Null-Fehler-Produktion in der Photovoltaik-Industrie
Das AIT forscht an einer nachhaltigeren Solarzellfertigung. Das Verfahren wird in vier Pilotanlagen in Europa getestet.
Anfang des Jahres fiel der Startschuss zu “Platform-ZERO”, einem von der Europäischen Kommission kofinanzierten Projekt mit 12 Partnern aus Industrie und Forschung, das vom AIT Austrian Institute of Technology geleitet wird. Ziel ist es, die Produktionsqualität von Photovoltaikgeräten zu verbessern und gleichzeitig die Ressourceneffizienz durch eine Null-Fehler-Fertigung zu steigern. All dies soll die Herstellungskosten senken.
Herausforderungen
Die jüngste Generation von PV-Technologien verbindet hohe Leistung mit großer Flexibilität für die Integration in Gebäuden, Fahrzeugen, Agrarkraftwerken und Internet-of-Things-Geräten. Diese Komplexität mache sie jedoch anfällig für kritische Defekte, so das AIT. Letztere könnten während der Produktion bei schon geringen Abweichungen von den Standardherstellungsbedingungen auftreten. Das führe zu erheblichem Ausschuss und deutlich höherem Ressourcenverbrauch.
Das Forschungsprojekt Platform-ZERO geht diese Herausforderung an, indem es eine neue anpassbare Inline-Prozessüberwachungsplattform und -steuerung entwickelt, die durch künstliche Intelligenz unterstützt wird. Damit soll eine Null-Fehler-Fertigung in der PV-Industrie der dritten Generation erreicht werden und eine frühzeitige Erkennung, Korrektur und Vermeidung von Produktionsfehlern möglich sein. Für die Umsetzung und Testung der Strategien stehen vier verschiedene Pilotanlagen in Spanien, Deutschland, Österreich und Polen zur Verfügung.
KI-gestützte Prüfmethoden
„Gerade wenn es um non-destruktive und herausfordernde Prüfverfahren geht, sind wir im AIT Center for Vision, Automation und Control breit aufgestellt“, so Govinda Lilley, der das Projekt am AIT leitet. „Die Bildverarbeitung ist eines unserer Forschungsthemen. Für die visuelle Inspektion kommt unsere Inline Computational Imaging Technologie zum Einsatz und wird unter anderem für diesen Anwendungsfall weiterentwickelt. Sie kombiniert sehr schnelle optische 2D und 3D Prüfmethoden mit intelligenten Algorithmen. Damit können wir selbst feinste Defekte bei hohen Produktions- und Prüfgeschwindigkeiten erkennen, auch wenn die Oberflächeneigenschaften des Materials schwierig sind.”
Zudem kommen – je nach Produktionsverfahren und Produktionsschritt – auch andere Prüfsysteme zur Anwendung. Diese unterschiedlichen Informationen sollen bereits während der Produktion zusammengeführt und damit Abweichungen in den Produktionsparametern frühzeitig erkannt werden, die zu Fehlproduktionen führen. Durch schnelle Korrektur soll der Materialausschuss minimiert werden. „Denn unser Ziel ist es, mittels Machine Learning Methoden Abweichungen bereits in der Produktion zu erkennen, bevor defekte Solarzellen am Ende der Produktionslinie entsorgt werden müssen,“ erklärt der Forscher weiter.
