一种太阳能电池暗场锁相热成像分层微缺陷精准表征系统与方法与流程

本发明属于光伏技术领域，涉及一种基于暗场锁相红外热成像原理的太阳能电池分层微缺陷精准表征系统与方法。

背景技术：

太阳能电池是太阳能向电能转化的关键器件，被广泛应用。由于其生产过程的复杂性，在生产过程中不可避免地会产生各种缺陷，常见的缺陷包括印刷缺陷、边缘缺陷、烧结缺陷、加工隐裂等。这些缺陷都会导致太阳能电池光电转化效率降低，进而影响其工作效率，严重的可能会产生废片，降低太阳能电池组件的工作寿命，造成不可挽回的经济损失。因此相关的太阳能电池成像检测技术应运而生，如光致发光(pl)、电致发光(el)、锁相热成像(lit)等。

由于太阳能电池在厚度方向上存在前接触层、发射区、pn结区、基区以及背接触层，因此获得太阳能电池缺陷存在的深度信息尤为重要，这对于分析太阳能电池不同区域缺陷产生以及影响机制有着重要的意义。发光检测方法如光致发光(pl)、电致发光(el)虽然可以获得直观的太阳能电池图像且分辨率高，但是这些检测方法均是在太阳能电池整个深度方向上的积分信号，同时发光信号无法透过金属背接触层，无法得到前后表面发光信号的差异性，即使显示出缺陷的位置，不能得到缺陷的深度信息。锁相热成像检测方法通过红外热像仪探测表面热波信号，不同位置缺陷对前后表面的热贡献不同，同时热波信号可以穿透后表面背接触层，应用该项检测技术可以有效地检测出缺陷位置，从而推断缺陷产生的原因，进而实现对太阳能电池制造工艺的改进，提高太阳能电池的工作效率，从而改进整个光伏产业的制造水平。

技术实现要素：

鉴于光致发光(pl)、电致发光(el)技术的上述缺陷，本发明提供了一种太阳能电池暗场锁相热成像分层微缺陷精准表征系统与方法。本发明应用暗场锁相热成像检测系统得到某一频率下太阳能电池前后两表面热波信号信息，在此基础上提出了两种分层微缺陷精准表征方法，均能对微缺陷进行精准表征，是一种直观、准确、大面积的检测方法。

本发明的目的是通过以下技术方案实现的：

一种太阳能电池暗场锁相热成像分层微缺陷精准表征系统，包括红外热像仪、具有模拟信号输出功能的数据采集卡、计算机、三维移动台、金属样件台、水冷散热板、真空吸附装置、样件夹具、水冷泵、真空泵和具有模拟输入输出功能的直流电源，其中：

所述三维移动台上设置有红外热像仪和水冷散热板；

所述水冷散热板上设置有金属样件台和真空吸附装置；

所述水冷散热板与水冷泵相连；

所述真空吸附装置与真空泵相连；

所述金属样件台上设置有样件夹具；

所述直流电源的正极与金属样件台相连，负极与样件夹具相连；

所述红外热像仪分别与计算机和数据采集卡相连；

所述数据采集卡分别与直流电源和计算机相连。

一种利用上述系统实现太阳能电池暗场锁相热成像分层微缺陷精准表征的方法，包括如下两种分层微缺陷精准表征方法：

第一种分层微缺陷精准表征方法：通过测量太阳能电池样件前、后两表面的0°图像、-90°图像、幅值图像和相位图像，对应图像相减得到所述太阳能电池样件缺陷深度分辨结果。具体包括如下步骤：

步骤(1)：确定所需测量的太阳能电池样件，将其放置在金属样件台上，正面栅极朝上；

步骤(2)：开启真空泵和水冷泵，将样件夹具置于太阳能电池样件栅极处，固定样件夹具，将直流电源正极与金属样件台连接，负极与样件夹具连接；

步骤(3)：开启太阳能电池暗场锁相热成像分层微缺陷精准表征系统(包括红外热像仪、直流电源等硬件)；

步骤(4)：将红外热像仪固定在三维移动台上，调整红外热像仪的焦距和三维移动台，使得太阳能电池样件在红外热像仪视野中央且清晰可见；

步骤(5)：计算机发出调制信号，通过数据采集卡模拟输出通道输出，使其控制直流电源的模拟输入，使电流按照设定的调制规律变化，同时此调制信号控制红外热像仪进行实时图像数据采集；

