【化工仪器网 行业百态】如今，全球大部分国家都在推进可再生能源的发展，太阳能作为可再生能源中技术成熟、效果理想的一种能源形式，一直以来受到全球的高度关注。无论是光伏发电涉及的核心技术，还是光伏电池板等核心硬件，都成为了能源进入跃升发展的“竞争之地”。
 

　　从结果上来说，光伏受到高度关注，带来的是整个产业的“白热化”。作为光伏工作的核心，太阳能电池板更是直接成为了硬件市场的关注点。
 

　　太阳能电池板的生产工艺可以简单的理解成硅片加工，其大致流程为硅片检测、表面制绒、扩散制结、硅玻璃、等离子刻蚀、镀减反射膜、丝网印刷、快速烧结等，此外，产品化的过程中还涉及到外围设备的安装，可以说流程是相对比较复杂的。而这也就导致了生产过程中一些小小的缺陷就会导致产品良品率下降，因此生产过程中常常需要投入大量的人力在产品的生产把关上。
 

　　不过未来，这种情况或许会得到改变。近日，俄罗斯科学家开发出了一套机器学习系统，能够系统识别太阳能电池结构单元的缺陷，应用到太阳能电池生产过程中，或将有效提升生产效率。
 

　　据悉，该系统由人工智能研究所新材料设计组研究团队联合索尔IT技术公司及赫韦尔公司共同研制。研究人员通过含6.8万张图像的数据库训练人工智能，使其能够准确的判断出电池板存在的问题，并指出问题的可能来源。根据相关的测试结果，准确率高到90%-95%。
 

　　而该技术一个重要的突破点就在于解决了电池板故障的复杂性。前文提过，太阳能电池板的生产环境多，因此，出现产品缺陷的原因也分布在了技术链的不同阶段。这项技术不但能够筛选出问题产品，还能一定程度上指出原因，相当于侧面降低了了生产线的维护成本，多方面提升了整体的生产效率。
 

　　目前这项技术正在进行新一轮的学习，以此来提高缺陷定位的准确性。而根据相关消息，如果学习完成并且下一阶段测试成功，整套系统将有望投入到工业试运行中，正式进入到太阳能电池的生产工作中。