PV Modül Kalite Kontrolünde EL Görüntü Analizi: Kusur Tespiti ve Kabul Kriterleri

Bir PV modülünün dışarıdan sağlam görünmesi, hücre ve bağlantı yapısının kusursuz olduğu anlamına gelmez. Mikro çatlaklar, elektriksel olarak ayrışmış hücre bölgeleri, finger ve busbar kesintileri, lehim sorunları ve etkin olmayan alanlar çıplak gözle görülemeyebilir.

EL görüntüsü kusuru gösterir, "uygun" kararını tek başına vermez

Elektrolüminesans görüntüleme, bu bölgeleri görünür hale getirir. Modüle karanlık ortamda ters yönde akım uygulandığında hücreler yakın kızılötesi ışık yayar. Elektriksel olarak etkin bölgeler ile akımın kesintiye uğradığı veya zayıfladığı bölgeler görüntü üzerinde farklı yoğunluklarda görülür.

Bu nedenle EL görüntüsü, modül kalitesini değerlendiren ekipler için güçlü bir veri kaynağıdır. Ancak görüntüde bir izin bulunması ile modülün reddedilmesi aynı karar değildir.

IEC standardı yöntemi tarif eder

IEC TS 60904-13, PV modüllerinin EL görüntülerinin nasıl alınacağına, işleneceğine ve yorumlanacağına ilişkin yöntemi tanımlar. Çatlakların görüntü üzerinde sınıflandırılması ve etkin olmayan alanların ölçülmesi için ortak bir çerçeve sunar.

Ancak standart, her proje için geçerli tek bir ticari kabul veya ret eşiği belirlemez. Hangi bulgunun kabul edilebilir, sınırda veya reddedilebilir sayılacağı; modül teknolojisi, satın alma şartnamesi, sözleşme koşulları ve proje risk yaklaşımıyla birlikte tanımlanmalıdır.

Bu yaklaşım bilinçlidir. Aynı görüntü bulgusu; modül teknolojisine, hücre bağlantısına, kusurun konumuna, elektriksel etkisine ve alıcının risk yaklaşımına göre farklı değerlendirilebilir. Dolayısıyla teknik standart ölçüm dilini ortaklaştırırken ticari kararı alıcı, üretici ve EPC arasındaki şartname-sözleşme verir.

Çatlağın varlığı kadar elektriksel etkisi önemlidir

EL değerlendirmelerinde çatlaklar genellikle üç temel davranış üzerinden ele alınır:

• Elektriksel olarak etkin olmayan bir alan oluşturmayan çizgisel çatlaklar
• Hücrenin bir bölümünü kısmen devreden ayıran çatlaklar
• Hücrenin bir bölümünü elektriksel olarak büyük ölçüde izole eden çatlaklar

Bu ayrım, "çatlak var mı?" sorusundan daha işlevseldir. Çünkü satın alma ve kalite ekiplerinin ihtiyacı yalnızca kusuru görmek değil, bulgunun hangi kabul sınıfına girdiğini tutarlı biçimde belirlemektir.

Burada iki kavramın karıştırılmaması gerekir. EL literatüründeki çatlak modları, piyasada kullanılan A, B veya C kalite sınıflarıyla aynı sistem değildir. Biri belirli bir çatlağın elektriksel davranışını, diğeri modülün genel ticari kalite sınıfını ifade eder.

Kabul kriteri satın alma aşamasında yazılmalı

EL görüntülerinin tedarik kararına gerçekten katkı sağlaması için kabul kriterlerinin inceleme başladıktan sonra değil, sözleşme hazırlanırken tanımlanması gerekir.

Sağlam bir çerçevede şu soruların yanıtı önceden bellidir:

• Hangi kusur sınıfları kritik, majör veya minör kabul edilecek?
• Hücre veya modül başına hangi bulgular kabul edilmeyecek?
• Sınırda kalan görüntüler nasıl ele alınacak?

Bu tanımlar yapılmadığında EL analizi çok sayıda görüntü ve kusur etiketi üretir, ancak ticari karar yine yoruma açık kalır. Tanımlar yapıldığında ise aynı veri; üretici görüşmelerinde, parti kabulünde ve garanti dosyasında izlenebilir bir kayıt haline gelir.

AI, binlerce görüntüde ortak değerlendirme dili kurar

Büyük ölçekli bir projede EL görüntülerini yalnızca manuel olarak incelemek; süre, tutarlılık ve raporlama açısından zorlaşır. AI destekli analiz, görüntüleri aynı sınıflandırma mantığıyla tarayarak kusur adaylarını ve ilgili modülleri öne çıkarabilir.

Yine de model doğruluğu sabit bir sayı değildir. Kamera sistemi, görüntü kalitesi, modül teknolojisi, hücre yapısı ve eğitim verisi sonuçları etkiler. Bu nedenle AI çıktısı, proje özelindeki kabul kriterleri ve sınır durumlar için tanımlanmış değerlendirme süreciyle birlikte kullanılmalıdır.

eyerod Quality Intelligence bu akışın neresinde?

eyerod, fabrikada çekilen EL görüntülerini Quality Intelligence ürünüyle analiz eder. Görüntülerdeki kusurları tespit edip sınıflandırır; sonuçları modül bazında düzenleyerek kabul ve ret sürecinde kullanılabilecek bir çıktı oluşturur.

Böylece EL arşivi yalnızca görüntü klasörlerinden oluşmaz. Hangi modülde hangi bulgunun yer aldığı, bulgunun hangi sınıfa girdiği ve karar sürecinde nasıl ele alındığı ortak bir veri yapısında tutulur.

Quality Intelligence, eyerod'un GES projelerinde kalite kontrolden kuruluma ve işletmeye uzanan Solar Intelligence yapısının ilk katmanıdır. Construction Intelligence saha ilerlemesini, Asset Intelligence ise Termal Analiz ve Dijital İkiz sürecini aynı proje yönetimi yaklaşımı içinde tamamlar.

Sonuç

EL görüntüsü, gözle görülemeyen kalite bulgularını ortaya çıkarır. Güvenilir bir kabul süreci ise standart yöntem, sözleşmede tanımlanmış kriterler, doğru numune planı ve tutarlı görüntü analizinin birlikte çalışmasıyla kurulur.

Modül tedarik sürecinizde EL görüntülerini daha düzenli ve izlenebilir bir karar akışına dönüştürmek için eyerod Quality Intelligence ekibiyle iletişime geçebilirsiniz.

Kaynak notu

• IEC TS 60904-13: Photovoltaic devices – Electroluminescence of photovoltaic modules
• IEA PVPS Task 13: Review of Failures of Photovoltaic Modules
• ISO 2859-1: Attributes üzerinden muayene için numune alma prosedürleri
• Deitsch ve diğerleri: Automatic classification of defective photovoltaic module cells in electroluminescence images