基于电致发光成像的太阳能电池缺陷检测

为了检测太阳能电池存在的缺陷,给太阳能电池施加一定的正向偏压,利用CCD相机在暗室中探测电池的发光。 探测分别在3种状态下进行:无滤光探测、过滤800 nm以下波长后探测和过滤800 nm以上波长后探测。研究发现:只有在过滤800 nm以下波长的镜片下探测效果最好,表明电池主要发红外光,其波长范围为850~1 200 nm。控制光探测器的探测时间,发现不同探测时间下电池的发光强度不同,探测时间相同但偏压不同则光强也不同。该方法可以检测出正向偏压下电池存在的各种缺陷类型。在反向电压下,薄膜电池会出现小光点,这表示缺陷区域和密度,研究证明薄膜电池也能发红外光且薄膜中存在区域缺陷。对低功率的电池片进行光探测发现,电池存在严重缺陷。上述结果表明,红外光探测可以直观、快速、方便地检测太阳能电池存在的缺陷。     

基于不同电压下的电致发光和红外成像的太阳能电池缺陷检测

利用不同电压下的电致发光和红外热成像技术检测太阳能电池的缺陷。正向电致发光为电子空穴的辐射复合,与太阳能电池的串联电阻和少数载流子扩散长度有关,可以检测太阳能电池的断栅、隐裂等缺陷;反向电致发光为高电场强度下载流子的带内发光,可以探测弱的线性漏电和击穿,并且弱的线性漏电只在高的反向偏压下发光。利用不同电压下的红外热成像可以检测出线性和非线性漏电,强线性漏电在正反偏压电压下均有明显发热的现象,而非线性漏电在何种偏压状态下占优势取决于漏电类型。红外热成像无法探测出第二类击穿和第三类击穿。     

基于机器视觉的布匹瑕疵在线检测

为实现图案布匹瑕疵在编织过程中的实时检测,提出一种通过区域差影自动分割瑕疵区域的检测方法。通过求取水平和竖直两方向距离叠加函数极值,并对极值做权重分析,精确求取纹理基元周期;根据所求纹理基元周期确定区域差影的区域大小,并对区域差影图像求取梯度,再进行标记分水岭分割,能够快速准确地分割出纹理瑕疵区域。实验结果表明:该算法能够准确地检测出纹理布匹瑕疵的位置,检测一帧用时200 ms,准确率均达98%以上,实时性强,检测精度高,满足工业现场要求。     

光学镜片外观瑕疵视觉检测方法

介绍了一种基于计算机视觉检测光学镜片外观瑕疵的方法。该方法主要针对麻点、划痕、毛刺和破边等瑕疵,并根据瑕疵在侧面光源作用下发生漫反射,产生亮光斑或亮光带的原理,开发了基于反射检测法的瑕疵检测装置,检测装置的工作节拍不超过5 s/片。创新使用了黑体作为暗背景,提高了瑕疵的对比度。视觉检测中利用了总面积检测法来检测镜片表面的麻点和划痕,利用边缘毛刺检测法来检测镜片边缘的毛刺和破边。在试验中检测了53块直径10 mm的镜片,准确率达到100%。最后给出了基于31万像素CCD的检测结果,其中OK镜片总瑕疵量≤100 pixel,最高灰度值≤80,麻点和划痕镜片的总瑕疵量介于200 pixel～600 pixel之间,最高灰度值≤210,毛刺/破边镜片总瑕疵量≤100 pixel,最高灰度值介于200～255之间,可见麻点镜片和划痕镜片的总瑕疵量明显比毛刺/破边镜片和OK镜片高。     

基于谱分解的模糊C均值算法在彩色图像分割中的应用

针对模糊C均值聚类算法对初始值敏感、易陷入局部最优以及谱聚类算法无法处理样本量过大的问题,提出了一种将模糊C均值聚类算法与谱聚类算法相结合的模糊谱聚类算法应用于彩色图像分割。大致分为三步,第一步对图像进行预处理,将颜色空间由RGB空间转换为Lab空间;第二步对特征空间进行冗余模糊C均值聚类算法得到冗余类;第三步由冗余类的隶属度矩阵和聚类中心矩阵得到冗余类的特征空间,并根据贴进度和传递闭包将该特征空间转换为冗余类的相似度矩阵进行谱聚类,完成冗余类的合并。实验结果表明,与模糊C均值聚类算法相比,模糊谱聚类算法对于初始值敏感问题、易陷入局部最优以及只能识别团状的蔟得到了很好的解决,从而使彩色图像分割结果更加合理。     

