[发明专利]基于机器视觉的太阳能硅晶片颜色自动检测方法

说明书

技术领域

本发明涉及一种基于机器视觉的太阳能硅晶片颜色自动检测技术，用于在线自动检测出在经过等离子体增强化学气相沉积(Plasma Enhanced Chemical Vapor Deposition，简称PECVD)工序后表面产生颜色缺陷的不合格硅晶片。

背景技术

硅晶片是太阳能电池的核心材料，其质量的优劣直接决定太阳能电池的性能，因此对于存在颜色缺陷的硅晶片必须在检测时予以剔除。由于硅晶片表面颜色缺陷(包括发黄片、发红片、发白片、小白点、滚轮印、指纹印色斑、舟污染色斑、化学残留品色斑、偏磷酸色斑、铝膜和工艺圆点发黄等)的多样性、复杂性等特点导致对其检测方法的研究一直未有实质性的进展，目前许多太阳能电池生产厂家主要还是以人工目视检测为主，这种检测方法由于存在不稳定、高碎片率和低速率等问题，故而无法达到现代工业生产作业的要求。

发明内容

针对以上技术的不足，本发明的目的在于提供一种稳定性高、非接触、高速率基于机器视觉的硅晶片表面颜色检测的方法及及装置，其能够实时在线、稳定准确、高效地检测硅晶片表面颜色缺陷，自动取出缺陷产品，自动统计分析硅片表面质量，实时显示检测结果。

为实现上述目的，本发明采用以下检测装置：基于机器视觉的硅晶片表面颜色检测系统，包括上料工位、视觉工位和硅片分类工位。所述视觉工位装置主要包括光源、高速相机和工控机；所述工控机包括内置图像处理软件的中央处理器和显示器；所述光源采用四根条形白色荧光灯，其均匀分布在灯箱的顶部，灯箱的下面使用漫反射板遮盖；所述高速相机采用面阵CCD相机，固定在机架的横杆上，并通过相机上的接口与所述工控机通讯，采用1394B通信方式；所述硅片分类工位装置主要是单轴机器人。

本发明提供一种硅晶片表面颜色检测系统的检测方法，包括以下步骤：

(1)将装满硅晶片的料盒置于指定位置，启动设备；

(2)硅片到位信号触发CCD图像采集装置动作，并将采集的硅晶片表面图像传送至图像处理单元；

(3)图像处理单元将步骤(2)中采集的图像采用图像滤波技术、彩色图像分割技术、彩色图像HSI空间分析技术等处理后，并给出处理的结果；

(4)将步骤(3)中的处理结果经过特征提取，转化为数字信号；

(5)将步骤(4)中所得结果经过基于支持向量机与改进的引力搜索算法相结合的模式识别方法训练和测试后，将硅晶片表面质量分为良好硅晶片和缺陷硅晶片两类。

(6)将分类结果传送至动作执行机构，由PLC控制单轴机器人取出缺陷硅片。

步骤(5)中所述的改进的引力搜索算法是指基于策略反馈的引力搜索算法，在算法中引入种群分布的熵和平均粒子距离指标描述粒子种群的多样性，以此来作为测度函数，在进化过程中改善算法的勘探和开发能力。在步骤(5)中利用上述所改进的引力搜索算法优化支持向量机中的核参数，构建模式识别单元。

本发明的有益效果：利用机器视觉技术快速采集硅晶片表面的图像信息，实时在线稳定准确高效进行硅晶片的缺陷识别，该系统还设自动报警，自动统计分析硅片表面质量，实时显示检测结果，实现硅晶片颜色缺陷识别处理的自动化。

附图说明

图1设备总体布局图

图2系统总体结构图

图3图像分类流程图

图1中编号1是风刀，2是吸盘，3是气缸，4是平移模组，编号5是高速相机，6是荧光灯，编号7是单轴机器人即分料模组，8是缓冲输送线。

具体实施方式

下面结合附图对本发明的具体实施方式做进一步说明。

自动检测流程：人工将装满硅片的料盒放置于指定位置；按设备启动按钮；气缸将料盒拉至上料位；顶升硅片伺服动作，硅片上移；对射光电开关感应；顶升到位；横向移动模组动作至抓取位；吸盘工作；吹料风刀动作；顶升硅片模组下降；气缸下移；吸取硅片；气缸上移；模组移动至放料工位；气缸下移；吸盘停止吸气；硅片放置于传动皮带线上；硅片平移至相机检测工位；相机拍照检测；检测完毕；硅片平移至缓冲皮带线；硅片平移至分类工位；分类模组、气缸、吸盘动作将硅片分类至指定料盘中；设备动作循环。料盒满发出感应信号；设备停机；按确认按钮；拉出料盒取料；取料完毕；按清零按钮；料盒推至分料位；信号感应；插销定位；关门。