Home   »   Applications   »   Solar cell

Solar Cell Inspection

이미지01

기존 검사 공정의 한계점

낮은 정확도

검사원이 육안으로 EL 이미지에 대한 불량 판단 및 분류를 장시간

진행하는 관계로, 피로도 등으로 인한 검사 정확도 저하 현상이 발생

합니다. 또한 검사원 간 숙련도 차이로 인해 정확도간 편차도 높게

발생합니다.

생산원가 증가

불량 Cell 등이 미검출된 상태로 후공정으로 이어질 경우, 불필요한

생산원가가 추가적으로 발생하기 때문에 결함에 대한 정확한 검출이

매우 중요합니다.

Solar Cell 검사가 어려운 이유

Wafer 배경과 결함과의 모호성

Spider Crack, Finger print 등의 셀, 모듈 결함의 경우,

Wafer의 배경과 혼재되어 존재하기 때문에, 정확한 결함 검출이

어렵습니다. 기존 머신비전 기술로는 결함과 Wafer간의 구분이

불가능하여 그동안 자동화 검사가 진행되지 못한 영역으로

존재하였습니다.

SuaKIT이 제공할 수 있는 효용

EL이미지 자동화 검사를 통한 정확도 상승 및 생산 원가 절감이

가능해집니다.

수아랩의 딥러닝 기술을 활용하면, 복잡한 EL이미지 불량 유형들을

기계가 학습하여 정확히 결함만을 검출 및 분류할 수 있습니다.

Wafer 공급사가 변화하거나 결함 기준이 변화하더라도,

딥러닝 학습을 통해 높은 정확도의 무인 자동화 검사가 가능합니다.

고객사는 이를 통해 생산원가 절감 등의 효용을 얻을 수 있습니다.