一种改进的无人机航空影像配准方法

针对目前无人机航空影像非同源、畸变大、处理量多的问题,提出一种改进的无人机航空影像配准方法。首先利用传统SIFT方法得到特征点,其次利用C均值聚类方法可实现准确的非监督分类的特点,对传统SIFT方法得到的特征点进行筛选,从而得出同名点。最后根据得到的同名点完成待匹配图像的投影变换完成配准。通过实验仿真证明该方法精度有较大提高,且可自适应处理不同图像,是一种有效的无人机航空影像匹配改良方法。     

一种基于模糊C均值聚类小数据量计算最大Lyapunov指数的新方法

在小数据量计算最大Lyapunov指数的过程中,为了减少人为因素识别线性区域带来的误差,提出一种基于模糊C均值聚类的新方法.该方法根据平均发散程度指数曲线的变化特征,利用分类算法进行识别.首先,利用小数据量算法对混沌时间序列进行计算得到平均发散程度指数集合;其次,利用模糊C均值聚类算法对平均发散程度指数集合进行分类,得到不饱和数据;然后,对不饱和的二阶差分数据进行分类,得到零附近波动数据并剔除粗大误差,再对保留的有效数据利用统计方法识别出线性区域;最后,对线性区域进行最小二乘法拟合得到最大Lyapunov指数.为了验证该算法的有效性,对著名Logistic和Hénon混沌系统进行了仿真,所得结果接近理论值.实验表明,所提出的新方法与主观识别方法比较,计算结果更加准确.     

一种适用于玻璃生产线的瑕疵检测算法

以一个基于线阵CCD的玻璃生产线检测系统为硬件平台,重点研究了玻璃瑕疵的检测算法。首先提出了卡尔曼滤波器跟踪背景光强变化的方法,利用瑕疵在时间轴上造成的灰度突变来识别瑕疵的到来与结束,然后通过形态学的方法对瑕疵点的坐标进行定位,最后将玻璃瑕疵的位置坐标及其图像送至上位计算机进行分类处理。本文的算法已经固化于FPGA构成的实时处理系统中,实现了精度高达0.1mm的玻璃瑕疵实时检测。     

基于改进K均值聚类的机械故障智能检测

针对传统的K均值聚类算法在机械故障检测的过程中,由于对于K值的选择具有较强的主观性,最后极易得到局部最优解,而非全局最优解,降低了机械故障检测的准确性。提出一种改进K均值聚类的机械故障智能检测方法。将K均值聚类算法与粒子群算法相结合,在迭代处理的过程中,结合K均值进行优化,即将粒子群算法中的子代个体利用K均值聚类进行运算获取局部最优解,并使用这些个体继续参与迭代处理,这样能够提高算法的收敛速度,避免陷入局部最优解,获得准确的机械故障信号特征。实验结果表明,利用K均值倾斜特征提取的机械故障智能检测算法进行机械故障检测,能够有效提高故障检测的准确性,取得了令人满意的效果。     

电致发光成像技术在硅太阳能电池隐性缺陷检测中的应用

论述了一种利用硅太阳能电池在一定偏压下的电致发光(Electroluminescence,EL)成像来检测硅太阳能电池隐性缺陷的方法.硅太阳能电池的EL波长范围为850～1 200 nm.正向偏压下的EL光强反映了少数载流子的浓度及其扩散长度,而反向偏压下的EL区和发光强度对应于电池的缺陷区域和缺陷密度.用硅CCD相机...     

Electroluminescence explored internal behavior of carriers in InGaAsP single-junction solar cell

The internal behaviors of carriers in InGaAsP single-junction solar cell are investigated by using electroluminescence (EL) measurements. Two emission peaks can be observed in current-dependent electroluminescence spectra at low temperatures, and carrier localization exists for both peaks under low excitation. The trends of power index α extracted from excitation-dependent EL spectra at different temperatures imply that there exists a competition between Shockley-Read-Hall recombination and Auger recombination. Auger recombination becomes dominant at high temperatures, which is probably responsible for the lower current density of InGaAsP solar cell. Besides, the anomalous "S-shape" tendency with the temperature of band-edge peak position can be attributed to potential fluctuation and carrier redistribution, demonstrating delocalization, transfer, and redistribution of carriers in the continuum band-edge. Furthermore, the strong reduction of activation energy at high excitations indicates that electrons and holes escaped independently, and the faster-escaping carriers are holes.     

