中 華 大 學

中 華 大 學 碩 士 論 文

電致發光技術應用在太陽能電池缺陷檢測 The Application of Electroluminescence Technique

in the Defect Detection of Solar Cells

系 所 別：機械工程學系碩士班 學號姓名：M09708013 許國彥 指導教授：邱奕契 博士

中 華 民 國 100 年 2 月

中文摘要

太陽能電池的瑕疵種類繁多，任何瑕疵都有可能降低電池的光電轉換效率。所 有類型瑕疵中，以出現在電池內部的隱裂最為關鍵。可見光並無法查覺隱藏於電池 內部的瑕疵，因此隱裂最不容易被檢查出來。有鑑於電致發光（Electroluminescence y EL）技術最常被用來檢查太陽能電池，本論文決定採用 EL 技術進行多晶矽太陽 能電池的檢測。

有鑑於目前EL 檢測技術之自動化程度仍低，本論文針對 EL 之自動化檢測技術 進行研究。研究內容及步驟如下：首先建構一套能夠讓太陽能電池發光的裝置；其 次建構一套取像系統，捕捉矽晶片所發出之微弱近紅外線光；最後研發一套影像分 析軟體，根據EL 影像發光亮度的差異自動找出 EL 影像中的瑕疵。

實驗結果顯示本研究所規劃之取像系統，能取得清晰的EL 影像。取得影像後，

本研究分兩步驟進行瑕疵的檢測。首先尋找細斷線或粗線缺陷所造成的大面積暗 區；其次尋找撞擊後所產生的蜘蛛絲狀小裂紋。結果顯示本研究所規劃之流程可 以有效找出玷污、微裂紋、裂痕、斷線等瑕疵，瑕疵偵測率約90.43%。

關鍵字：太陽能電池、微裂紋、電致發光、瑕疵檢測

Abstract

There are various types of solar cell defects. Any defect might lower the photoelectron transformation efficiency of a solar cell. Among all the defects, invisible micro cracks occurring in the interior of solar wafers are most crucial. Since visible light is not capable of detecting interior defects of a solar cell; it is not easy to reveal invisible micro cracks. At present it is most common to detect invisible micro crack of solar cell by using electroluminescence (EL) technique. Accordingly the present research applied EL technique to inspect polycrystalline silicon solar cells.

In view of that most commercialized EL inspection systems are still far from automatic, the present research devoted to develop automatic EL inspection technologies.

The research contents and steps are as follows. The first step was to construct a device to enable solar cells to irradiate. The second step was to set up an imaging device to capture weak near infrared light irradiated by solar cells. The last step was to develop an image analysis program capable of automatically detecting different types of defects by using the intensity difference in EL images.

The experimental results show that our imaging system is capable of capturing clear EL images of solar cells. After that, the inspection was carried out in two steps. The first step was to detect large dark areas caused by broken finger or defected bus bar. The second step was to locate spidery crack caused by impact forces. The inspection results show that the proposed inspection flows succeed in discovering various defects including stains, micro cracks, large cracks, broken grid fingers, and defected bus bars. The overall flaw detection rate is about 90.43%.

Keywords: Solar Cell, Micro Crack, Electroluminescence, Flaw Detection

誌謝

誠摯感謝指導教授 邱奕契 博士在這短暫且充實兩年半的教誨與指導，提供 許多專業的意見與經驗的傳承，研究上遇到困難時，引導我往正確的方向邁進。讓 我學到了做事要認真負責的態度，改掉了我辦事敷衍，懶散的壞習慣，以致使我能 於兩年半順利完成論文研究。

感謝 羅鵬飛 博士與 李炳寅 博士的不吝指正，爾等提供的意見對本論文 具有極大的幫助，使得本論文能更加完善，特此致謝。同時也感謝學長 梁有燈、高 祥恩、劉建宗、陳治宏的指導與傳承，同學 廖家鉦、湯漢威、廖景輝、趙威行、龍 治偉，學弟 黃彥儒、徐曟洧、謝維傑、陳志揚的陪伴與協助。

在求學的這段時間，由於父母及家人於生活上與精神上的鼓勵和支持，使我能 堅持於研究與學業，他們就是我前進的動力，也是我論文能完成的幕後推手，感謝 這些曾經幫助過我的人，在此與你們一同分享這份喜悅和快樂。

