Разработка позволит повысить эффективность производства и качество продукции предприятий, которые производят компоненты для солнечных электростанций.
Солнечная энергетика сегодня является одним из перспективных видов альтернативной энергетики. Она обеспечивает безопасность для окружающей среды в процессе генерации, а кроме того, имеет неисчерпаемый источник энергии, что является важным фактором в условиях постоянного роста цен на традиционные виды энергоносителей.
Элементы для солнечной энергетики создаются из относительно недорогого и широко доступного полупроводникового материала – кремния. Несмотря на то, что современное производство кремниевых элементов практически полностью автоматизировано, в процессе транспортировки кремниевых пластин между различными технологическими операциями возникают поверхностные дефекты в результате различных механических воздействий. Поэтому предприятиям отрасли требуются инструменты, которые позволяют отслеживать производственный брак и устранять его причины.
«Мы разработали нейросеть, позволяющую автоматизировать процесс выявления физических дефектов, которые появляются в процессе производства кремниевых солнечных элементов», – рассказывает профессор кафедры фотоники СПбГЭТУ «ЛЭТИ», заместитель гендиректора по научной работе Научно-технического центра тонкопленочных технологий в энергетике (НТЦ ТПТ) Евгений Иванович Теруков.
Обнаружение дефектов на кремниевых пластинах производится с использованием эффекта электролюминесценции. Его суть в том, что при подаче на кремниевый солнечный элемент напряжения, возникает свечение его поверхности (эффект электролюминесценции), которое отчетливо идентифицируется с помощью инфракрасной камеры (ИК). В случае отсутствия дефектов на поверхности солнечный элемент светится равномерно. О наличии дефектов будут сигнализировать участки разного уровня свечения.
Ученые собрали и обработали базу данных с ИК-снимками более 100 тыс. кремниевых солнечных элементов с производственной линии предприятия ООО «Хевел», г. Новочебоксарск. На основе этой информации специалисты научили нейросеть с высокой точностью выявлять и классифицировать различные дефекты, возникающие на разных стадиях изготовления солнечных элементов. Результаты работы опубликованы в научном журнале Solar Energy.
«Хотя количество дефектов при производстве составляет 0,2-0,3%, для солнечной энергетики это весомое количество, влияющее на эффективность работы солнечного элемента. Сейчас производители высокоэффективных кремниевых солнечных элементов борются за каждую десятую процента. С помощью нашего аналитического инструмента можно не только выявить дефекты, но и понять, на каком участке производственной линии они возникают, а затем устранить их. Таким образом, разработанный нами метод позволил повысить эффективность производства на предприятии ООО «Хевел», – отмечает Евгений Иванович Теруков.
В исследовании приняли участие специалисты из ЛЭТИ, компании НТЦ ТПТ (дочернего предприятия ООО «Хевел»), Лаборатории искусственного интеллекта Сбербанка (Sber Al) и Высшей школы экономики.
Комментарии
(0) Добавить комментарий