步骤(6)：红外热像仪采集的图像序列传送至计算机进行图像数据处理与信号提取，通过同步锁相运算，得到0°图像-90°图像幅值图像a1与相位图像φ1；

步骤(7)：关闭真空吸附装置，取下置于太阳能电池样件栅极上的样件夹具，将太阳能电池样件翻转，使其背面朝上置于金属样件台上，开启真空泵和水冷泵，将样件夹具置于太阳能电池样件背部电极处，固定样件夹具；将直流电源负极与金属样件台连接，正极与样件夹具连接；

步骤(8)：重复步骤(3)-步骤(6)，得到相同锁相频率下的得到0°图像-90°图像幅值图像a2与相位图像φ2；

步骤(9)：将步骤(6)和步骤(8)两次得到的正面、背面0°图像、-90°图像、幅值图像与相位图像两两对应相减，得到0°差值图像-90°差值图像幅值差值图像δa＝a1-a2以及相位差值图像δφ＝φ1-φ2，至此，根据四幅差值图像即可分辨出缺陷存在的深度位置。

第二种分层微缺陷精准表征方法：利用点扩散函数psf(pointspreadfunction)对得到的0°、-90°、幅值以及相位图像做反卷积运算，分别得到实部、虚部图像，通过改变点扩散函数中定义的热源深度z，直至反卷积虚部图像为零或达到最小，此时的点扩散函数中的热源深度z即为太阳能电池缺陷实际存在的深度，分辨出热源存在的深度位置。具体包括如下步骤：

步骤(1)：确定所需测量的太阳能电池样件，将其放置在金属样件台上，正面栅极朝上；

步骤(2)：开启真空泵和水冷泵，将样件夹具置于太阳能电池样件栅极处，固定样件夹具，将直流电源正极与金属样件台连接，负极与样件夹具连接；

步骤(3)：开启太阳能电池暗场锁相热成像分层微缺陷精准表征系统(包括红外热像仪、直流电源等硬件)；

步骤(4)：将红外热像仪固定在三维移动台上，调整红外热像仪的焦距和三维移动台，使得太阳能电池样件在红外热像仪视野中央且清晰可见；

步骤(5)：计算机发出调制信号，通过数据采集卡模拟输出通道输出，使其控制直流电源的模拟输入，使电流按照设定的调制规律变化，同时此调制信号控制红外热像仪进行实时图像数据采集；

步骤(6)：红外热像仪采集的图像序列传送至计算机进行图像数据处理与信号提取，通过同步锁相运算，得到0°图像s0、-90°图像s-90、幅值图像a与相位图像φ；

步骤(7)：设置太阳能电池相关参数：热导率λ、比热容cp、密度ρ、厚度d、锁相频率f、角频率ω(f＝2πω)，设置热源深度z，得到点扩散函数：

式中：x，y为笛卡尔坐标系参数，为极坐标系参数，i为复数的虚数单位。

其傅里叶变换记为f(k,z)；

步骤(8)：由于温度分布t(x,y)是能量分布p(x,y)和点扩散函数psf(x,y)的卷积：

式中：x，x′，y，y′为笛卡尔坐标系参数；

利用步骤(7)得到的点扩散函数对步骤(6)得到的0°图像s0、-90°图像s-90、幅值图像a与相位图像φ做反卷积处理：

p(u,v)＝t(u,v)/psf(u,v)

式中：t(u,v)为温度分布t(x,y)的傅里叶变换，t(x,y)即为步骤(6)得到的0°图像s0、-90°图像s-90、幅值图像a与相位图像φ，psf(u,v)为点扩散函数psf的傅里叶变换，p(u,v)为反卷积处理后的结果，傅里叶反变换p(x,y)为一个复数，可以表示为p(x,y)＝rep(x,y)+iimp(x,y)，反卷积处理过后分别得到反卷积实部、虚部图像；

步骤(9)：改变步骤(7)中点扩散函数psf中的参数z，重复步骤(7)-步骤(8)计算得到反卷积图像，当某一缺陷范围内反卷积结果的虚部imp(x,y)为零或达到最小值，此时的点扩散函数中的参数z即为该缺陷实际存在的深度，分辨出该缺陷的深度位置；否则，继续改变点扩散函数psf中的参数z，重复步骤(7)-步骤(8)直至缺陷范围内反卷积虚部结果为零或达到最小值，至此完成对太阳能电池缺陷的分层精准表征。

相比于现有技术，本发明具有如下优点：

1、本发明采用暗场锁相热成像技术，该技术直接表征了由于缺陷引起的非辐射复合产生的暗电流或复合电流，分析评价暗饱和电流要比发光成像方法更为准确。该方法可以有效提取由缺陷产生微弱交流信号，大大提高了信噪比，同时有效抑制了热波的横向扩散。而且这种图像处理方法可以通过差值图像直观反映缺陷深度信息(上表面缺陷、中间层缺陷及下表面缺陷)，且不受缺陷形状影响。