Electroluminescence of ZnS-Mn Single Crystals

The electroluminescence (EL) spectra of ZnS-Mn single crystals on excitation by constant and alternating electric fields E 10³–10⁴ V/cm were investigated. It is shown that the electroluminescence of the ZnS-Mn single crystals is related to a pre-breakdown one, during which the electric field is concentrated in the barriers formed by partial dislocations in the places where they break packing defects.     

MLD: An Intelligent Memory Leak Detection Scheme Based on Defect Modes in Software

With the expansion of the scale and complexity of multimedia software, the detection of software defects has become a research hotspot. Because of the large scale of the existing software code, the efficiency and accuracy of the existing software defect detection algorithms are relatively low. We propose an intelligent memory leak detection scheme MLD based on defect modes in software. Based on the analysis of existing memory leak defect modes, we summarize memory operation behaviors (allocation, release and transfer) and present a state machine model. We employ a fuzzy matching algorithm based on regular expression to determine the memory operation behaviors and then analyze the change in the state machine to assess the vulnerability in the source code. To improve the efficiency of detection and solve the problem of repeated detection at the function call point, we propose a function summary method for memory operation behaviors. The experimental results demonstrate that the method we proposed has high detection speed and accuracy. The algorithm we proposed can identify the defects of the software, reduce the risk of being attacked to ensure safe operation.     

基于径向基神经网络的太阳能电池缺陷检测

为了检测太阳能电池的缺陷,建立了太阳能电池板的电致发光(EL)图像与其缺陷类型间的神经网络预测模型,可以对太阳能电池板不同类型缺陷进行自适应检测。首先,采用主成分分量分析(PCA)算法对电致发光(EL)图像训练样本集降维;然后,将降维后得到的数据输入神经网络预测模型进行学习,对模型的参数进行优化选取;最后,将训练好的网络对测试样本集进行仿真。仿真结果表明:在采用相同的训练样本集和测试样本集条件下,与反向传播神经网络(BPNN)相比,径向基神经网络(RBFNN)具有全局最优特性,结构简单,最高识别率达96.25%,计算时间较短,能满足在线检测的要求。     

In组分梯度渐变的n-i-p结构InGaN太阳能电池性能研究

为了优化InGaN太阳能电池结构并有效地指导实际电池的制备,研究了n-i-p(p层在下)In组分梯度渐变结构的InGaN太阳能电池的性能特征。通过APSYS软件模拟计算,对比采用p-i-n渐变结构(p层在上)和n-i-p渐变结构(p层在下)的InGaN太阳能电池的器件性能。结果表明,采用n-i-p渐变结构的InGaN电池,i-InGaN层在低In组分下没有明显的优势,而在高In组分下的器件性能较好。在In组分为0.62时,转换效率最高达到8.48%。分析表明,p层在下的n-i-p渐变结构使得InGaN电池的极化电场与耗尽区的内建电场方向一致,有利于载流子的输运。采用n-i-p渐变结构有利于制备高性能的InGaN太阳能电池。     

Mathematical Simulation of Metamaterial Solar Cells

In this paper, we propose several solar cell designs based on metamaterials. Extensive numerical simulations of various designs with different materials are carried out. Our tests show that metamaterial solar cells are quite efficient, and over 80% and 90% absorption rates can be attained for solar spectrum and visible rays, respectively.     

晶格小失配InGaAsP材料特性及太阳电池应用

Ⅲ-Ⅴ族太阳电池效率的持续提升要求对能量转换材料的带隙宽度进行更细致划分,以实现对全光谱的高效利用。在短波红外波段,四元InGaAsP混晶材料因在带隙宽度和晶格常数的调节上具有很好的可操作性,是一种极具潜力的短波红外光电转换材料。本文对InGaAsP材料生长及子电池器件制备进行了研究,通过时间分辨荧光光谱、高分辨X射线衍射等表征手段对室温下晶格失配的InGaAsP材料进行了测试分析。实验结果表明,在一定程度负失配生长条件下,InGaAsP材料质量随着负失配程度逐渐提高。在后续电池制备过程中,一定程度负失配同样有助于电池器件性能提升,制备的单结电池开路电压由晶格匹配时的633 mV提高到负失配条件下的684 mV,从而为高效多结太阳电池的应用提供了新的技术路线。