目錄

中文摘要 ... i

Abstract ... ii

誌謝 ... iii

目錄 ... iv

表目錄 ... vi

圖目錄 ... vii

第一章、緒論 ... 1

1.1 研究背景 ... 1

1.2 現有太陽能電池瑕疵檢測法 ... 2

1.3 研究動機與目的 ... 7

1.4、文獻回顧 ... 9

1.4.1 國內外相關研究 ... 9

1.4.2 國內外相關專利 ... 11

1.5 瑕疵類型及可能發生原因 ... 12

第二章、電致發光 ... 14

2.1 電致發光原理 ... 14

2.2 可見光影像與電致發光影像之比較 ... 16

2.3 瑕疵類型影響光電轉換效率之比較 ... 19

2.4 電致發光在太陽能電池檢測上之應用 ... 25

2.5 現有 EL 檢測機台 ... 26

第三章、檢測系統與流程 ... 30

3.1 實驗設備 ... 31

3.1.1 攝影機選用 ... 32

3.1.2 導電平台 ... 33

3.1.3 鏡頭選用 ... 34

3.1.4 電源供應器 ... 34

3.2 太陽能電池電致發光檢測流程 ... 36

第四章、研究方法 ... 37

4.1 暗區檢測方法與流程 ... 37

4.1.1 影像分割法 ... 41

4.1.2 自動二值化 ... 41

4.1.3 投影法 ... 44

4.1.4 形態學處理 ... 45

4.1.5 物件標號 ... 48

4.2 蜘蛛絲檢測方法與流程 ... 53

4.2.1 影像前處理 ... 53

4.2.2 平均二值化 ... 55

4.2.3 區域成長法 ... 59

第五章、結果與討論 ... 67

5.1 結果 ... 69

5.2 結果驗證 ... 77

5.3 本實驗機台與現有機台之比較 ... 79

第六章、結論 ... 81

6.1 結論 ... 81

6.2 未來研究方向 ... 82

參考文獻 ... 84

表目錄

表1、非破壞性之裂痕檢測法之比較 ... 8

表2、常見之太陽能電池瑕疵種類及其可能之發生原因 ... 13

表3、不同取像方式比較表 ... 15

表4、瑕疵樣本的電壓與電流(100W 燈泡模擬太陽光) ... 20

表5、瑕疵樣本的電壓與電流(200W 燈泡模擬太陽光) ... 20

表6、攝影機規格 ... 32

表7、導電平台規格 ... 33

表8、鏡頭規格 ... 34

表9、電源供應器規格 ... 35

表10、瑕疵檢測結果 ... 77

圖目錄

圖1、RHT 檢測法實體圖。 ... 4

圖2、具有微裂紋之五吋矽晶圓紅外線熱影像。 ... 4

圖3、軟體處理前後之微裂紋影像。 ... 4

圖4、PL 檢測設備示意圖。 ... 5

圖5、RUV 檢測系統。 ... 6

圖6、頻率曲線圖。 ... 6

圖7、EL 檢測設備示意圖。 ... 6

圖8、各類瑕疵代表圖。 ... 13

圖9、順偏少數載子注入使電子與電洞的結合。 ... 14

圖10、微裂紋的 EL 影像與可見光影像之比較圖。 ... 17

圖11、隱裂的 EL 影像與可見光影像之比較圖。 ... 18

圖12、電極缺陷的 EL 影像與可見光影像之比較圖。 ... 19

圖13、邊緣破片瑕疵對光電轉換效率之影像圖。 ... 21

圖14、破片瑕疵對光電轉換之影像圖。 ... 22

圖15、電極缺陷瑕疵對光電轉換之影像圖。 ... 23

圖16、汙跡瑕疵對光電轉換之影像圖。 ... 24

圖17、微裂紋瑕疵對光電轉換之影像圖。 ... 25

圖18、BASLER[16]公司檢測機台。 ... 27

圖19、graphikon[17]公司檢測機台。 ... 27

圖20、Op-tection [18]公司檢測機台。 ... 28

圖21、NISSHINBO[19]公司檢測機台。 ... 28

圖22、欽揚科技[20]檢測機台。 ... 29

圖23、皓越設備儀器[21]檢測機台。 ... 29

圖24、EL 檢測設備示意圖。 ... 31

圖25、ProgRes CCD 攝影機實體圖。 ... 32

圖26、導電平台實體圖。 ... 33

圖27、SCHNEIDER 鏡頭實體圖。 ... 34

圖28、電源供應器實體圖。 ... 35

圖29、瑕疵檢測流程圖。 ... 36

圖30、暗區檢測流程圖。 ... 37

圖31、EL 暗區檢測結果之一。 ... 38

圖32、EL 暗區檢測結果之二。 ... 39

圖33、歐蘇法及矩量恆定法之二值化結果影像。 ... 40

圖34、EL 影像有大面積暗區的直方圖。 ... 41

圖35、自動二值化閥值偵測示意圖。 ... 42

圖36、暗區過大時自動二值化閥值偵測示意圖。 ... 42

圖37、影像二值化之結果說明。 ... 43

圖38、影像二值化之結果說明。 ... 44

圖39、使用形態處理將雜訊剃除之結果說明。 ... 47

圖40、使用形態處理將雜訊剃除之結果說明。 ... 48

圖41、剔除較小物件面積之結果說明。 ... 49

圖42、剔除較小物件面積之結果說明。 ... 50

圖43、蜘蛛絲狀裂紋檢測流程圖。 ... 50

圖44、蜘蛛絲狀裂紋檢測結果之一。 ... 51

圖45、蜘蛛絲狀裂紋檢測結果之二。 ... 52

圖46、中值濾波器示意圖。 ... 54

圖47、中值濾波後之結果說明。 ... 54

圖48、中值濾波後之結果說明。 ... 55

圖49、影像二值化之結果說明。 ... 56

圖50、影像二值化之結果說明。 ... 57

圖51、剔除較大物件面積之結果說明。 ... 58

圖52、剔除較大物件面積之結果說明。 ... 59

圖53、像素聚積成長演算法之流程圖。 ... 61

圖54、像素聚積成長法示意圖。 ... 62

圖55、區域成長法之結果說明。 ... 63

圖56、區域成長法之結果說明。 ... 64

圖57、區域二值化法之結果說明。 ... 65

圖58、區域二值化法之結果說明。 ... 66

圖59、電致發光檢測機台實體圖。 ... 67

圖60、檢出瑕疵時檢測程式所顯示之畫面。 ... 68

圖61、未檢出瑕疵時檢測程式所顯示之畫面。 ... 68

圖62、汙跡檢測結果。 ... 69

圖63、裂痕檢測結果。 ... 70

圖64、電極缺陷檢測結果。 ... 71

圖65、破片檢測結果。 ... 72

圖66、微裂紋檢測結果。 ... 73

圖67、微裂紋檢測結果。 ... 74

圖68、微裂紋檢測結果。 ... 75

圖69、微裂紋檢測結果。 ... 76

圖70、單晶矽太陽能電池之 EL 影像。 ... 78

圖71、證明發光不完全之區域並非瑕疵而是晶格比較圖。 ... 78

圖72、證明發光不完全之區域有瑕疵存在比較圖。 ... 79

圖73、太陽能模組的 EL 影像。 ... 82 

第一章、緒論

1.1 研究背景

近十幾年來，隨著科技不斷的發達，發展出許多高科技的交通工具，讓人類的 生活變的更加便利。相對交通工具排出的廢氣也造成了空氣的汙染，全球各地都出 現了氣候異常的現象，全球氣溫不斷升高，天氣變的越來越熱，這些氣候變遷的現 象氣象學家稱之為全球暖化。聯合國跨政府氣候變遷專業委員會(IPCC)的數據報告 中指出，從(1906-2005)近 100 年內全球的年平均溫度升高了 0.74℃，且在過去 12 年之中(1995-2006)，每年全球的氣溫還是不斷的攀升，一點都沒有趨緩的跡象，造 成全球溫室效應日益嚴重。目前(IPCC)明確地警告，全球氣溫要是不斷的升高，大 氣與海洋平均溫度也會跟著不斷上升，造成南北兩極巨大的冰山溶化，全球平均海 平面上升，導致地勢較低的沿海地區與島嶼都會被海水淹沒，居民無處可去就會變 成國際的氣候難民。全球氣候的暖化已經是無可改變的趨勢，而這樣溫度不斷的升 高，可能帶來嚴重異常的天氣變化，使得洪澇、驟雨、乾旱、熱浪、冰刨、颶風等 災害，在全世界各地不斷的發生。

溫室效應(Greenhouse Effect)則是造成全球增溫的主要因素，自從 18 世紀人類 工業革命後，煤和石油等石化燃料被大量應用在工業上，這些石化燃料經大量燃燒 後，會產生二氧化碳；大量排放進入大氣後，大氣中溫室氣體的濃度增加，吸收地 表之長波輻射，造成之人為溫室效應使地球溫度持續上升。因此溫室效應的元凶，

來自工業化後過度排放之二氧化碳所導致，FCCC 的締約國自 1996 年7 月在瑞士 日內瓦舉行第二屆會議，決議於1997 年 12 月舉行的日本京都會議上，制定具有法 律約束力的「溫室氣體減量議定書」，並以2005 年、2010 年和 2020 年為減量目 標年。美國和其他37 個工業國家在日本京都會議達成了共識，逐年減少二氧化碳的

排放，目標在2010 年把溫室氣體排放減少到比 1990 年的標準還低 5％。更為重要 的是生存在地球上的每個人都要有良好的環保概念，因為地球只有一個，保護地球 這個大家共同生存的大環境，人人有責。以下是幾個減緩溫室效應繼續惡化的策略，

譬如發展油電混合系統；發展太陽能、風力發電、潮汐、地熱等乾淨能源，近期更 鼓勵民眾搭乘大眾交通工具，以及節能省電的綠色建築。各國政府與民眾紛紛了解 全球暖化的嚴重性，也了解到減少二氧化碳排放量的必要性，於是發展乾淨的替代 能源已成為一種趨勢，我們耳熟能詳的乾淨能源有太陽能發電和核能發電，但核能 存在著安全性及輻射性廢料不易處理的問題，因此各國政府逐漸減少使用核能發電。

反之太陽能具有安全及容易處理等優勢。太陽能具有取之不盡，用之不竭，以即無 法壟斷之特性，再者，人類需要消耗一年的能量，相當於太陽光只要照射地表一小 時的能量，因此全球政府積極致力於太陽光電產業的發展，希望藉由太陽能發電替 代傳統的發電方式，將能大幅降低二氧化碳的排放，必能減少對地球的傷害。

1.2 現有太陽能電池瑕疵檢測法

多 晶 矽 太 陽 能 電 池 的 瑕 疵 包 含 了 可 見 裂 痕(Visible Crack)以及不可見裂痕 (Invisible Crack)也就是俗稱的隱裂。可見裂痕通常出現在太陽能電池的表面，但裂 痕非常之細微，肉眼不容易即時發現；不可見裂痕則是隱藏在太陽能電池內部的裂 痕，肉眼是完全無法看出來，但並不是沒有方法可以檢測出隱藏於內部的瑕疵。目 前有關的檢測方法相當多，大致可分為聲音、熱、光及射線幾種檢測方式，而這些 檢測方法則被分成破壞性檢測及非破壞性檢測兩大類：

(A)破壞性檢測：破壞性檢測屬於一種接觸性檢測法，常見方法有放射線檢測法、

螢光檢測法、聲波檢測法、及超音波檢查法等。由於檢測時必須與太陽能電池 有所接觸，故可能導致太陽能電池產生損傷，也由於檢測時通常是採離線作業，

造成生產速率減低，無法真正使用於生產線上。各檢測方法敘述如下：

1. 放射線檢測法：對於隱藏於太陽能電池內部的不可見裂痕必須以具有穿透 能力的X 射線來穿透太陽能電池，再到達底片或螢幕等介質以生成影像。

可以透過影像來檢測元件品質的好壞。

2. 螢光檢測法：滲透液中含有螢光劑，施加在被檢測物的表面後，待足夠的 滲透時間之後，接著以清洗劑適當的清洗，再施加顯像劑以特殊光譜的紫 外線 ( 黑光燈 ) 照射物件表面，能很清楚地判斷瑕疵。

3. 聲波檢測法：此法首先讓太陽能電池振動產生聲波(以彈性元件敲擊太陽能 電池)，其次以麥克風擷取聲波進行聲波分析；最後將擷取所得之聲波與正 常太陽能電池所產生之聲波做比對，即可得知待檢測太陽能電池是否有裂 痕。一般來說，有裂痕的太陽能電池所發出之聲波在某個特定頻率內會有 較高的頻率。

4. 超音波檢查法：對不可見之深層裂痕而言，則必須利用超音波來檢查。超 音波檢查是將超音波之剪應力波作用在太陽能電池上並觀察其頻率變化 情形。當太陽能電池上有裂痕時，會導致頻率的改變以及共振頻寬的加大，

因此可以得知太陽能電池上有裂痕。

(B)非破壞性檢測：非破壞性檢測法屬於一種非接觸性檢測法，其方法有 RHT 檢測 法[1]、UT 檢查法、PL 檢測法、RUV 檢查法[2]、AOI 檢查法及 EL 檢查法[3]

