太陽電池陣基板鎖相紅外檢測中的缺陷特征分析

鄭金華 盛濤 向蘋 徐紅杰 陳超

（上海復合材料科技有限公司，上海 201112）

文摘 針對太陽電池陣基板在制造過程中產生的脫黏缺陷產生的質量問題，開展鎖相紅外熱成像檢測研究。通過設計與電池陣基板脫黏類型一致的對比試塊，分析含膠均勻性、碳纖維網格致密性對檢測圖像的影響，獲取真實脫黏缺陷特征信息及參數，實現自動篩選缺陷。測試結果表明，鎖相紅外熱成像能夠有效檢出太陽電池基板脫黏缺陷，可以有效提高產品檢測效率，減少檢測人員的工作強度。

0 引言

太陽電池陣基板作為太陽翼的主要結構部件之一，是衛星電源分系統的重要組成部分。太陽電池陣基板為碳纖維/環氧網格面板+鋁蜂窩的三明治結構，四周用矩形梁和鉸鏈支座加強，板內膠接各種預埋件及壓緊套，并在其中一面碳纖維網格面板上粘貼聚酰亞胺薄膜，采用此膜包裝基板使其表面絕緣滿足粘貼電池片的要求，太陽電池陣基板結構示意圖如圖1所示［1-4］。在基板中網格規格通常為6 mm×6 mm，加密區為3 mm×6 mm，碳纖維束的寬度為1 mm，厚度為0.2 mm，聚酰亞胺薄膜的厚度為0.05 mm。

圖1 太陽電池陣基板結構示意圖Fig.1 Structural diagram of solar array substrate

基板是太陽翼的主承力結構，在制造過程中有可能存在聚酰亞胺薄膜同網格面板之間的脫黏（以下簡稱薄膜脫黏），以及碳纖維網格面板的正交節點脫黏（以下簡稱節點脫黏），這些缺陷嚴重影響了產品質量。針對此類問題通常采用非接觸式的紅外熱成像檢測。馮君偉等人［5］使用了鎖相紅外技術檢測了CFRP 網格面板蜂窩夾層結構。江海軍等人［6］使用了鎖相紅外熱波成像技術檢測了碳纖維蜂窩夾層網格面板。聶旭萌［7］在航天器用網格面板蜂窩夾層結構中使用了閃光燈紅外熱成像檢測技術對網格面板蜂窩夾層結構進行了檢測。測試結果表明紅外熱成像檢測技術能夠有效地發現網格面板蜂窩夾芯結構中的脫黏缺陷。

由于基板結構比較特殊，纖維束含膠量不均勻以及網格致密性不一致會影響檢測圖像。如果只是單純的從溫度差異上判斷是否存在脫黏容易產生誤判。本文研究脫黏缺陷的特征，排除含膠量不均勻以及網格致密性不一致造成的干擾，從而減少誤判。

1 鎖相紅外熱成像技術

鎖相紅外熱成像檢測技術是20世紀末發展起來的新型數字化無損檢測技術，該技術是將紅外熱成像技術同數字鎖相技術相結合，采用強度按正弦規律變化的外激勵源對試件進行激勵。激勵源激勵后在試件表面引起的溫度變化也為正弦規律變化，溫度震蕩變化的頻率同激勵源激勵的頻率一致［8-9］。溫度的幅值、相位與材料特性有關，當材料內部存在缺陷（結構不連續）時，因不連續界面的兩側材料的熱導率、比熱容、密度不同，導致溫度在材料連續處和不連續處的熱擴散系數不同，引起對應表面溫度的幅值、相位存在差異。因此可以通過計算材料表面溫度變化的相位圖和幅值圖判斷內部缺陷特征［10-11］。鎖相紅外熱成像檢測系統示意如圖2所示。

圖2 鎖相紅外熱成像檢測系統示意圖Fig.2 Schematic diagram of phase-locked infrared thermal imaging detection system

