化工儀器網手機版
移動端訪問更便捷
讓AI來擔當質檢員 提升太陽能電池生產效率
2023年09月25日 10:56:53
來源：化工儀器網 作者：小王 點擊量：5366
近日，俄羅斯科學家開發出了一套機器學習系統，能夠系統識別太陽能電池結構單元的缺陷，應用到太陽能電池生產過程中，或將有效提升生產效率。
【化工儀器網 行業百態】如今，全球大部分國家都在推進可再生能源的發展，太陽能作為可再生能源中技術成熟、效果理想的一種能源形式，一直以來受到全球的高度關注。無論是光伏發電涉及的核心技術，還是光伏電池板等核心硬件，都成為了能源進入躍升發展的“競爭之地”。
從結果上來說，光伏受到高度關注，帶來的是整個產業的“白熱化”。作為光伏工作的核心，太陽能電池板更是直接成為了硬件市場的關注點。
太陽能電池板的生產工藝可以簡單的理解成硅片加工，其大致流程為硅片檢測、表面制絨、擴散制結、硅玻璃、等離子刻蝕、鍍減反射膜、絲網印刷、快速燒結等，此外，產品化的過程中還涉及到外圍設備的安裝，可以說流程是相對比較復雜的。而這也就導致了生產過程中一些小小的缺陷就會導致產品良品率下降，因此生產過程中常常需要投入大量的人力在產品的生產把關上。
不過未來，這種情況或許會得到改變。近日，俄羅斯科學家開發出了一套機器學習系統，能夠系統識別太陽能電池結構單元的缺陷，應用到太陽能電池生產過程中，或將有效提升生產效率。
據悉，該系統由人工智能研究所新材料設計組研究團隊聯合索爾IT技術公司及赫韋爾公司共同研制。研究人員通過含6.8萬張圖像的數據庫訓練人工智能，使其能夠準確的判斷出電池板存在的問題，并指出問題的可能來源。根據相關的測試結果，準確率高到90%-95%。
而該技術一個重要的突破點就在于解決了電池板故障的復雜性。前文提過，太陽能電池板的生產環境多，因此，出現產品缺陷的原因也分布在了技術鏈的不同階段。這項技術不但能夠篩選出問題產品，還能一定程度上指出原因，相當于側面降低了了生產線的維護成本，多方面提升了整體的生產效率。
目前這項技術正在進行新一輪的學習，以此來提高缺陷定位的準確性。而根據相關消息，如果學習完成并且下一階段測試成功，整套系統將有望投入到工業試運行中，正式進入到太陽能電池的生產工作中。
相關閱讀 Related Reading
查看更多+-
2025年7月10日，第十五屆中國生命科學公共平臺管理與技術發展研討會“分論壇八：實驗動物技術”在西安隆重舉行。2025-07-15 16:41:39
-
央行發布2025年上半年金融統計數據報告。2025-07-15 14:47:06
-
AI STR系列新標準《AI智能體運行安全測試標準》正式發布，目前，部分標準的測評與認證已在金融、醫療等領域落地應用。2025-07-15 14:40:24
-
疫苗等生物制品批簽發檢驗檢測能力建設項目儀器設備的預算為6280萬元，項目編號為ZKQ2025-010201281ZF(H)。2025-07-15 14:30:39
-
2025年上半年海能技術“有機元素分析、樣品前處理、色譜光譜、通用儀器”四大系列產品收入均實現增長，預計公司半年度實現營業收入約1...2025-07-15 13:27:09
-
日前，湖南省科學技術廳經申報推薦、評審論證、會議審定、項目公示等程序，確定2025年度湖南省科普項目（第一批）共立項286項。2025-07-15 10:37:39
版權與免責聲明
- ①凡本網注明“來源：化工儀器網”的所有作品，均為浙江興旺寶明通網絡有限公司-化工儀器網合法擁有版權或有權使用的作品，未經本網授權不得轉載、摘編或利用其他方式使用上述作品。已經本網授權使用作品的，應在授權范圍內使用，并注明“來源：化工儀器網”。違反上述聲明者，本網將追究其相關法律責任。
- ②本網轉載并注明自其他來源（非化工儀器網）的作品，目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時，必須保留本網注明的作品第一來源，并自負版權等法律責任。
- ③如涉及作品內容、版權等問題，請在作品發表之日起一周內與本網聯系，否則視為放棄相關權利。
