Solar panels at sunrise banner

태양광

태양열 패널 검사

광전지 셀의 결함 검사

태양열 패널의 결함을 검사하는 비전 시스템

관련 제품

VisionPro ViDi Software inspecting computer mouse on monitor

VisionPro Deep Learning

딥러닝 기반 산업용 이미지 분석을 위한 그래픽 프로그래밍 환경

In-Sight D900

In-Sight D900

In-Sight ViDi 딥러닝 기반 비전 소프트웨어로 작동

태양열 패널은 일반적으로 25~30년 동안 작동합니다. 각 패널을 구성하는 태양열 광전지(PV) 셀에 작은 결함만으로 직사광선을 유효 전기로 변환하는 효율이 저하되거나 조기 고장이 초래될 수 있습니다. 이러한 결함은 패널의 작동 수명 범위에서 발전 손실에 따른 커다란 비용을 야기하게 되므로 최종 조립 전에 작은 결함을 가진 경우라도 그러한 셀을 반드시 불합격 처리해야 합니다.

각 PV 셀은 앞쪽과 뒤쪽의 금속 전극, 실리콘 레이어, 반사 방지 코팅이 있는 텍스처 표면을 포함해 여러 층으로 구성됩니다. PC 셀은 시각적 텍스처와 음영에서 차이가 날 수 있으며, 이러한 변형은 성능에 영향을 미치지 않습니다. 긁힘, 균열, 공기방울, 함유물 및 접촉으로 인한 오류는 모두 최종 효율에 영향을 줍니다. 이러한 결함은 전기루미네선스(EL) 이미징, 광루미네선스(PL) 이미징, 가시광선 이미징의 여러 조합을 통해 감지됩니다.

긴 시간이 소요되는 수작업 검사 과정은 생산에 주요한 방해 현상을 초래할 수 있습니다. 기존 머신비전의 허용치는 모든 색상 및 질감 외형 변화를 구분하는 데 어려움이 있으며 결함의 종류나 크기, 결함 가능성이 있는 범위가 너무 넓기 때문에 결함을 찾기 위한 일련의 규칙을 프로그램하는 작업도 굉장히 까다롭습니다.

제품 데모

코그넥스 딥러닝은 태양열 셀 검사 문제를 해결하는 데 적합한 기술입니다. 이 기술은 수용가능한 전체 PV 셀 범위를 보여주는 이미지 세트와 가능한 전체 오류 범위를 보여주는 이미지 세트를 사용해 트레이닝합니다. 결함 감지 툴은 모든 배경의 질감과 색상 변화를 배제하고, 어떻게 보이는지 혹은 셀에서 어디에 나타나는지 관계없이 그 어떤 작은 결함도 식별합니다. 이 기술은 수작업 검사보다 정확도도 높고 속도도 훨씬 빠릅니다.

주요 Cognex 제품

제품 지원 및 교육 신청

MyCognex 가입

질문이 있으십니까?

전 세계 어디에서든 코그넥스 담당자들이 여러분의 비전과 산업용 바코드 판독 관련 문제를 지원합니다.

연락처
Loading...