等。另一方面，速度也較能滿足線上即時檢測之需求。各檢測方法敘述如下：

1. RHT 檢測法：以閃光燈或熱風加熱太陽能電池，然後再以紅外線攝影機取 像，透過熱影像的分析可找出溫度較高或較低的局部區域，可有效的將微 裂紋檢查出來。

圖1、RHT 檢測法實體圖(資料來源：[1])。

(a) (b)

圖 2、具有微裂紋之五吋矽晶圓紅外線熱影像：(a)圖為加熱前影像；(b)圖為加熱 3 秒後影像(資料來源：[1])。

(a) (b)

圖3、軟體處理前後之微裂紋影像：(a)圖為原始影像；(b)圖為軟體處理後之結果影 像(資料來源：[1])。

2. UT 檢測法：UT(Ultrasonic Thermography)檢查法是使用高功率之超音波脈 衝刺激欲檢測之工件。受刺激而產生振動之工件在裂紋處將因不同的運動 而產生摩擦，進而造成裂痕處的溫度上升；至於沒有裂痕的地方，其溫度 上升則很小，因此使用紅外線攝影機取像即可偵測出裂痕。

3. PL 檢測法：光致發光檢測法(Photoluminescence Inspection)屬於一種非破壞 性檢測，利用功率放大器激發790~940nm 的雷射光波長，將雷射光源以準 直線光方式均勻的照射在太陽能電池表面，使太陽能電池激發出螢光。此 方法必須搭配NIR 攝影機取像才能取得瑕疵影像並將瑕疵偵測出來。

NIR Camera Collimator

Laser Source

Power-Amplifier PC

圖4、PL 檢測設備示意圖。

4. RUV 檢測法：RUV(Resonance Ultrasonic Vibration)檢測法屬於一種非破壞 性檢測技術，可用來檢查晶圓是否有裂紋。RUV 檢查法所使用之設備如圖 5 所示，包含轉能器、超音波探針、及電腦控制器，共振頻率峰值的大小，

主要由晶圓的幾何形狀，大小和材料的彈性特性決定。其檢測原理是根據 晶圓受到超音波刺激後所產生的頻率曲線是否有變化來判斷晶圓是否有 微裂紋，此外也可建立起頻率曲線與裂紋長度及裂紋位置的關係。如圖 6 所示，有裂紋及沒有裂紋的wafer 及 cell 其頻率、頻寬及振幅會有所不同。

圖5、RUV 檢測系統(資料來源：[2])。 圖6、頻率曲線圖(資料來源：[2])。

5. AOI 檢測法：自動光學檢測法(Automatic Optical Inspection，AOI)也是一種 非接觸性檢測法，由於檢測時並不需要接觸到太陽能電池，因此不會造成 太陽能電池的損傷。早在1987 年 Hodor 等人[4] 就曾使用波長在5～15μm 的紅外線照明，檢查太陽能電池是否含有裂痕所在。

6. EL檢測法：電致發光檢測法(Electroluminescence Inspection)也是屬於非破壞 性的檢測，此法先對太陽能電池通電，太陽能電池會發出微弱的螢光，必 須使用近紅外線攝影機來擷取瑕疵影像進行檢測。

圖7、EL 檢測設備示意圖(資料來源：[3])。

1.3 研究動機與目的

完成切片與蝕刻後用去離子水把晶圓表面的雜質汙染物去除，將清洗乾淨的 Wafer 放在擴散爐內，利用高溫熱擴散處理的方式，在 P 型的基板上形成一層薄薄 的N 型上層，當完成擴散製程之晶片覆蓋上一層抗反射之氮化矽(SiN)塗層，避免太 陽光直接被反射回去，藉以提高 Wafer 對太陽光的吸收。接著利用網印或蒸鍍的方 式，在晶圓的表面接出導電電極，如此即可完成一個簡單的太陽能電池。

對太陽能電池來說，無論是肉眼可見或不可見的瑕疵，若未能將這些瑕疵發現，

即有可能導致生產成本提高。太陽能電池製程所產生的瑕疵，也會導致電力轉換與 壽命的大幅降低，在目前轉換效率不高的情況之下，有必要在製程中加入自動檢測 設備盡早找出瑕疵，以降低生產成本。

而就目前全球太陽能產業以每年超過30%的速度在成長，我國太陽能產業每年 更呈現倍數成長趨勢，就前年(2007)台灣太陽能電池產值約 200 億，2008 年產值達 400 億，預計 2009 及 2010 年分別可達 800 億及 1,500 億的規模。台灣投入太陽能產 業的廠商相當多，然而令人擔憂的是，不僅上游多晶矽材料全數仰賴進口，大部份 生產設備也都購置國外，至於有關太陽能電池之自動檢測技術與設備的研發，更是 寥寥無幾。

有鑑於此，本研究將發展一套用來檢測多晶矽 (Polycrystalline Silicon) 太陽能 電池(Solar Cell)是否有瑕疵之電致發光(Electro Luminescence)檢測系統。現階段研究 太陽能電池瑕疵檢測的學者很多，大多是採用可見光的方式進行打光、取像、及檢 測。可見光檢測可以有效地檢測太陽能電池的表面瑕疵，例如汙跡、斷線、掉屑、

白點、刮傷、裂痕、破片。然而對於太陽能電池的內部瑕疵，例如隱裂，還是無法 有效的將其自動檢測出來，因此有必要發展一套專門用來檢測多晶矽太陽能電池是

否有隱裂之EL檢測系統，以補足可見光檢測系統無法有效檢測出隱裂的缺點。

本研究希望能夠達成快速又準確的檢測，以不破壞太陽能電池為前提，在最短 時間內找出太陽能電池表面以及內部可能產生的瑕疵。透過表1 對現有的非破壞性 裂痕檢測方法進行比較。

表1、非破壞性之裂痕檢測法之比較

方法 優點 缺點

RHT ¾高空間解析度(<1.0mm) ¾取像時間長(>1.0 min)

PL ¾高檢測速度 ¾裂痕容易與其他瑕疵混淆

RUV

¾高檢測速度(<2.0sec/wafer)

¾適合線上檢測

¾不會將裂痕與其他瑕疵混淆

¾對裂痕長度的敏感度須透過統 計得到

¾只能判定是否有裂痕，而無法 判定裂痕所在

AOI

¾高檢測速度(Tact time 約 1000ms)

¾高空間解析度

¾除裂痕外也可檢出其他瑕疵

¾只能發現具有足夠對比的裂痕

EL

¾高檢測速度

¾高空間解析度

¾除裂痕外也可檢查出其它瑕疵

¾當瑕疵與背景對比不足時不容 易被發現

從上表可知 EL 檢測法(Electroluminescence Inspection )不僅可以達成快速檢測 的目的，也可偵測出裂痕、微裂紋以及其它太陽能電池可能產生的瑕疵。雖然如此，

必須注意多晶矽太陽能電池不規則的晶格造成材料發光不完全，產生瑕疵與背景對 比不明顯的問題，因此我們從攝影機、鏡頭、及電源供應器開始著手，在第三章與 第四章將對本研究之研究設備及研究方法進行詳細的說明。

1.4、文獻回顧

本研究主要針對多晶矽太陽能電池的檢測進行探討與研究。太陽能電池雖然是 新興產業，但國內外有關太陽能電池的研究及專利都有許多的文獻資料可以參考與 研究。本研究之文獻回顧將分成這兩個部份進行。

1.4.1 國內外相關研究

對於國內有關電致發光技術應用於太陽能電池的研究，有彭成瑜等人[5]在其非 破壞性缺陷檢測技術用於矽基太陽電池與模組之研究中，說明電致發光技術激發太 陽能電池發出波長範圍約1.1-1.2um的光譜訊號，利用砷化銦鎵電荷藕荷元件偵測影 像訊號，取得完整的EL影像，並針對五吋單晶矽太陽能電池施加0.4A至6A的電流，

測試電流對電致發光影像之影響，當電流0.4A電致發光範圍侷限於電池下方區域，

而電流增加至2.4A時，螢光發光的區域會沿匯流排擴展，將電流增加至6.2A後發光影 像強度會呈現穩定，說明了提供適當量測電流，可以提升影像品質，進而增加影像 檢測的準確性。電致發光技術不只能檢測電池也適合用於模組之檢測，模組在電池 串接的製程中，由於材料的熱膨脹係數不同，使得電池與銅箔的接點產生熱形變造 成內部裂痕或破裂缺陷。此外，沒焊接好也會導致模組的光電轉換效率降低。電致 發光檢測法的特性是，當電池具有高傳導電流時，影像的發光亮度會較強，模組的 輸出功率也較大；相反的，影像發光強度較低的區域即可判斷為電流傳導效率低的 區域，所以能從發光強度產生的明暗對比將瑕疵偵測出來。陳秋惠與劉定坤[6]提出 了一個自動缺陷檢測流程，先取得太陽能電池EL影像，再框選太陽能電池的範圍並 計算範圍內整體的亮度值，當整體亮度值低於設定的閥值，即判定微光電轉換效率 過低，若高於設定值則進入巨觀缺陷的檢測，接著才進行微觀缺陷的檢測，而巨觀 缺陷檢測與微觀缺陷檢測，用以檢測燒結、暗區、斷線、微裂紋等瑕疵。在攝影機

