷識別提供有效的圖像數(shù)據(jù)依據(jù)。為測試本文方法的光伏電池片缺陷檢測性能，獲取本文方法對光伏電池片缺陷遠端的信號突變點確定結果，以此衡量本文方法的檢測性能，結果如圖4所示。

圖4 光伏電池片缺陷遠端的信號突變點確定結果

依據(jù)圖4測試結果得出：本文方法能夠獲取本文方法在對光伏邊緣缺陷實行檢測過程中，能夠獲取X、Y；兩個方向上的信號突變點，并且能夠獲取突變點附近的極大值。因此，本文方法具有良好的缺陷檢測性能，能夠有效確定突變點和其附近極大值，為缺陷的最終確定提供可靠保障。

為進一步衡量本文方法的缺陷檢測性能，隨機抽取一個存在柵線漏印缺陷的光伏電池片，采用本文方法對其實行檢測，并獲取其檢測結果，如圖5所示。

圖5 缺陷檢測性能測試結果

依據(jù)圖5測試結果得出：采用本文方法對存在柵線漏印缺陷的光伏電池片實行檢測，有效獲取光伏電子片上的缺陷情況，是由于本文方法能夠完成突變信號的檢測，并且能夠?qū)ν蛔凕c實行校正以及完成圖像矩陣和恢復圖像矩陣的融合，通過融合確定缺陷情況。因此，本文方法檢測性能良好，能夠獲取光伏電池片邊緣缺陷信號的分布結果，以此完成缺陷檢測。

為測試本文方法對于光伏電池片弱邊緣缺陷的檢測效果，采用本文方法對25個存在缺陷的光伏電池片實行檢測，并獲取缺陷的檢測結果，由于篇幅有限，本文僅隨機抽取4種缺陷的檢測結果進行呈現(xiàn)，如圖6所示。

依據(jù)圖6測試結果得出：本文方法能夠可靠完成光伏電池片污跡缺陷、劃痕缺陷、裂縫缺陷、絲印缺陷檢測，即使缺陷所在的位置不同時，缺陷的檢測結果依舊精準；即使缺陷位于光伏電池板邊緣時，本文方法仍能夠準確完成該缺陷的檢測。檢測結果與實際結果一致。因此，本文方法的缺陷檢測可信度極高，能夠為光伏生產(chǎn)提供質(zhì)量判斷依據(jù)。

圖6 光伏電池片缺陷檢測結果

3 結語

光伏電池片是光伏發(fā)電的重要組件，其在生產(chǎn)過程中，需經(jīng)過多道復雜的工藝完成，例如表面腐蝕、制絨以及表面成膜等，在此過程中會導致電池片發(fā)生缺陷，影響光伏電池片的使用壽命以及電能的安全轉(zhuǎn)換。光伏電池片弱邊緣發(fā)生缺陷時，則不容易發(fā)現(xiàn)，因此，為避免存在缺陷的光伏電池片流入市場，本文研究基于空耦超聲的光伏電池片弱邊緣缺陷檢測方法。經(jīng)測試：本文方法具備良好的成像效果，能夠獲取質(zhì)量較高的光伏缺陷圖像，并且缺陷的檢測性能良好，能夠檢測出不同程度、不同位置的光伏電池片缺陷。