机器视觉技术在光伏玻璃行业中的应用:光伏玻璃表面缺陷在线检测

光伏玻璃是采用压延法生产的一种平板玻璃,是太阳能电池组件最重要的部件之一。光伏玻璃的质量直接决定了光伏组件的产品性能、寿命及发电效率。
在这里插入图片描述
光伏玻璃在生产过程中不可避免地会产生常见缺陷如:气泡、开口泡、结石、析晶线等。为了保证透光率、强度、安全性等要求,光伏玻璃在出厂前需进行缺陷检测,防止不良品流入组件生产环节造成资源损失。

光伏玻璃出厂检验方式可分为人工检测和设备检测两种方式。目前大部分生产厂家采用的是人工检测方式,但存在着如下诸多弊端:

  • (1)检测效率低。光伏玻璃生产线的拉引速度一般在340m/h以上,且玻璃是连续生产,人工检验速度慢检测不及时,容易漏检。

  • (2)不能保证检验结果的一致性。人工检测结果易受工人熟练度和工作状态影响,光伏伏玻璃产线为连续生产且工厂温度高、噪音大,工作条件艰苦,工人的工作状态易受工作时长和外界环境影响,导致检测结果不稳定。

  • (3)用工成本逐年增加。近年来,我国人口红利逐渐弱化,国内工厂工人流动性大,招工难,用工贵等问题凸显,尤其是春节前后,企业各种相关支出、运营成本增加,企业用工成本逐年增加中。

因此,越来越多的生产商开始尝

  • 3
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器视觉表面缺陷检测综述》是作者汤勃发表的一篇关于机器视觉表面缺陷检测方面的文献综述。该综述从基本概念、关键技术和发展现状三个方面对机器视觉表面缺陷检测进行了全面的论述。 在基本概念部分,综述首先对机器视觉表面缺陷检测的定义进行了说明,即通过计算机和相关设备对物体表面缺陷进行自动识别和检测。接着介绍了构成该系统的关键技术,包括图像获取、图像处理、特征提取和分类识别等。同时,综述还介绍了机器视觉表面缺陷检测应用领域,如质量控制、产品检测和工业生产等。 在关键技术部分,综述详细介绍了图像获取的方法和设备,包括线性扫描相机和面阵相机等。接着讨论了图像处理的算法和技术,如灰度变换、滤波和图像增强等。此外,综述还介绍了特征提取和分类识别的方法,如纹理特征、形状特征和神经网络等。 在发展现状部分,综述对机器视觉表面缺陷检测的国内外研究现状进行了综述。综述指出,国内外的研究者在该领域进行了大量的实践与研究,并取得了一定的成果。同时,综述也指出了该领域面临的挑战和不足之处,如算法复杂性、实时性和适应性等。 总的来说,该综述全面介绍了机器视觉表面缺陷检测的基本概念、关键技术和发展现状。通过对该领域的综述,读者可以了解到机器视觉表面缺陷检测方面的应用现状和发展趋势。同时,该综述还为相关领域的研究者提供了参考和借鉴。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值