2、本发明具有信噪比高、无损伤、直观、探测面积大及效率高等优势；利用非接触成像检测方法，可在位检测，大大提高了检测能力和检测效率，为大面积太阳能电池及组件微缺陷高效检测提供了有效方法。

附图说明

图1为太阳能电池暗场锁相热成像分层微缺陷表征系统的原理框图，图中：1-吸气软管、2-排气软管、3-真空泵、4-水冷泵、5-进水软管、6-排水软管、7-金属样件台、8-真空吸附装置、9-水冷散热板、10-硅太阳能电池样件、11-样件夹具、12-直流电源正极输出线、13-直流电源负极输出线、14-直流电源、15-太阳能电池缺陷分层精准表征软件、16-计算机、17-第一信号传输线、18-数据采集卡、19-第二信号传输线、20-第三信号传输线、21-第四信号传输线、22-y向移动平台、23-红外热像仪、24-z向移动平台、25-x向移动平台。

图2为样件夹具部分放大图，图中：11a-金属探针、11b铜板、11c移动框架、11d接线端子、10-硅太阳能电池样件；

图3为太阳能电池样件模拟缺陷位置信息图；

图4为太阳能电池样件模拟缺陷深度位置信息图；

图5为太阳能电池样件暗场锁相热成像0°图像(前表面)；

图6为太阳能电池样件暗场锁相热成像-90°图像(前表面)；

图7为太阳能电池样件暗场锁相热成像幅值图像(前表面)；

图8为太阳能电池样件暗场锁相热成像相位图像(前表面)；

图9为太阳能电池样件暗场锁相热成像0°差值图像；

图10为太阳能电池样件暗场锁相热成像-90°差值图像；

图11为太阳能电池样件暗场锁相热成像幅值差值图像；

图12为太阳能电池样件暗场锁相热成像相位差值图像；

图13为太阳能电池样件反卷积(设置点扩散函数psf热源深度z＝0μm)实部图像；

图14为太阳能电池样件反卷积(设置点扩散函数psf热源深度z＝0μm)虚部图像；

图15为太阳能电池样件反卷积(设置点扩散函数psf热源深度z＝100μm)实部图像；

图16为太阳能电池样件反卷积(设置点扩散函数psf热源深度z＝100μm)虚部图像；

图17为太阳能电池样件反卷积(设置点扩散函数psf热源深度z＝200μm)实部图像；

图18为太阳能电池样件反卷积(设置点扩散函数psf热源深度z＝200μm)虚部图像。

具体实施方式

下面结合附图对本发明的技术方案作进一步的说明，但并不局限于此，凡是对本发明技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，均应涵盖在本发明的保护范围中。

具体实施方式一：如图1所示，本实施方式提供的太阳能电池分层精准表征的系统由吸气软管1、排气软管2、真空泵3、水冷泵4、进水软管5、排水软管6、金属样件台7、真空吸附装置8、水冷散热板9、硅太阳能电池样件10、样件夹具11、直流电源正极输出线12、直流电源负极输出线13、直流电源14、太阳能电池缺陷分层精准表征软件15、计算机16、第一信号传输线17、数据采集卡18、第二信号传输线19、第三信号传输线20、第四信号传输线21、红外热像仪23、三维移动平台组成，其中：

所述三维移动平台由y向移动平台22、z向移动平台24和x向移动平台25构成，y向移动平台22沿z向移动平台24做z向运动，z向移动平台24沿x向移动平台25做x向运动，x向移动平台25上设置有水冷散热板9，y向移动平台22上安装有红外热像仪23；

所述水冷散热板9上设置有金属样件台7和真空吸附装置8；

所述水冷散热板9的入水口通过进水软管5与水冷泵4相连，水冷散热板9的出水口通过排水软管6与水冷泵4相连；

所述真空吸附装置8的吸气口通过吸气软管1与真空泵3相连，真空吸附装置8的排气口通过排气软管2与真空泵3相连；

所述金属样件台7上设置有样件夹具11，硅太阳能电池样件10通过样件夹具11夹持在金属样件台7上，硅太阳能电池样件10的正极与金属样件台7接触，硅太阳能电池样件10的负极与样件夹具11接触；