選擇上，可選用可見光(Sillcon based)CCD與InGaAs的近紅外線攝影機，太陽能電池 激發出的光譜大多在1100nm以上，而可見光CCD的最高感光範圍可達1100nm，其優 點為價格低且像素高，但對於近紅外線光的靈敏度低，相反的InGaAs之近紅外線攝 影機對於1100nm以上光譜的感光度佳，因此能取得較高對比之影像，但其單價高且 像素低，無法做較細微之分析。

而國外太陽能電池的相關研究，有David Kiliani[7]說明太陽能電池的瑕疵將會 導致光電轉換下降，電致發光檢測技術能用來進行瑕疵檢測，讓太陽能電池發出微 弱的螢光，所以必須使用高靈敏度的工業攝影機來擷取影像，要是影像過暗則必須 增加曝光時間，才能擷取到清晰的影像進行檢測。Athapol Kitiyanan 等人[8]針對電 致發光所擷取到瑕疵影像並不明顯時，太陽能電池的溫度變化可以提供不同的發光 強度，為了證明溫度對電致發光的影響，從實驗中將加熱至 100℃的影像與常溫下 (25℃)的影像相減，會獲得溫度影響區域發光之差異，提出了對太陽能電池加熱能 讓晶格導致發光不完的暗區，發光亮度提高以降低對比度，比較不會造成誤判。可 以看到當溫度在常溫下(25℃)影像的暗區導致瑕疵不容易被發現，當溫度加熱至 100℃時可以將晶格導致發光不完全的暗區之亮度提升，降低其對比度，瑕疵影像就 能明顯的顯現出來。那是因為電致發光是需要內部電子的能階跳動才能讓材料發光，

溫度的增加是給電子更多的能量進行跳動，所以攫取到的瑕疵影像會更清晰。L.

St-Laurent 等人[9]這篇論文提供了目前紅外線熱成像技術應用在太陽能電池的微裂 紋瑕疵檢測，該系統的獨創性來自熱電刺激在微裂紋的位置，產生熱的改變，熱的 改變用紅外線攝影機擷取影像進行瑕疵檢測。單晶矽和多晶矽太陽能電池的微裂紋 造成之原因，為機器把矽晶錠切成一片片的電池，因受壓或其它因素產生裂痕。這 些裂痕都非常細小，所以使用視覺檢測是無法使用在生產線上的檢測，特別是在高 產量的生產線上檢測是非常困難，甚至很難取得有微裂紋的太陽能電池，在許多檢 測技術中紅外線熱影像(IRT)被看作最有希望的微裂紋檢測技術。紅外線攝影機顯示 出熱刺激太陽能電池後的溫差檢測，以閃光燈（燈加熱）或熱風（空氣吹）技術來

加熱太陽能電池。然而使用導電進行熱電刺激加熱，當太陽能電池通電後，有瑕疵 的地方電阻較高通過的電流較小，增加的熱也較少，溫度會比較低。相反的無瑕疵 的地方電阻較低通過電流較高，增加的熱也較多，溫度也會比較高。然後再以紅外 線攝影機取像，使用分析軟體找出溫度較高或較低的局部地區檢測是否為瑕疵。Y.

Takahashi 等人[10]的論文提到了電致發光技術可應用於太陽能電池與太陽能電池模 組的裂痕和瑕疵之檢測，在正向偏壓下會激發出波長為 1100nm~1200nm 之近紅外 光線，當有裂痕和缺陷時發光強度會較低，因此我們可以用其發光強度來檢測太陽 能電池與太陽能電池模組的裂紋和瑕疵，所需時間小於1 秒適合發展在生產線上的 檢測。

1.4.2 國內外相關專利

與太陽光電相關之專利相當多，範圍涵蓋材料製程、測試及檢測，其中檢測大 都屬於接觸式檢測，非接觸式之光學檢測則很少。在接觸式檢測方面，Yagi 等人[11]

使用聲波進行裂紋的檢測。檢測方法是以彈性元件敲擊晶圓使其產生振動進而產生 聲波，然後以麥克風攫取所產生的聲波並進行聲波分析，最後將所獲得之聲波頻率 與標準頻率範圍(由測試正常晶圓所得)做比較，即可判定受測晶圓是否有裂紋存在。

Steele 與 Hawthorne[12]使用非振動接觸式位能差感測器(Non-Vibrating Contact Potential Difference Sensor，NVCPD)掃描晶圓，並利用所獲得之位能差判別瑕疵或 汙染的樣式。在非接觸式檢測方面Pollard 等人[13]在所獲得之專利中使用波長介於 0.9 μm 至 1.2 μm 之 collimated 及 uncollimated 近紅外線擴散照明，以及對近紅外線 敏感之近紅外線攝影機進行裂紋的檢查。該光學檢測系統可以偵測矽基材(Silicon Substrate)、砷化鎵基材、及鍺基材之裂紋。除此之外，該系統也能夠區分裂紋是在 表層或內層。Esquivel[14]在其所獲得之專利中，使用一種可以加強對比的照明方式，

進行裂痕、凹痕、及汙染物的檢測。該方法加強對物體表面打光，使裂痕及瑕疵再

反射至另一個平面時產生影像扭曲，進而檢測出瑕疵。

在臺灣專利方面，德國曼玆自動化公司 (MANZ AUTOMATION AG) [15]在國 內申請的專利，屬於一種太陽能電池測試系統，主要是用來對產品品質進行光電檢 測，以及對太陽能電池的光電特性進行判斷的測試系統。此系統由三個輸送裝置組 成，第一個輸送裝置負責將太陽能電池送到檢測區；第二個輸送裝置的作用是使太 陽能電池通過檢測區；第三個輸送裝置則是負責將太陽能電池送出檢測區。在測試 系統的有效範圍內，裝設有光學檢測裝置，負責對太陽能電池的外觀進行檢測。在 檢測區內同樣裝設有用於檢測太陽能電池電氣性能的電氣檢測裝置，電氣檢測裝置 包括一個照明裝置和一個接觸裝置。照明裝置的作用是用光對太陽能電池的感光面 進行照射；接觸裝置則是對太陽能電池的電氣觸點上的電壓或電流進行讀取的動作。

此專利的特徵在於將第一、第二、及第三個輸送設備，合併成一個共用，依直線方 式佈置的輸送帶系統直接通過測試範圍。為了使太陽能電池在輸送帶系統的表面固 定，此系統使用真空抽吸裝置。

1.5 瑕疵類型及可能發生原因

太陽能電池在製造的過程當中可能出現的瑕疵包羅萬象，每種瑕疵都可能降低 太陽能電池之轉換效率。以目前轉換效率偏低的情況之下，如果能事先發現瑕疵以 降低生產成本，並增加產品本身的競爭能力。表2 所示為常見之太陽能電池瑕疵種 類及其可能之發生原因。圖8 所示為各類瑕疵之代表圖。

瑕

電

微

圖8 (c)圖 EL 影

表 瑕疵種類

破損

電極缺陷

汙跡 破片 裂痕

微裂紋

(a)

(b)

、各類瑕疵 圖所示為電極

影像；(f)圖

表2、常見

¾ 製造過程 導致其邊

¾ 當添膠過 鋁膠。

¾ 指紋可能

¾ 本身含有

¾ 本身含有

¾ 晶圓內應

¾ 表面之鋸

)

)

疵代表圖：( 極缺陷的 E 圖所示為微裂

見之太陽能電

程中，太陽能 邊緣或角落

過量或膠黏

能導致任何 有隱裂，製 有隱裂，製 應力不相同 鋸傷會造成

(a)圖所示為 EL 影像；(

裂紋的EL

電池瑕疵種 可能 能電池可能 落出現材料損

黏稠度太低時

何表面明顯顏 製造過程中受 製程中受壓因 同，導致結構 成深層之裂紋

(c)

(d) 為破損的EL

(d)圖所示為 影像。

種類及其可能 能之發生原因 能會因為機械

損失的情形 時，會導致

顏色不同皆 受壓或其他 因而導致破 構產生缺陷 紋。

L 影像；(b) 為裂痕的EL

能之發生原 因

械碰撞、受 形。

致bus bar 上

皆稱汙跡。

他因素導致破 破片或裂痕 陷。

)圖所示為破 L 影像；(e

原因

受壓、或其他

上某些部份缺

破片。

。

(e)

(f) 破片的EL 影 e)圖所示為汙

他因素，

缺少銀

影像；

汙跡的

第二章、電致發光

2.1 電致發光原理

電致發光(EL)是將材料元件通以電流或強電場時，激發原子使材料本身發出微 弱的光是一種光學或電學現象。也就是當材料元件施加電壓時，電子會由導帶 (conductance band)與價帶(valence band)的電子電洞結合，兩者受電場作用分別向相 反的電極移動，在發光層相會結合成單態激發子(singlet exciton)，可移動載子(mobile charge carries)經過電場加速獲得足夠的動能，利用光將其累積的動能釋放，此即電 激發光原理。

