發(fā)布時(shí)間：2020-12-03 02:45

　　太陽(yáng)電池組件是新能源系統(tǒng)中用于光伏發(fā)電的核心部件,而太陽(yáng)能電池片是構(gòu)成電池組件的關(guān)鍵部分。但是在其生產(chǎn)過(guò)程中,由于工藝的限制及生產(chǎn)環(huán)境的影響,電池片表面易出現(xiàn)斷柵、缺角、劃痕、臟污等缺陷。這些缺陷不僅會(huì)降低產(chǎn)品的良率,還會(huì)影響電池片原本就不高的轉(zhuǎn)換效率,在其構(gòu)成組件之前進(jìn)行檢測(cè)并剔除缺陷產(chǎn)品尤為重要。目前常用的人工檢測(cè)手段受經(jīng)驗(yàn)和主觀因素影響較大,機(jī)器視覺(jué)檢測(cè)則受制于缺陷檢測(cè)的算法。本文從工業(yè)生產(chǎn)對(duì)電池片缺陷檢測(cè)實(shí)時(shí)性、準(zhǔn)確性、快速性要求出發(fā),圍繞太陽(yáng)能電池片缺陷高效檢測(cè)展開(kāi)研究。首先提出了基于欠定方程模型的電池片缺陷檢測(cè)算法,實(shí)現(xiàn)了線型、斑點(diǎn)型等微弱缺陷的快速、準(zhǔn)確檢測(cè);其次,針對(duì)欠定方程對(duì)邊緣型、環(huán)型缺陷的檢測(cè)識(shí)別率較低現(xiàn)象提出了基于深度學(xué)習(xí)的Dp-Unet模型,并達(dá)到了精確率、識(shí)別準(zhǔn)確率的要求;最后,將二者統(tǒng)一實(shí)現(xiàn)了系統(tǒng)級(jí)檢測(cè)平臺(tái)。本文的具體內(nèi)容和創(chuàng)新點(diǎn)如下:（1）針對(duì)廣泛采用的頻域分析法,提出了基于欠定方程的缺陷檢測(cè)算法。該算法借助壓縮感知原理,考察電池片表面數(shù)字圖像,基于一維傅里葉變換,構(gòu)建關(guān)于缺陷列在小波域中的投影系數(shù)的欠定方程,而后通過(guò)內(nèi)積比較確定各高頻系數(shù)中的大值所在位... 

【文章來(lái)源】：安徽大學(xué)安徽省 211工程院校

【文章頁(yè)數(shù)】：109 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外太陽(yáng)能電池片檢測(cè)現(xiàn)狀
        1.2.1 國(guó)外太陽(yáng)能電池片檢測(cè)現(xiàn)狀
        1.2.2 國(guó)內(nèi)太陽(yáng)能電池片檢測(cè)現(xiàn)狀
    1.3 當(dāng)前電池片缺陷檢測(cè)面臨問(wèn)題
    1.4 本文結(jié)構(gòu)
    參考文獻(xiàn)
第二章 太陽(yáng)能電池片表面缺陷檢測(cè)方法
    2.1 引言
    2.2 基于機(jī)器視覺(jué)的太陽(yáng)能電池檢測(cè)方法
        2.2.1 聚類(lèi)與梯度特征方法在太陽(yáng)能電池片缺陷檢測(cè)中的應(yīng)用
        2.2.2 矩陣分解法在太陽(yáng)能電池片缺陷檢測(cè)中的應(yīng)用
        2.2.3 頻域分析法在太陽(yáng)能電池片缺陷檢測(cè)中的應(yīng)用
        2.2.4 深度學(xué)習(xí)在太陽(yáng)能電池片缺陷檢測(cè)中的應(yīng)用
    2.3 本章小結(jié)
    參考文獻(xiàn)
第三章 基于欠定方程的太陽(yáng)能電池片缺陷檢測(cè)算法
    3.1 欠定方程和壓縮感知
    3.2 基于欠定方程的太陽(yáng)能電池片表面缺陷檢測(cè)模型
    3.3 實(shí)驗(yàn)驗(yàn)證
    3.4 本章小結(jié)
    參考文獻(xiàn)
第四章 基于深度學(xué)習(xí)模型Dp-Unet的電池片缺陷檢測(cè)
    4.1 深度神經(jīng)網(wǎng)絡(luò)
        4.1.1 神經(jīng)網(wǎng)絡(luò)
        4.1.2 卷積神經(jīng)網(wǎng)絡(luò)
        4.1.3 全卷積神經(jīng)網(wǎng)絡(luò)
    4.2 基于動(dòng)態(tài)池化的Dp-Unet網(wǎng)絡(luò)
        4.2.1 U-net網(wǎng)絡(luò)
        4.2.2 Dp-Unet網(wǎng)絡(luò)
    4.3 實(shí)驗(yàn)驗(yàn)證
        4.3.1 激活函數(shù)
        4.3.2 數(shù)據(jù)增強(qiáng)
        4.3.3 模型訓(xùn)練
        4.3.4 模型評(píng)價(jià)
    4.4 本章小結(jié)
    參考文獻(xiàn)
第五章 太陽(yáng)能電池片缺陷檢測(cè)系統(tǒng)設(shè)計(jì)
    5.1 圖像采集系統(tǒng)
    5.2 交互控制界面
    5.3 數(shù)據(jù)處理系統(tǒng)
    5.4 本章小節(jié)
    參考文獻(xiàn)
第六章 總結(jié)與展望
    6.1 本文工作總結(jié)
    6.2 展望
致謝
攻讀學(xué)位期間發(fā)表的論文


