一种光伏板缺陷外观检测装置及方法与流程
发布日期:2024-08-21 浏览次数: 专利申请、商标注册、软件著作权、资质办理快速响应热线:4006-054-001 微信:15998557370
申请号: | 申请日: | ||
公开(公告)号: | 公开(公告)日: | ||
发明(设计)人: | 申请(专利权)人: | ||
主分类号: | 分类号: | ||
代理公司: | 代理人: | ||
地址: | 国省代码: | ||
权利要求书: | 说明书: | ||
微信咨询: | 添加微信:543646或【点此在线咨询】 | 文件下载: | 【点此下载】请正确填写本页网址和接收邮箱 |
摘要: | 本发明涉及光伏电池,具体涉及一种光伏板缺陷外观检测装置及方法。、光伏电池片是太阳能光伏发电的核心组件,其质量直接影响整个发电系统的效率和稳定性,光伏电池片在生产过程中会用到el检测设备,用来对光伏电池片的生产进行监测;、现有的光伏电池片el检测的自适应分选装置及方法例如,授权公告号为cnu... | ||
相关服务: | 软件产品登记测试全国受理 软件著作权666元代写全部资料全国受理 实用新型专利1875代写全部资料全国受理 | ||
本发明涉及光伏电池,具体涉及一种光伏板缺陷外观检测装置及方法。背景技术:1、光伏电池片是太阳能光伏发电的核心组件,其质量直接影响整个发电系统的效率和稳定性,光伏电池片在生产过程中会用到el检测设备,用来对光伏电池片的生产进行监测;2、现有的光伏电池片el检测的自适应分选装置及方法例如,授权公告号为cn220063808u的中国专利公开的一种光伏板缺陷外观检测结构,该缺陷外观检测结构虽然可以自动完成光伏板的视觉缺陷检测,需要人工进行光伏板的缺陷确认,导致光伏电池片的生产效率低。技术实现思路1、为了克服上述的技术问题,本发明的目的在于提供一种光伏板缺陷外观检测装置及方法,以解决现有技术中,需要人工进行光伏板的缺陷确认,导致了光伏电池片的生产效率低的问题。2、本发明的目的可以通过以下技术方案实现:3、具体是提供一个一种光伏板缺陷外观检测装置,包括装置底座,其顶面设有旋转台在装置底座的侧面至少设置有三组输送机构,其在旋转台的顶部设置有视觉传感器,视觉传感器用于采集光伏电池片本体的图像数据,在旋转台的顶面设置有执行机构,执行机构用于自动夹持光伏电池片本体;所述装置底座上装载有控制模块,控制模块通过视觉传感器预先收集历史训练数据集合,基于历史训练数据集合,训练出识别光伏电池片本体的缺陷类型的机器学习模型;所述控制模块通过视觉传感器实时采集光伏电池片本体的图像纹理和图像亮度,基于图像纹理和图像亮度,使用机器学习模型识别出光伏电池片本体的缺陷类型。4、作为本发明进一步的方案:所述视觉传感器采集的光伏电池片本体的图像数据进行预处理,预处理包括图像去噪、图像尺寸标准化、图像灰度化和图像归一化。5、作为本发明进一步的方案:所述历史训练数据集合包括n组训练数据,n为正整数,每组训练数据包括特征数据和标签数据;所述特征数据包括图像纹理和图像亮度;6、所述图像纹理为收集每组训练数据时,光伏电池片本体的图像数据的灰度共生矩阵参数;7、所述图像亮度为收集每组训练数据时,光伏电池片本体的图像数据的灰度值;8、所述标签数据为收集每组训练数据时,光伏电池片本体的图像数据对应的缺陷类型,缺陷类型至少包括裂纹缺陷、污染缺陷、气泡缺陷和无缺陷。9、作为本发明进一步的方案:所述控制模块训练出识别光伏电池片本体的缺陷类型的机器学习模型的方式为:10、将特征数据中的图像纹理和图像亮度作为机器学习模型的输入,机器学习模型对特征数据预测的缺陷类型作为输出,以特征数据对应的标签数据中的缺陷类型作为预测目标,以最小化所有预测准确度之和作为训练目标,预测准确度的计算公式为ɡi=(αi-βi)2,其中ɡi为预测准确度,αi为第i组特征数据对应的预测的缺陷类型的值,βi为第i组标签数据中的缺陷类型的值,对机器学习模型进行训练,直至预测准确度之和达到收敛时停止训练。11、作为本发明进一步的方案:所述输送机构包括输送台,输送台的顶面两侧设置有多个导向机构。12、作为本发明进一步的方案:所述导向机构包括支撑块,支撑块上通过转轴安装有水平导向轮和竖直导向轮,支撑块的内侧开设有对接通道。13、作为本发明进一步的方案:所述装置底座的内部安装有驱动电机,驱动电机的输出轴与旋转台的底面中心位置固定连接。14、作为本发明进一步的方案:所述执行机构包括两组定位轨道,两组定位轨道的一端均固定连接有导向机构,两组定位轨道的另一端均固定连接有移动条,两个移动条之间滑动连接有电磁限位板,电磁限位板的底面设置有移动台,移动台的顶面两端固定连接有轨道滑块,轨道滑块的底面固定连接有对接条,对接条与对接通道相匹配。15、作为本发明进一步的方案:所述移动台的顶面中心位置滑动连接有减速滑块,减速滑块的顶面固定连接有电磁吸板,减速滑块与移动台之间连接有减速弹簧。