圖9 顯示順向偏壓時少數載子注入引發電子電洞結合，Si 特性光譜，波長約為 1.1 um 的近紅外光(常溫 1.1eV band gap 而可見光波長為 380~780 nm)，能量分佈範 圍為以1.1um 為中心成高斯(gauss profile)分佈範圍在 900nm~1300nm。

圖9、順偏少數載子注入使電子與電洞的結合。

(資料來源：http://jchen.myweb.hinet.net/pem/index.html)

表3、不同取像方式比較表 影像類型

瑕疵類型 可見光影像 電致發光影像

微裂紋

隱裂

電極缺陷

2.2 可見光影像與電致發光影像之比較

台灣普遍使用可見光對太陽能電池進行瑕疵檢測、本研究將針對電致發光應用 於多晶矽太陽能電池的瑕疵檢測做探討與研究。本研究分別使用可見光及電致發光 對太陽能電池進行取像，並將這兩種方法所擷取到的瑕疵影像做比較。電致發光取 像 使 用 德 國 ProgRes CCD 攝 影 機 搭 配 SCHNEIDER 鏡 頭 ， 此 時 視 野 為 180(H)mm×170(V)mm ， 影 像 解 析 度 為 132.4um×166um 。 可 見 光 取 像 使 用 ARTRAY-130MI 的攝影機搭配 SCHNEIDER 鏡頭，此時視野為 162(H)mm×162(V)mm，

影像解析度為 158.2um。由表 3 之取像結果看來，在近似的影像解析度下，可見光 影像看不到微裂紋、隱裂與電極缺陷等瑕疵，相反的 EL 影像則可以很容易的把瑕 疵給偵測出來。

為了證明EL 影像上的瑕疵確實存在，將電致發光影像上 B 及 C 區域的瑕疵位 置，使用 ARTRAY-130MI 的攝影機搭配 TL-10M 之 Telecentric 鏡頭，此時視野為 5(H)mm x5(V)mm，工作距離為 3.7cm，影像解析度為 4.88um，把影像局部放大了 32 倍。以可見光取像把影像上的瑕疵給顯現出來，可以有效的找出影響電致發光影 像的瑕疵類型，證明電致發光應用於多晶矽太陽能電池瑕疵檢測也有不錯的效果。

圖10、圖 11 及圖 12 分別為微裂紋、隱裂及電極缺陷的 EL 影像與可見光影像之比 較圖，由此看來，可見光取像只能針對太陽能電池表面瑕疵進行偵測，要是瑕疵存 在於太陽能電池內部則無法偵測出來，至於電致發光取像是透過通電激發矽基材料 發光，因此可以有效的偵測出隱藏於太陽能電池內部的瑕疵。

從圖 10 我們看到電致發光取得之影像，清楚地擷取出撞擊點 C 與延伸出去的 裂痕B 之瑕疵，而可見光取得之影像在 B、C 部份只能看到極細小的裂痕，說明了 C 部份的撞擊點是隱藏於多晶矽太陽能電池內部的瑕疵，使用可見光是無法將其擷 取出來。

圖 10、微裂紋的 EL 影像與可見光影像之比較圖：(A)圖所示為 EL 影像；(B)、(C) 圖所示為使用可見光將(A)圖中所框選的 B、C 區域放大 32 倍之影像。

圖11 為多晶矽太陽能電池有內部瑕疵，經通電後激發矽基材料發出微弱螢光，

有瑕疵的區域發出來的光會較暗，能清楚找出撞擊點C 與延伸出去的 B 之裂痕，另 一種用可見光取得之影像無法將 B、C 區域的瑕疵找出來，因為多晶矽太陽能電池 在製程中，電池表面會鍍上一層抗反射層來增加發電效率，而當瑕疵在多晶矽太陽 能電池的內部時，使用可見光方式取像就無法把瑕疵顯現出來。

圖 11、隱裂的 EL 影像與可見光影像之比較圖：(A)圖所示為 EL 影像；(B)、(C)圖 所示為使用可見光將(A)圖中所框選的 B、C 區域放大 32 倍之影像。

圖12 由於電極線缺陷造成電致發光影像中出現大面積的暗區，將太陽能電池通 電後，電流會從兩條bus bar 流往 grid finger，再流到太陽能電池的每個區域激發各 個區域發光，藉由影像中灰階明暗的對比將瑕疵給找出來。而可見光取得之影像中 可以看到電極線上面有極微小的裂痕，要把電極線上面的裂痕找出來並不容易 ，因 為電極線會反光，當光源過強時則無法將瑕疵給顯現出來。所以光源的強弱將對電 極線上面的瑕疵偵測有很大的影響。

圖12、電極缺陷的 EL 影像與可見光影像之比較圖：(A)圖所示為 EL 影像；(B)、(C) 圖所示為使用可見光將(A)圖中所框選的 B、C 區域放大 32 倍之影像。

2.3 瑕疵類型影響光電轉換效率之比較

太陽能電池在製程中會嚴格控管以確保產品的品質，外觀有汙跡、裂痕等瑕疵 在前端檢測都會被當成次級品淘汰。完成品最終還要經I-V測試量取每片太陽能電池 之光電轉換效率並進行產品分級。為了解瑕疵對光電轉換效率之影響，本研究分別 以100W與200W的燈泡模擬太陽光照射在太陽能電池上之情形，並使用三用電表與 安培計分別量出電壓及電流。從圖13、14、15、16、17所示之各類瑕疵的可見光與 EL影像及表4、表5測出的電壓與電流之值，探討瑕疵類型對光電轉換效率的影響。

表4、瑕疵樣本的電壓與電流(100W 燈泡模擬太陽光)

瑕疵類型 編號 電壓(V) 電流(mA) 功率(W)

邊緣破片 1 0.507V 250mA 0.12675

2 0.509V 250mA 0.12725

破片 3 0.492V 170mA 0.08364

4 0.493V 190mA 0.09367

電極缺陷 5 0.491V 140mA 0.06874

6 0.490V 100mA 0.049

汙跡 7 0.496V 250mA 0.124

8 0.493V 200mA 0.0986

微裂紋 9 0.495V 250mA 0.12375

10 0.493V 250mA 0.12325

表5、瑕疵樣本的電壓與電流(200W 燈泡模擬太陽光)

瑕疵類型 編號 電壓(V) 電流(mA) 功率(W)

邊緣破片 1 0.546V 400mA 0.2184

2 0.555V 400mA 0.222

破片 3 0.542V 280mA 0.15176

4 0.546V 310mA 0.16926

電極缺陷 5 0.540V 210mA 0.1134

6 0.538V 150mA 0.0807

汙跡 7 0.545V 400mA 0.218

8 0.547V 350mA 0.19145

微裂紋 9 0.548V 400mA 0.2192

10 0.546V 400mA 0.2184

圖13具邊緣破片之太陽能電池其編號1與編號2的EL影像並沒有大面積的暗區，

而電壓與電流也沒有大幅度的降低，說明了發光的面積越大表示通過的電流也越多，

而邊緣小面積的破片所占面積比例低，對光電轉換效率影響有限。

(a) (c)

編號1：I100=250；V100=0.507；W100=0.12675； I200=400；V200=0.546；W200=0.2184

(b) (d)

編號2：I100=250；V100=0.509；W100=0.12725； I200=400；V200=0.555；W200=0.222

圖13、邊緣破片瑕疵對光電轉換效率之影像圖：(a)、(b)圖為可見光之影像；(c)、(d) 圖所示為邊緣破片之EL 影像，圖中所框選位置就為破片之位置。

圖14具破片之Solar Cell其編號3與編號4量出的電流有減少的情形，說明了暗區 面積與電流減少成正比，由EL影像的暗區面積大小和電流之間的關係，來看太陽能 電池吸收光能的面積越大，能產生之電流也越大，而破片產生的大面積暗區，會使 太陽能電池的發電效率降低許多。

(a) (c)

編號3：I100=170；V100=0.492；W100=0.08364; I200=280；V200=0.542；W200=0.15176

(b) (d)

編號4：I100=190；V100=0.493；W100=0.09367；I200=310；V200=0.546；W200=0.16926

圖 14、破片瑕疵對光電轉換之影像圖：(a)、(b)圖為可見光之影像；(c)、(d)圖所示 為在光電轉換時大面積暗區之影響。

圖15具電極缺陷之Solar Cell施加電壓與電流從兩條bus bar流往grid finger再流 到太陽能電池的各個區域，編號5與編號6的EL影像有區域的暗區，代表電流無法通 過，相對的太陽光照射到區域的暗區，所轉換的電流也無法被使用，造成光能轉電 能的效率大幅降低，因此量測出來的電流呈現大幅減少的情形。