【參考文獻(xiàn)】：
期刊論文
[1]太陽(yáng)能光伏發(fā)電投資策略研究[J]. 姚豐橋,馮蘭剛,董旭.  河北地質(zhì)大學(xué)學(xué)報(bào). 2018(05)
[2]基于經(jīng)驗(yàn)小波的太陽(yáng)能電池缺陷圖像融合[J]. 陳海永,余力,劉輝,楊佳博,胡啟迪.  山東大學(xué)學(xué)報(bào)(工學(xué)版). 2018(05)
[3]淺析太陽(yáng)能利用應(yīng)用發(fā)展趨勢(shì)[J]. 陳懷臻.  科技經(jīng)濟(jì)導(dǎo)刊. 2018(13)
[4]歐洲太陽(yáng)能熱發(fā)電和熱化學(xué)研究現(xiàn)狀和發(fā)展前景[J]. 叢敏.  熱能動(dòng)力工程. 2018(04)
[5]基于觀測(cè)矩陣優(yōu)化的自適應(yīng)壓縮感知算法[J]. 胡強(qiáng),林云.  計(jì)算機(jī)應(yīng)用. 2017(12)
[6]基于聚類(lèi)分析法的空氣源熱泵輔助太陽(yáng)能熱水系統(tǒng)氣象分類(lèi)研究[J]. 曾乃暉,袁艷平,孫亮亮,姚盼,鄧志輝.  太陽(yáng)能學(xué)報(bào). 2017(11)
[7]基于層次聚類(lèi)與峰值檢測(cè)的FCM圖像分割算法[J]. 劉仲民,李博皓,胡文瑾,李戰(zhàn)明.  蘭州理工大學(xué)學(xué)報(bào). 2017(04)
[8]一種改進(jìn)的醫(yī)學(xué)圖像分割聚類(lèi)算法[J]. 康毓秀,趙錫英,李彭博,徐艷.  蘭州工業(yè)學(xué)院學(xué)報(bào). 2017(04)
[9]基于小波變換的重疊光纖布拉格光柵信號(hào)峰值定位[J]. 李志斌,黃啟韜,劉暢,熊杰.  激光與光電子學(xué)進(jìn)展. 2017(10)
[10]基于深度學(xué)習(xí)的圖像超分辨率復(fù)原研究進(jìn)展[J]. 孫旭,李曉光,李嘉鋒,卓力.  自動(dòng)化學(xué)報(bào). 2017(05)

博士論文
[1]基于自適應(yīng)稀疏表示的壓縮感知及相位恢復(fù)算法研究[D]. 石保順.燕山大學(xué) 2017
[2]基于矩陣分解的圖像表示理論及其應(yīng)用研究[D]. 肖延輝.北京交通大學(xué) 2014
[3]基于視覺(jué)的硅太陽(yáng)能電池檢測(cè)方法的研究[D]. 王楠.河北農(nóng)業(yè)大學(xué) 2014
[4]壓縮感知中觀測(cè)矩陣的研究[D]. 孫晶明.華中科技大學(xué) 2013
[5]光伏陣列故障狀態(tài)的識(shí)別研究[D]. 王培珍.合肥工業(yè)大學(xué) 2005

碩士論文
[1]基于深度學(xué)習(xí)的表面缺陷檢測(cè)方法研究[D]. 張浩.蘇州大學(xué) 2018
[2]基于機(jī)器視覺(jué)的晶硅光伏太陽(yáng)能電池測(cè)量系統(tǒng)研究[D]. 黃熾豪.華南理工大學(xué) 2018
[3]基于機(jī)器視覺(jué)的太陽(yáng)能電池外觀檢測(cè)技術(shù)研究[D]. 李橋.蘇州大學(xué) 2016
[4]基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法與應(yīng)用研究[D]. 張效榮.西安電子科技大學(xué) 2015
[5]基于傅里葉變換和Gabor變換的機(jī)織物紋理分析方法研究[D]. 薛樂(lè).東華大學(xué) 2015
[6]基于低秩矩陣分解的非局部稀疏模型圖像去噪方法研究[D]. 姚波旭.西安電子科技大學(xué) 2014
[7]多晶硅表面缺陷識(shí)別及軟件檢測(cè)系統(tǒng)設(shè)計(jì)與開(kāi)發(fā)[D]. 王晗.上海交通大學(xué) 2014
[8]基于機(jī)器視覺(jué)的太陽(yáng)能電池片表面缺陷檢測(cè)的研究[D]. 趙慧陽(yáng).燕山大學(xué) 2011



本文編號(hào)：2895860