Нейросеть, определяющая дефекты при производстве элементов для солнечных батарей, создана при участии ученых ЛЭТИ

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.

Исследователи из команды Института искусственного интеллекта AIRI при поддержке IT- компании «Солтех» разработали программное обеспечение, которое позволит не только обнаруживать дефекты, но и определять вероятные источники их образования в технологической цепочке процесса производства солнечных элементов. В проекте также участвовал профессор кафедры фотоники СПбГЭТУ «ЛЭТИ» Евгений Иванович Теруков.

«Мы разработали нейросеть, позволяющую автоматизировать процесс выявления физических дефектов, которые появляются в процессе производства кремниевых солнечных элементов».

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.