所述直流电源14的正极通过直流电源正极输出线12与金属样件台7相连，负极通过直流电源负极输出线13与样件夹具11相连；

所述红外热像仪23通过第四信号传输线21与计算机16相连，通过第三信号传输线20与数据采集卡18相连；

所述数据采集卡18通过第一信号传输线17与直流电源14相连，通过第二信号传输线19与计算机16相连；

所述计算机16通过第二信号传输线19控制数据采集卡18控制直流电源14触发并对太阳能电池样件10进行幅值调制变化，使频率恒定的电流注入；所述计算机16控制数据采集卡18控制红外热像仪23进行同步触发采集图像序列；所述红外热像仪23采集的图像序列通过第三信号传输线20传送至计算机16进行同步锁相处理，得到该频率下的0°图像、-90°图像、幅值图像和相位图像。通过测量太阳能电池样件10前、后两表面的0°图像、-90°图像、幅值图像和相位图像，对应图像相减得到所述太阳能电池样件10缺陷深度分辨结果；

所述计算机16通过第二信号传输线19控制数据采集卡18控制直流电源14触发并对太阳能电池样件10进行幅值调制变化，使频率恒定的电流注入；所述计算机16控制数据采集卡18控制红外热像仪23进行同步触发采集图像序列；所述红外热像仪23采集的图像序列通过第三信号传输线20传送至计算机16进行同步锁相处理，得到该频率下的0°图像、-90°图像、幅值图像和相位图像；利用点扩散函数psf(pointspreadfunction)对得到的0°、-90°、幅值以及相位图像做反卷积运算，分别得到实部、虚部图像，通过改变点扩散函数中定义的热源深度z，直至反卷积虚部图像为零或达到最小，此时的点扩散函数中的热源深度z即为太阳能电池缺陷实际存在的深度，分辨出热源存在的深度位置。

本实施方式中，如图2所示，所述样件夹具11由含有弹簧的金属探针11a和铜板11b焊接而成，金属探针均匀分布且能够上下微调，铜板可以沿移动框架水平移动和锁紧。

本实施方式中，所述太阳能电池暗场锁相热成像分层微缺陷表征系统是基于暗场锁相热成像原理，采用计算机16通过第二信号传输线19控制数据采集卡18产生调制频率固定的信号(正/余弦信号或者方波信号)，该信号控制直流电源14使其电流强度按照调制规律变化，调制变化的电流注入硅太阳能电池样件10后产生周期变化的热损耗，缺陷部位产生的热损耗比正常位置产生热损耗高，使得红外热像仪23接受信号高于其他正常无缺陷位置，而自然光等环境噪声热辐射信号的频率与调制频率不匹配，通过锁相处理算法提取硅太阳能电池样件10的表面温度信号，抑制噪声信息得到锁相处理后的0°图像、-90°图像、幅值图像和相位图像，分别采用上述两种方法即可分辨出缺陷存在的深度位置。

具体实施方式二：本实施方式提供了一种利用具体实施方式一所述系统对太阳能电池的微缺陷进行分层精准表征，所述方法通过测量太阳能电池样件前、后两表面的0°图像、-90°图像、幅值图像和相位图像，对应图像相减得到所述太阳能电池样件缺陷深度分辨结果。具体实施步骤如下：

步骤(1)：确定所需测量的硅太阳能电池样件10，将其放置在金属样件台7，正面栅极朝上；

步骤(2)：开启真空泵3和水冷泵4，将样件夹具11置于硅太阳能电池样件10栅极处，固定样件夹具11，使二者接触良好，将直流电源正极输出线12与金属样件台7连接，直流电源负极输出线13与样件夹具11连接；

步骤(3)：开启太阳能电池分层精准表征系统，此步骤包括开启直流电源14、计算机16、数据采集卡18、红外热像仪23以及三维移动平台；

步骤(4)：调整红外热像仪23的焦距和三维移动台，使得硅太阳能电池样件10在红外热像仪23视野中央且清晰可见；

步骤(5)：计算机16控制太阳能电池缺陷分层精准表征软件15发出调制信号，通过数据采集卡18模拟输出通道输出，使其控制直流电源14的模拟输入，使电流按照设定的调制规律变化，同时此调制信号控制红外热像仪23进行实时图像数据采集；

步骤(6)：计算机16对红外热像仪23的图像序列进行记录，并通过太阳能电池缺陷分层精准表征软件15进行图像数据处理与信号提取，通过同步锁相运算，得到0°图像-90°图像幅值图像a1与相位图像φ1；

步骤(7)：关闭真空吸附装置3，取下置于硅太阳能电池样件栅极上的样件夹具11，将硅太阳能电池样件10翻转，使其背面朝上置于金属样件台7上，开启真空泵和水冷泵，将样件夹具11置于太阳能电池样件10背部电极处，固定样件夹具11；将直流电源正极输出线13与金属样件台7连接，直流电源负极输出线12与样件夹具11连接；