(a) (c)

編號5：I100=140；V100=0.491；W100=0.06874; I200=210；V200=0.540；W200=0.1134

(b) (d)

編號6：I100=100；V100=0.490；W100=0.049； I200=150；V200=0.538；W200=0.0807

圖 15、電極缺陷瑕疵對光電轉換之影像圖：(a)、(b)圖為可見光之影像；(c)、(d)圖 所示為在光電轉換時大面積暗區之影響。

圖16從電致發光影像和電壓、電流的差異來判別具汙跡之Solar Cell，編號7之 汙跡面積不大並不會影響到電流之流動，而量測到的電流並沒有減少，編號8的汙跡 面積過大，大到影響到電流通過，使汙跡區域激發出的螢光偏弱形成大面積的暗區，

所以光電轉換率也會較差，測出的電流量也較少。

(a) (c)

編號7：I100=250；V100=0.496；W100=0.124; I200=400；V200=0.545；W200=0.218

(b) (d)

編號8：I100=200；V100=0.493；W100=0.0986; I200=350；V200=0.547；W200=0.19145

圖 16、汙跡瑕疵對光電轉換之影像圖：圖(a)、(b)為可見光之影像；由(a)圖中看到 因為汙跡範圍較小所以(c)圖結果並沒有影響，反之(b)圖中汙跡範圍過大所以(d)圖可 以看到大面積暗區。

圖17 具微裂紋之 Solar Cell 的 EL 影像並無大面積的暗區，編號 9 與編號 10 量 測出來的電流沒有減少的情形，說明了發光面積與電流成正比，由 EL 影像發光面 積大小和電流之間的關係，來看 Solar Cell 吸收光能的面積越大，能產生之電流也 越大，而微裂紋產生的小面積暗區，對太陽能電池的發電效率影響不大。

(a) (c)

編號9：I100=250；V100=0.495；W100=0.12375; I200=400；V200=0.548；W200=0.2192

(b) (d)

編號10：I100=250；V100=0.493；W100=0.12325; I200=400；V200=0.546；W200=0.2184

圖 17、微裂紋瑕疵對光電轉換之影像圖：(a)、(b)圖為可見光之影像；(c)、(d)圖所 示為微裂紋之EL 影像，圖中所框選位置就是微裂紋之位置。

2.4 電致發光在太陽能電池檢測上之應用

將非破壞檢測技術應用於太陽能電池的瑕疵檢測，電致發光技術的原理與半導 體元件之發光二極體雷同，都需外加能量讓太陽能電池如同半導體元件，激發電子 的能階跳動，使太陽能電池發出近紅外光之波長光譜介於 900nm~1300nm，必須使 用高靈敏度與高解析度的近紅外線攝影機才能擷取到 900nm~1300nm 的光譜訊息，

電致發光檢測可有效偵測太陽能電池的缺陷，而瑕疵導致區域導電不良，將會影響 太陽能電池的光電轉換效率，電致發光可分別檢測太陽能電池之汙跡、裂痕、電極 缺陷、微裂紋與破片等瑕疵，另外，電致發光檢測技術也可用來檢測太陽能電池模 組的缺陷特性，根據太陽能電池模組各個不同區域發光亮度的差異，能清楚地顯示 出模組中的微裂紋、裂痕、壞片及焊接缺陷，用於封裝前測試可提高產品的成品率，

增加輸出功率，用於最終測試可以杜絕有瑕疵的產品流入市場，並且可以通過返修 來增加產品的良率。電致發光缺陷檢測技術可同時檢測大範圍的面積與提升檢測速 度，因此是種高準確度與快速的檢測方法，可應用於太陽能電池與模組的瑕疵偵測，

透過把偵測出來瑕疵的類型與數據做個統計，就可以從前端製程去做改善以大幅降 低生產出瑕疵產品，進一步提升產品品質與良率。

2.5 現有 EL 檢測機台

現今，許多檢查系統的使用隨著光電生產過程具體的監督生產步驟，如晶圓檢 測、網印檢測、顏色檢測、瑕疵檢測等可以大幅提升生產良率並且有效的降低生產 成本，EL 的技術是一個已知的技術，但在光電產業的大規模生產仍是很新的知識。

投入太陽能電池檢測設備系統開發的廠商眾多，包括1.Basler(德國)；2.graphikon(德 國)；3.Op-tection(德國)；4.NISSHINBO(日本)；5.欽揚科技(台灣)；6.皓越儀器設備(大 陸)。

1. 德國 Basler[16]所推出的VisionFit Cell Inspection 檢測系統能迅速且有效的檢測 太陽能電池，集合各類缺陷自動檢測與分類系統，針對工業需求生產高品質的 電子元件，在生產的過程中確保所有瑕疵類型可以有效的被檢測出來，提升太 陽能電池的生產品質。在光電工業，電致發光技應用於太陽能電池為施加傳導 電流，激發太陽能電池能散發一種微弱的光。可以用來檢測 5、6 吋多晶矽太 陽能電池、曝光時間0.55s~1s、影像處理時間 0.8s、瑕疵類型：微裂紋與暗區。

圖18、BASLER[16]公司檢測機台(資料來源：http://www.baslerweb.com/)。

2. 德國 graphikon[17]公司的G/SOLAR ELI 檢測系統利用電致發光現象，可檢測 肉眼看不到的微裂紋，並利用太陽能電池所發出螢光的強弱來判別是否有缺損 和異物，G/SOLAR ELI 機台專門檢測 5、6 吋多晶矽太陽能電池的瑕疵、曝光 時間1.5 秒。

圖19、graphikon[17]公司檢測機台

(資料來源：http://www.graphikon.de/de/index.php)。

3. 德國 Op-tection[18]公司所推出的OSIS Cell 檢測系統，施加適當的電壓，太陽 能電池會發出微弱的螢光，而局部缺陷影響發光的亮度，利用發光的亮區與暗 區對比來檢查瑕疵，檢測系統可檢測之項目包括：微裂紋、破損、孔洞等。此 機台採用高速攝影機，因此檢測系統可以當成獨立的檢測機台，也可以很容易 的被整合到現有之太陽能電池瑕疵檢測機台。

圖20、Op-tection [18]公司檢測機台

(資料來源：http://www.op-tection.com/index.php?id=49)。

4. 日本 NISSHINBO[19]公司的EL（電致發光）檢測系統利用了太陽能電池電致 發光現象，除了外觀檢驗，還可檢測太陽能電池內部極難發現的瑕疵，如 EL 檢測系統可以檢測出內部的微裂紋，提供世界上第一個適用於太陽能生產線之 檢測系統，從單一電池檢測到多個電池的 PV 模組檢測。可以用來檢測 5、6 吋多晶矽太陽能電池的微裂紋、破損等瑕疵，曝光時間1s。

圖21、NISSHINBO[19]公司檢測機台(資料來源：http://www.nisshinbo.co.jp/)。

5.

6.

台灣欽揚科 模組，EL 傳導不良區

圖22、欽

大陸皓越儀 象）而研發 電池组件中 劣片及焊接

科技[20]的 L-CT01A 檢

區域。

欽揚科技[2

儀器設備[2 發製造，用 中電池片發 接缺陷等瑕

圖23、

http://ww

的EL-CT01A 檢測系統可檢

20]檢測機台

21]的 HY-A 用於太陽電池

發光亮度的 瑕疵。

、皓越設備儀 w.chem17.c

A 機台可用 檢測大小裂

台(資料來源

A1 機台是依 池组件内部 的差異清楚地

儀器[21]檢 com/st1420

用來檢測5、

裂痕、缺損

源：http://ww

依據太陽電 部缺陷快速檢

地顯示组件

檢測機台(資料 087/list_345

6 吋的多晶

、雜質、擴

ww.chinup.