鎖相算法采用的是雙路數字鎖相相關處理算法，該算法利用噪聲信號與參考信號不相關的原理，提取特定頻率信號，針對周期信號，能夠抑制噪聲和其他直流分量。

同相相關函數為式（1），正交相關函數為式（2），如下所示。

使用同相相關函數和正交相關函數分別與采集到的熱波信號序列運算得到式（3）和式（4）。

求解式（3）和式（4）得到：

式（1）-式（6）中，f為激勵源的激勵頻率，U為系統采集到的熱波信號序列，φ為所求的相位，Us為所求的幅值［12］。

2 對比試塊的制作

為了驗證鎖相紅外熱成像技術對太陽電池陣基板中脫黏缺陷的檢測能力，通常需要制作對比試塊。設計的薄膜脫黏缺陷對比試塊示意圖如圖3 所示。其中第一行為銑去碳纖維網格，第二行為涂脫模劑，第三、四行的第一第二列為夾一層聚四氟乙烯薄膜，第三、四行的第三第四列為夾兩層聚四氟乙烯薄膜。對比試塊實物如圖4所示。

圖3 薄膜脫黏示意圖Fig.3 Schematic diagram of film debonding

圖4 薄膜脫黏對比試塊Fig.4 The reference block of film debonding

碳纖維網格節點之間的脫黏則采用手術刀片將節點挑開的方式制作，如圖5所示。

圖5 節點脫黏試塊Fig.5 The reference block of node debonding

3 薄膜脫黏試塊的檢測

試驗所使用的鎖相紅外熱成像自動檢測系統的熱像儀為非制冷型，其工作波段為7～14 μm，使用320個LED燈珠作為熱激勵源，總功率為1 600 W，采集幀頻為30 Hz，圖像分辨率為640×512。通過實驗發現，在鎖相頻率為0.75～1 Hz，鎖相周期個數為3時，所檢測的圖像質量已經能夠滿足產品中脫黏缺陷的判斷要求。

采用上述參數使用鎖相紅外熱成像設備對薄膜脫黏試塊進行檢測，得到的振幅圖和相位圖分別如圖6和圖7所示。

圖6 薄膜脫黏振幅圖Fig.6 The amplitude diagram of film debonding

圖7 薄膜脫黏相位圖Fig.7 The phase diagram of film debonding

從圖6和圖7中可以發現，振幅圖和相位圖對缺少碳纖維網格和夾層缺陷都有較高的檢測靈敏度，但是對于涂脫模劑模擬脫黏缺陷，振幅圖檢測效果明顯不如相位圖。然而實際產品中所出現的脫黏缺陷類型往往和涂脫模劑模擬的脫黏缺陷類似，而不會有另外兩種缺陷，因此對于薄膜脫黏缺陷只能采用相位法對其進行檢測。因薄膜脫黏，導致脫黏處的熱擴散系數明顯區別于黏接良好處，產生明顯的相位變化，導致相位圖上的碳纖維網格顯示不連續。因此可以通過觀察相位圖中碳纖維網格是否連續來判是否存在薄膜脫黏。

4 薄膜脫黏的自動篩選

通過上述分析可以發現，當黏接良好時，碳纖維網格連續，每個網格孔都有明顯的邊界線。當存在脫黏時，由于碳纖維網格的不連續，導致網格孔的邊界擴大，橫跨了至少2個網格孔，其輪廓面積也將至少擴大2倍。因此能夠通過圖像處理對檢測到的圖像進行輪廓查找，并根據輪廓面積是否大于等于2倍的單個網格孔輪廓面積來判斷是否存在脫黏。查找的流程是先將原始圖像進行二值化，再根據二值化結果使用opencv的輪廓查找函數查找輪廓，并將輪廓繪制在原始圖像中。圖7的二值化結果和輪廓查找結果分別如圖8和圖9所示。

圖8 圖7的二值化Fig.8 Binary of Fig.7

圖9 圖7的輪廓查找結果Fig.9 Contour search results of Fig.7

通過計算得知正常區域網格孔眼輪廓邊長為10像素的正方形，其面積為100像素。如果存在脫黏其輪廓像素面積最小為200像素，輪廓長度方向最小為20像素。通過這兩個條件對查找到的輪廓進行篩選得到的結果如圖10所示，已經實現了對脫黏缺陷的篩選。

