基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
光伏电池片边缘缺陷检测需要稳定的低噪声识别特征,一旦边缘特征弱化,形成弱边缘状态,检测精度大幅下降.研究光伏电池片弱边缘缺陷中的空耦超声特征检测方法.该方法的边缘缺陷成像部分以空耦超声C扫描为基础,依据空耦超声的传播原理,结合Lamb波,采用空耦超声Lamb波的缺陷成像算法,获取光伏电池片扫描成像图像;并且采用小波分析处理Lamb波产生的信号,降低成像过程中的噪声;基于信号突变点校正检测光伏电池片图像弱边缘缺陷.测试结果显示:该方法的降噪效果良好,降噪后图像质量较高;具备较好的空耦超声成像效果,能够清晰呈现光伏电池板的整体情况;有效确定光伏电池片图像突变点和其附近极大值,获取光伏电池片图像边缘缺陷信号的分布结果,可靠完成光伏电池片的污迹缺陷、划痕缺陷、裂缝缺陷、丝印缺陷四种边缘缺陷检测.
推荐文章
光伏电池模型研究
光伏电池
数学模型
工程模型
太阳能电池
基于ANSYS的光伏组件晶体硅电池片应力分析?
光伏电池片
EVA胶膜
有限元分析
Von Mises等效应力
光伏电池板智能清洁系统
光伏电池板
移动清洁机器人
上位机
移动终端
基于空耦超声的聚合物锂离子电池缺陷检测
软包装聚合物电池
空气耦合超声
缺陷
C扫描
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 光伏电池片弱边缘缺陷空耦超声特征检测
来源期刊 制造业自动化 学科 工学
关键词 空耦超声 光伏电池片 弱边缘 缺陷检测 扫描成像 信号突变点
年,卷(期) 2022,(4) 所属期刊栏目 设计与应用
研究方向 页码范围 191-195
页数 5页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1009-0134.2022.04.044
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
空耦超声
光伏电池片
弱边缘
缺陷检测
扫描成像
信号突变点
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
制造业自动化
月刊
1009-0134
11-4389/TP
大16开
北京德胜门外教场口1号
2-324
1979
chi
出版文献量(篇)
12053
总下载数(次)
12
总被引数(次)
59694
论文1v1指导