電池的電致發 檢測的專用 件中的裂片包

料來源：

5539.html)。

晶矽太陽能電 擴散深度及接

.com.tw/)。

發光原理（

用儀器。根據 包括隱裂和

。

電池或 接觸或

（EL 現 據太陽 和顯裂、

第三章、檢測系統與流程

在太陽能電池的製造過程中，很有可能產生汙跡、電極缺陷、裂痕、破片、微 裂紋等瑕疵。無論是表面或是內部所產生的瑕疵都有可能導致光電轉換效率的降低 以及壽命的縮短。經實驗證實，電致發光檢測系統可以有效的檢測出汙跡、電極缺 陷、裂痕、破片、微裂纹等瑕疵。然而電致發光檢測系統必須具備高靈敏度的近紅 外線攝影機、搭配高解析度的鏡頭、及高穩定度之電源供應器，才能順利檢測出太 陽能電池的表面與內部瑕疵。本研究將太陽能電池放在導電平台上，並將負極探針 接到太陽能電池正面的陰極電極線（Bus Bar），正極則接到太陽電池背面的陽極電 極線（Back Bus Bar），接著由高穩定度之電源供應器給予 4 伏特 6 安培的電壓與電 流，激發太陽能電池發出微弱的螢光，其發出的光子可以被高靈敏度的近紅外線攝 影機擷取，清楚取得太陽能電池瑕疵的影像。

取得理想之太陽能電池EL 影像後，接著我們利用 Borland C++ Builder 6.0 以及 自行開發之影像處理函式庫，進行影像處理與使用之技術包括(影像前處理、影像分 割、形態學處理、影像後處理)，找出大面積暗區及微裂紋的位置。最後，我們將利 用偵測所得之物件特徵(面積、長度、寬度、…等)，判定那些才是我們真正要的瑕 疵。

本研究所建置之電致發光檢測系統分為硬體與軟體兩大部份，硬體架構包括近 紅外線攝影機與高解析度鏡頭組成的取像設備之控制、電源供應器的電壓和電流之 控制、以及檢測前的系統校正。軟體部份包括太陽能電池的暗區檢測與蜘蛛絲狀裂 紋檢測之程式整合。

3.1 實驗設備

檢測機台之硬體設備示意圖如圖 24 所示，主要包括近紅外線攝影機、鏡頭、

電源供應器及導電平台。在取像設備方面，攝影機的最佳選擇是對波長900~1300nm 有較高感應之「高解析度近紅外線攝影機」。近紅外線攝影機能擷取通電後太陽能 電池所激發出之微弱螢光，以便取得清晰之EL 影像；鏡頭則是調整焦距與光圈大 小；電源供應器是提供適當的電壓與電流，對太陽能電池通電以激發矽基材發光。

整個系統以機殼密封形成一個暗房，目的是要遮擋外在光源，避免取像結果受到外 在光源的影響。近紅外線攝影機擷取太陽能電池所激發出的光子影像，然後將影像 傳送到電腦進行處理與分析。透過本研究所開發的檢測軟體可以有效偵測太陽能電 池存在的瑕疵，如汙跡、電極缺陷、裂痕、破片與微裂紋等，這套電致發光檢測系 統可進一步修改，以便用於生產線上對太陽能電池的品質進行控管。

圖24、EL 檢測設備示意圖。

3.1.1 攝影機選用

本研究使用德國ProgRes CCD 攝影機（圖 25），其感測器大小為 2/3 英吋，最 高解析度為1360(H) × 1024(V)，曝光時間可長達 180s，光譜範圍為 370nm~1000nm。

其優點為可以接收到近紅外線光譜，並透過長時間的曝光才能擷取到太陽能電池發 出的微弱螢光，有瑕疵之區域發的光會比較微弱，藉由獲得螢光亮暗的區域將瑕疵 凸顯出來。其詳細規格如表6。

圖25、ProgRes CCD 攝影機實體圖。

表6、攝影機規格 像素 140 萬(最高分辨率:1360×1024)

感光元件 SONY 超級 HAD 循序逐行掃瞄 2/3”(8.8×6.6mm²)CCD 像素大小 6.45×6.45um²

動態範圍 67~69dB

讀出速度 12MHz and 24.5MHz

數位輸出 (AD converter)：3×12 bit RGB 色彩深度 36bit

曝光時間 最高180 秒

介面 1394a 火線，支援標準 TWAIN

3.1.2 導電平台

本研究選用多點接觸式探針與太陽能電池的陽極電極線與陰極電極線作連結。

把太陽能電池放置於如圖 26 所示之導電平台上，將正極接到太陽電池背面的陽極 電極線，負極則接到太陽能電池正面的陰極電極線進行導電。連接時必需讓每根探 針確實接觸到電極線，避免通電後發生太陽能電池發光不足的現象。其詳細規格如 表7。

圖26、導電平台實體圖。

表7、導電平台規格

3.1.3 鏡頭選用

本研究將取像系統架設於導電平台上方，必須能擷取整片6 吋多晶矽太陽能電 池，所以選用圖 27 所示 SCHNEIDER 的鏡頭，其影像清晰並且影像較不易扭曲。

其詳細規格如表8。

圖27、SCHNEIDER 鏡頭實體圖。

表8、鏡頭規格

原廠 SCHNEIDER 型號 XNP1.4/17 工作距離 MOD 70mm

焦距 17mm

光圈值 F1.4

3.1.4 電源供應器

圖28 所示的電源供應器可提供 0~4V 電壓和 0~6A 電流給太陽能電池，使太陽 能電池發出微弱的螢光。如果發出的光太過微弱可提高電流增加太陽能電池的發光 強度，但必須注意電流的供應不可過高，否則可能會導致太陽能電池的燒壞。其詳 細規格如表9。

圖28、電源供應器實體圖。

表9、電源供應器規格

Topward 托福雙組直流電源供應器規格 輸出電壓 0-30V×2 組可調輸出 輸出電流 0-3A×2 組可調輸出

固定電壓

負載穩定度 ±0.01%＋2mV 輸入穩定度 ±0.01＋2mV

固定電流 負載穩定度

(≦200W)

≦10mA

輸入穩定度 ±0.01＋2mV 作業模式

獨立 只獨立輸出與5V/5A 固定輸出，輸出由 零至額定電壓與零至額定電流。

串聯 輸出由零至±額定電壓與額定電流，輸

出由零至兩倍額定電壓與額定電流。

並聯 輸出由零至兩倍額定電流與額定電壓

3.2 太陽能電池電致發光檢測流程

本節將針對電致發光技術應用於太陽能電池瑕疵檢測進行介紹。瑕疵檢測程式 必須同時控制面掃描攝影機的取像，並整合暗區檢測與蜘蛛絲狀裂紋檢測的程式。

請參考圖29 所示之瑕疵檢測流程圖，首先開啟程式並打開電源供應器，提供太陽能 電池4 伏特的電壓及 6 安培的電流，接著啟動 NIR 面掃描攝影機擷取影像；完成影 像擷取後接著進行瑕疵檢測。本研究將瑕疵檢測分兩部份執行，首先從大面積的瑕 疵進行檢測，接著才進行小面積瑕疵的檢測，更確切的說，我們先使用暗區檢測法 將瑕疵造成大面積的暗區給偵測出來，再使用蜘蛛絲狀裂紋檢測法把因為撞擊產生 的蜘蛛絲狀裂紋給檢測出來。偵測完瑕疵之後，將瑕疵輸出即完成單片太陽能電池 的檢測。

圖29、瑕疵檢測流程圖。

第四章、研究方法

開發EL 影像分析軟體的主要工作重點，是根據 EL 影像之區域灰階平均值的差 異，發展 EL 影像分析演算法，判別多晶矽太陽能電池是否有瑕疵及瑕疵之類型。

EL 影像內像素的灰階差異並不高、多晶矽太陽能電池複雜的晶格背景以及晶格發光 不完全等因素，都增加了瑕疵檢測的困難度，一般的影像處理方法都無法有效地將 瑕疵找出來。本研究將使用Borland C++ Builder 6.0，以及自行開發之影像處理函式 庫，並對暗區檢測與蜘蛛絲狀裂紋檢測的程式進行整合。

4.1 暗區檢測方法與流程

太陽能電池表面具有電極缺陷時，電極缺陷會產生大面積暗區。暗區之灰階值 都較低，因此透過影像亮區與暗區之差異即可將瑕疵檢測出來。圖30為本研究根據 上述原理自行開發之暗區檢測流程圖，詳細檢測步驟說明如下c首先框選感興趣區 域(Area of Interested)，目的是減少因背景所造成的誤判；d其次以自動二值化進行 影像二值化；e接著以水平投影去除太陽能電池上的兩條bus bar；f接下來實施形 態學處理中的斷開運算將一些面積較小的雜訊移除；g最後再利用Blob analysis判定 物件面積是否大於750，面積若大於750判定為瑕疵而面積小於750則剔除物件；h若 有瑕疵則將發現之瑕疵以紅色標示。圖31、32所示為依據上述之檢測流程所得到的 結果。

圖30、暗區檢測流程圖。

圖31 區域 結果

1、EL暗區檢 域；(c)圖為自 果；(f)圖為B

(a)

(d)

檢測結果之 自動二值化 Blob analys

之一：(a)圖所 化後之結果

sis後之結果

(b)

(e)

(g)

所示為原始

；(d)圖為消 果；(g)圖中紅

始影像；(b)圖 消除bus bar後 紅色點標示

圖為框選影 後之結果；

示處為瑕疵之 (c)

(f)

影像中所感興 (e)圖為斷開 之位置。

興趣的 開後之

圖32 區域 結果

2、EL暗區檢 域；(c)圖為自 果；(f)圖為B

(a)

(d)

檢測結果之 自動二值化 Blob analys

之二：(a)圖所 化後之結果

sis後之結果

(b)

(e)

(g)

所示為原始

；(d)圖為消 果；(g)圖中紅

始影像；(b)圖 消除bus bar後 紅色點標示

圖為框選影 後之結果；

示處為瑕疵之 (c)