圖10 圖9的輪廓篩選結果Fig.10 Contour screening results of Fig.9

5 節點脫黏試塊的檢測

在碳纖維網格面板中，當碳纖維網格節點之間存在脫黏時，脫黏處的溫度會高于黏接良好處的溫度。通常情況下可以通過觀察檢測區域的溫度異常來判斷是否存在脫黏。而碳纖維束表面的溫度不僅受到黏接情況的影響，同樣受到碳纖維束本體的含膠量和碳纖維網格致密程度的影響。當碳纖維束本體含膠量非常少時，碳纖維束本體非常亮，導致該節點處的溫度也非常高。而加密區由于其溫度的熱擴散性比非加密區的熱擴散性小，導致加密區的溫度也會相對較高，因此只是單一地通過溫度異常來判斷網格節點之間是否存在脫黏容易產生誤判。在碳纖維束本體含膠量均勻，碳纖維網格致密性一致時，其鎖相紅外熱成像振幅檢測結果如圖11 所示，圖像中網格顯示非常清楚，且灰度值基本一致。當碳纖維網格含膠量不均勻和致密性不一致時，其鎖相紅外熱成像振幅檢測結果如圖12 所示。因此在圖12中碳纖維網格灰度值不均勻，容易產生誤判。

圖11 含膠量均勻的振幅圖像Fig.11 Amplitude image with uniform glue content

圖12 含膠量和致密性不一致的振幅圖像Fig.12 Amplitude image with inconsistent glue content and density

6 節點脫黏的自動篩選

通過分析發現真實存在脫黏的節點，其異常區域呈“一”字形，而受碳纖維本體含膠量少導致的溫度異常區域的節點通常呈“十”字形或“T”形，如圖13所示。因此就可以通過檢測圖像中的異常溫度所呈現的圖像形狀來判斷網格節點之間是否存在脫黏。有了這些明確的判斷條件，就可以采用圖像形態學對圖像中的異常區域進行自動篩選。輪廓查找方法同上面一致，圖13 的二值化結果和輪廓查找結果分別如圖14和圖15所示。

圖13 真實脫黏缺陷形狀Fig.13 The defect shape of real debonding

圖14 圖13的二值化結果Fig.14 Binarization result of Fig.13

圖15 圖13的輪廓查找結果Fig.15 Contour search results of Fig13

之后再根據前面所述的真實缺陷特征的輪廓進行篩選。碳纖維網格節點脫黏的主要篩選的參數為輪廓長度和輪廓的長寬比，通過觀察，脫黏區域的輪廓長度一般大于15 個像素，而長寬比大于3。根據上述條件篩選后的結果如圖16 所示，實現了對真實脫黏缺陷的篩選。

圖16 圖13的輪廓篩選結果Fig.16 Contour screening results of Fig.13

7 影響自動篩選準確性的因素

輪廓查找的精度和準確性受到圖像二值化的閾值影響，在實際檢測過程需要根據不同型號產品進行調整，但是對輪廓的篩選方法一致。由于檢測廠房溫濕度恒定，針對同一類型的產品所得到的檢測圖像質量和灰度基本一致。因此可以制定統一的檢測工藝參數和輪廓查找篩選參數。

實際檢測中，鎖相紅外熱成像每次檢測的區域比較小（400 mm×300 mm），而太陽電池陣基板的尺寸通常都比較大，每件產品需要對其進行分區多次檢測，所得到的檢測圖像較多。可以采用批處理的方式對所有檢測圖像進行篩選、標記，必要時可以采取人工復核的方式對篩選出的圖像進行復核，當產品中缺陷較少時，所需要復核的圖像較少，大大減少了檢測人員的評片工作量，同時還可以將篩選出的缺陷進行脫黏率、脫黏面積、脫黏數量統計等工作，提高了檢測效率。

8 結論

針對太陽電池陣基板，采用鎖相紅外熱成像檢測，能夠有效的發現薄膜脫黏缺陷以及節點脫黏缺陷，通過對脫黏缺陷的圖像輪廓特征進行分析。發現薄膜脫黏缺陷的特征為脫黏缺陷的輪廓面積大于等于2 倍的單個網格孔的輪廓面積。節點脫黏缺陷的特征為：（1）缺陷輪廓呈現“一”字型；（2）缺陷輪廓長度大于15 個像素；（3）缺陷輪廓的長寬比大于3。通過這些特征可以有效地對圖像中的脫黏缺陷進行篩選、統計等工作，大大減少了檢測人員的評判工作強度，并且提高了檢測效率。