16、具体还提供一种光伏板缺陷外观检测方法,其基于上述的一种光伏板缺陷外观检测装置实现,包括以下步骤:17、s1:控制模块通过视觉传感器预先收集历史训练数据集合,基于历史训练数据集合,训练出识别光伏电池片本体的缺陷类型的机器学习模型;18、s2:控制模块通过视觉传感器实时采集光伏电池片本体的图像数据,对图像数据进行预处理,预处理包括图像去噪、图像尺寸标准化、图像灰度化和图像归一化;19、s3:获取预处理后的图像数据中的图像纹理和图像亮度,基于图像纹理和图像亮度使用机器学习模型识别出光伏电池片本体的缺陷类型;20、s4:基于缺陷类型使用执行机构对光伏电池片本体进行自动分类。21、本发明的有益效果:22、1、本发明中,通过设置控制模块,可以通过视觉传感器实时采集光伏电池片本体的图像数据,然后使用训练好的机器学习模型识别出图像数据对应的缺陷类型,然后基于该光伏电池片本体的缺陷类型对该光伏电池片本体进行分选,大幅提高了光伏电池片本体分选的效率和准确度,适合工厂自动化检测。23、2、本发明中,在对接条的端头位置设置红外感应器,该红外感应器可以测量光伏电池片本体在输送机构顶面的具体位置,具体是测量光伏电池片本体的端面与定位轨道上的导向机构的间距,控制模块基于间距控制减速滑块的速度,使轨道滑块在接触到定位轨道上的导向机构后,由于惯性滑动的距离恰好使电磁吸板接触到光伏电池片本体的端面,在这个过程中,减速滑块会克服自身的摩擦力和减速弹簧的弹力进行移动,当对接条采集到光伏电池片本体的端面与定位轨道上的导向机构的间距后,基于减速滑块滑动距离与减速滑块速度的曲线关系得出减速滑块的具体速度,然后电磁吸板通电产生磁吸力,在减速弹簧回缩时,带动减速滑块和光伏电池片本体同步移动,保证光伏电池片本体可以移动到旋转台的顶面,实现了光伏电池片本体的自动运转。技术特征:1.一种光伏板缺陷外观检测装置,其特征在于,包括:2.根据权利要求1所述的一种光伏板缺陷外观检测装置,其特征在于,所述视觉传感器(7)采集的光伏电池片本体(8)的图像数据进行预处理,预处理包括图像去噪、图像尺寸标准化、图像灰度化和图像归一化。3.根据权利要求2所述的一种光伏板缺陷外观检测装置,其特征在于,所述历史训练数据集合包括n组训练数据,n为正整数,每组训练数据包括特征数据和标签数据;所述特征数据包括图像纹理和图像亮度;4.根据权利要求3所述的一种光伏板缺陷外观检测装置,其特征在于,所述控制模块训练出识别光伏电池片本体(8)的缺陷类型的机器学习模型的方式为:5.根据权利要求1所述的一种光伏板缺陷外观检测装置,其特征在于,所述输送机构(3)包括输送台(31),输送台(31)的顶面两侧设置有多个导向机构(32)。6.根据权利要求5所述的一种光伏板缺陷外观检测装置,其特征在于,所述导向机构(32)包括支撑块(321),支撑块(321)上通过转轴安装有水平导向轮(322)和竖直导向轮(323),支撑块(321)的内侧开设有对接通道(324)。7.根据权利要求1所述的一种光伏板缺陷外观检测装置,其特征在于,所述装置底座(1)的内部安装有驱动电机,驱动电机的输出轴与旋转台(2)的底面中心位置固定连接。8.根据权利要求6所述的一种光伏板缺陷外观检测装置,其特征在于,所述执行机构(9)包括两组定位轨道(91),两组定位轨道(91)的一端均固定连接有导向机构(32),两组定位轨道(91)的另一端均固定连接有移动条(92),两个移动条(92)之间滑动连接有电磁限位板(93),电磁限位板(93)的底面设置有移动台(94),移动台(94)的顶面两端固定连接有轨道滑块(95),轨道滑块(95)的底面固定连接有对接条(96),对接条(96)与对接通道(324)相匹配。9.根据权利要求8所述的一种光伏板缺陷外观检测装置,其特征在于,所述移动台(94)的顶面中心位置滑动连接有减速滑块(97),减速滑块(97)的顶面固定连接有电磁吸板(98),减速滑块(97)与移动台(94)之间连接有减速弹簧(99)。10.一种光伏板缺陷外观检测方法,其基于权利要求1-9任一所述的一种光伏板缺陷外观检测装置实现,其特征在于,包括以下步骤:技术总结本发明公开了一种光伏板缺陷外观检测装置及方法,涉及光伏电池技术领域,包括装置底座,其顶面设有旋转台在装置底座的侧面至少设置有三组输送机构,其在旋转台的顶部设置有视觉传感器,视觉传感器用于采集光伏电池片本体的图像数据,在旋转台的顶面设置有执行机构,执行机构用于自动夹持光伏电池片本体;所述装置底座上装载有控制模块,控制模块通过视觉传感器预先收集历史训练数据集合,基于历史训练数据集合,训练出识别光伏电池片本体的缺陷类型的机器学习模型;然后基于该光伏电池片本体的缺陷类型对该光伏电池片本体进行分选,大幅提高了光伏电池片本体分选的效率和准确度,适合工厂自动化检测。技术研发人员:温英光受保护的技术使用者:沛煜光电科技(上海)有限公司技术研发日:技术公布日:2024/8/16