(f)

影像中所感興 (e)圖為斷開 之位置。

興趣的 開後之

圖 3 之二

a 33、歐蘇法 二值化結果影

法及矩量恆定 影像；(c)圖

定法之二值 圖為矩量恆定

b 值化結果影像

定法之二值

像；(a)圖為 值化結果影像

為原始影像 像。

c

像；(b)圖為歐歐蘇法

4.1.1 影像分割法

影像分割法最主要是把物體從背景中給分割出來，一般是用演算法的方式尋找 適合的臨界值，將影像中的灰階值與臨界值做比較，灰階值較大的設為 255，較小 的設為0。二值化的方法有很多種，一般常見的方法有平均二值化法、歐蘇法[22]、

疊代法[23]及矩量恆定法[24]等。但經過試驗後發現多晶矽太陽電池的晶格複雜，在 EL 取像時會有許多晶格因為發光不完全而產生小面積暗區。一般的分割法會將裂痕、

汙跡、電極缺陷、破片等瑕疵所造成之大面積暗區以及晶格發光不完全所造成之小 面積暗區都分割出來，增加影像檢測上的複雜程度。分割之結果圖33 所示為歐蘇法 與矩量恆定法，顯然分割效果不彰。因此本研究採用自行開發之自動二值化法為暗 區檢測的分割法。

4.1.2 自動二值化

我們要檢測因裂痕、汙跡、電極缺陷、破片等瑕疵，使太陽能電池部份區域發 出的光比較微弱形成大面積暗區。EL 影像有大面積暗區的直方圖如圖 34 所示，這 些暗區的灰階值比要檢測區域的平均灰階值都還要偏低許多，因此我們希望二值化 的閥值，盡量以較低的灰階值當作閥值。可以讓晶格發光不完全的暗區被分割成背 景，而裂痕、汙跡、電極缺陷、及破片等瑕疵，造成大面積的暗區則當成物體分割，

能有效將瑕疵分割出來，讓影像簡單化，方便後續的檢測。

圖34、EL 影像有大面積暗區的直方圖。

如圖 35 所示先找出灰階影像中的最小灰階值(min)，接著透過灰階直方圖統計 像素灰階值之個數，個數累積最多的灰階值就是峰值 (Peak value)，最後將找到的 最小灰階值與峰值代入公式(4.1)就可以得到一個最佳的閥值。圖 36 所示當瑕疵造成 的暗區面積過大，導致灰階直方圖統計出來的峰值偏低，使得最後算出的閥值也太 低無法將瑕疵影像分割出來，因為所以必須加入式(4.2)。找到的峰值必須滿足式(4.2) 才是正確的峰值。將最終找出的峰值與最小灰階值，代入公式(4.1)所得到之 T 值，

就是自動二值化的閥值。

T=(Peak value-min)×k+min (4.1)

其中 T 為自動二值化的閥值；min 為最小灰階值；Peak value 為最多灰階值個數之 值；k 為變數。

滿足 Peak value＞(max-min)×0.25, Peak value 成立 (4.2)

圖35、自動二值化閥值偵測示意圖。

圖 36、暗區過大時自動二值化閥值偵 測示意圖。

如圖37 與 38 之(a)、(b)圖所示，首先將要檢測的區域框選出來，讓程式只針對 框選區域做影像處理，忽略其餘的區域以增加檢測的準確性。本研究使用上述方法 找尋自動二值化的閥值將瑕疵分割出來。如圖37 與 38 之(c)、(d)圖所示，本研究之 方法可以正確的將瑕疵所造成的大面積暗區分割出來，至於晶格導致發光不完全的 暗區則當成背景，經過這樣的處理能夠讓影像變的更為單純，方便後續的影像處理。

(a) (c)

(b) (d)

圖 37、影像二值化之結果說明：(a)圖及(b)圖為原始影像；(c)圖及(d)圖分別為(a)圖 與(b)圖二值化後之影像。

(a) (c)

(b) (d)

圖 38、影像二值化之結果說明：(a)圖及(b)圖為原始影像；(c)圖及(d)圖分別為(a)圖 與(b)圖二值化後之影像。

4.1.3 投影法

投影法中的水平投影與垂直投影[25]，分別投影至垂直軸及水平軸，此法可以 順利的將bus bar 消除。先把二值化後影像進行水平投影，並分別計算列投影值及列 投影平均值，算出列投影平均值

Ph

μ 後，以此平均值為閥值，將影像分割成兩個群

組G 及_a G ，其中_b G 指的是列投影值小於列投影平均值的列像素，_a G 指的是列投影_b

值大於列投影平均值的列像素。接著將群組G 之影像輸出，而群組_a G 之影像清除_b 後即完成了投影法。

水平投影的方式是將每一列的像素值投影至 y 軸，並利用式(4.3)總計該列的列 投影值P_h(y)。令m×n 代表影像之大小，f( yx, )代表位於( yx, )像素的像素值。

∑

=

= ^m

x

h y f x y

P

1

) , ( )

( ；for y=0~n。 (4.3)

計算完列投影值之後，接著計算列投影平均值。公式(4.4)計算列投影平均值的 方式是先累加列投影值P_h(y)，再求取其平均值。

∑

=

= ⁿ

y h

p P y

n

h 0

) 1 (

μ

(4.4)

4.1.4 形態學處理

常用的形態運算法包括膨脹、侵蝕、斷開、閉合及細化，處理的方式又分為四 鄰近與八鄰近，其中斷開及閉合都是由膨脹及侵蝕這兩個形態運算所組成，只是處 理順序不同而已，閉合是先膨脹再侵蝕，斷開是先侵蝕再膨脹。

1. 四鄰近(four-neighbor)所指的是該像素的上、下、左、右四個像素點都是該像素 的近鄰。

2. 八近鄰(eight-neighbor)是指該像素除了上、下、左、右四個像素點為該像素的 近鄰外，左上、左下、右上、及右下四個像素點也是其近鄰，因此共有八個近 鄰。

3. 膨脹：如果像素的四近鄰或八近鄰中有任何一個像素之像素值為 1，則將該像 素之像素值以1 取代，亦即將此像素從原始圖形內增加，要是中間像素為 1 則 四近鄰或八近鄰也會為 1。膨脹運算是希望物體的邊緣像素往外擴張，達到把 物體輪廓平滑的目的。

4. 侵蝕：如果像素的四近鄰或八近鄰中有任何一個像素之像素值為 0，則將該像 素之像素值以0 取代，亦即將此像素從原始圖形內增加，要是中間像素為 0 則 四近鄰或八近鄰也會為 0。侵蝕運算則是希望物體的邊緣像素往內收縮，達到 截斷物體細長狹窄的部份。

5. 斷開：當集合 A 被集合 B 侵蝕之後再被集合 B 膨脹即為斷開，記為 A。B，亦 為(AΘB)♁B。簡單來說先經過一次侵蝕後，再經過一次膨脹之處理程序，可 以消除影像的雜訊或是截斷影像中較細長狹窄的部份，將影像分隔開來。

6. 閉合：當集合 A 被集合 B 膨脹之後再被集合 B 侵蝕即為閉合，記為 A‧B，或 (A♁B)ΘB。就是先經過一次膨脹，再經過一次侵蝕之處理程序。可以將影像 內部的空洞部份填補或是平滑影像的形狀。

有汙跡、裂痕、破片、電極缺陷等瑕疵的影像經過影像二值化後，將瑕疵造成 的大面積暗區分割出來，接著透過水平投影法去除兩條電極線(bus bar)，再經由型 態學處理中的斷開，把影像中的窄橋打斷、消去小島、以及形狀尖銳的部份以利後 續的影像處理不會產生誤判。圖39 與 40 之(a)、(b)圖為使用自動二值化與消除 bus bar 後所得到的結果，而圖39 與 40 之(c)、(d)圖則為使用斷開之型態學處理，透過斷開 中的侵蝕作用，把影像中的窄橋打斷並將雜訊給濾除掉，減少雜訊對影像的影響和 提高Blob analysis 處理的正確率。

(a) (c)

(b) (d)

圖39、使用形態處理將雜訊剃除之結果說明：(a)圖及(b)圖為消除 bus bar 後之結果；

(c)圖及(d)圖分別為(a)圖與(b)圖斷開後之結果。

(a) (c)

(b) (d)

圖40、使用形態處理將雜訊剃除之結果說明：(a)圖及(b)圖為消除 bus bar 後之結果；

(c)圖及(d)圖分別為(a)圖與(b)圖斷開後之結果。

4.1.5 物件標號

經過形態處理及篩選法的處理後，無論是雜訊或是非所要的物體都已被剔除，

接下來要做的是指定一個唯一的號碼給各個找到的物體，這個過程即稱為標號。

標號的目的是藉以區分不同的物體並得知物體之總數，進而將各物體之面積、

周長、重心、位置、方向、最大圍繞矩形…等特徵給找出來，在此採用迭代法將影