步骤(8)：重复步骤(3)-步骤(6)，得到相同锁相频率下的得到0°图像-90°图像幅值图像a2与相位图像φ2；

步骤(9)：利用两次得到的正面、背面0°图像、-90°图像、幅值图像与相位图像两两对应相减，得到0°差值图像-90°差值图像幅值差值图像δa＝a1-a2以及相位差值图像δφ＝φ1-φ2，如图9-图12所示。图9-图12所示差值图像中，左侧缺陷范围内的值为负值，说明缺陷位于样件背面(z＝200μm)，中间缺陷范围内的值为0，说明缺陷位于样件中间层(z＝100μm)，右侧缺陷范围内的值为正，说明缺陷位于样件表面(z＝0μm)，至此，根据四幅差值图像即可分辨出缺陷存在的深度位置。

具体实施方式三：本实施方式提供了一种利用具体实施方式一所述系统对太阳能电池的缺陷进行分层精准表征，所述方法利用点扩散函数psf(pointspreadfunction)对得到的0°、-90°、幅值以及相位图像做反卷积运算，分别得到实部、虚部图像，通过改变点扩散函数中定义的热源深度z，直至反卷积虚部图像为零或达到最小，此时的点扩散函数中的热源深度z即为太阳能电池缺陷实际存在的深度，分辨出热源存在的深度位置。具体包括如下步骤：

步骤(1)：确定所需测量的硅太阳能电池样件10，将其放置在金属样件台7，正面栅极朝上；

步骤(2)：开启真空泵3以及水冷泵4，将样件夹具11置于硅太阳能电池样件10栅极处，固定样件夹具11，使二者接触良好，将直流电源正极输出线12与金属样件台7连接，直流电源负极输出线13与样件夹具11连接；

步骤(3)：开启太阳能电池分层精准表征系统，此步骤包括开启直流电源14、计算机16、数据采集卡18、红外热像仪23以及三维移动平台；

步骤(4)：调整红外热像仪23的焦距和三维移动台，使得硅太阳能电池样件10在红外热像仪23视野中央且清晰可见；

步骤(5)：计算机16控制太阳能电池缺陷分层精准表征软件15发出调制信号，通过信号采集卡18模拟输出通道输出，使其控制直流电源14的模拟输入，使电流按照设定的调制规律变化，同时此控制信号控制红外热像仪23进行实时图像数据采集；

步骤(6)：计算机16对红外热像仪23图像序列进行记录，并通过太阳能电池缺陷分层精准表征软件15进行图像数据处理与信号提取，进行同步锁相运算，得到0°图像s0、-90°图像s-90，如图5和图6所示；

步骤(7)：设置太阳能电池相关参数：热导率λ、比热容cp、密度ρ、厚度d、锁相频率f，设置热源深度z，得到点扩散函数：

其傅里叶变换记为psf(u,v)；

步骤(8)：由于温度分布是能量分布和点扩散函数psf的卷积：

利用步骤(7)得到的点扩散函数对步骤(6)得到的0°图像、-90°图像做反卷积处理：

p(u,v)＝t(u,v)/psf(u,v)；

其中：t(u,v)为温度分布t(x,y)的傅里叶变换，t(x,y)即为步骤(6)得到的0°图像、-90°图像，psf(u,v)为点扩散函数psf的傅里叶变换，p(u,v)为反卷积处理后的结果，其傅里叶反变换p(x,y)为一个复数，可以表示为p(x,y)＝rep(x,y)+iimp(x,y)，反卷积处理过后分别得到反卷积实部、虚部图像如图13-图18所示。

步骤(9)：改变步骤(7)所述的点扩散函数psf中的参数z，重复步骤(7)-步骤(8)直至某一缺陷范围内反卷积结果的虚部imp(x,y)为零或达到最小值，如图14、图16以及图18所示。图13、图15、图16为反卷积实部图像，从此无法得到深度方向的信息。当点扩散函数参数z值为0时，反卷积虚部图像如图14所示，右侧缺陷范围内的值为0，左侧、中间缺陷范围内的值为正，即右侧缺陷范围内的缺陷的深度为0μm；当点扩散函数参数z值为100时，反卷积虚部图像如图16所示，中间缺陷范围内的值为0，左侧、中间缺陷范围内的值分别为正、负，即中间缺陷范围内的缺陷的深度为100μm；当点扩散函数参数z值为200时，反卷积虚部图像如图18所示，左侧缺陷范围内的值为0，左侧、中间缺陷范围内的值为负，即左侧缺陷范围内的缺陷的深度为200μm；至此完成对硅太阳能电池微缺陷的分层精准表征。