本发明涉及晶硅组件缺陷检测领域，特别是涉及一种自动分选的晶硅组件缺陷的el测试设备。
背景技术：
在晶体硅太阳能组件/电池片制造过程中，有一工序是对于产品缺陷的检测—el（electroluminescence）测试。
在目前的技术中，el的缺陷判定都是通过人员主观去判定，这样的做法，一方面会造成产品漏检，另外一方面，也容易出现主观判定不一致，因为不同的人，其对标准的理解也不一样，此外，人工检测也增加了人力成本，需要改进。
技术实现要素：
本发明主要解决的技术问题是提供一种自动分选的晶硅组件缺陷的el测试设备，对晶硅组件进行自动检测，避免漏检，提升检测标准一致性和检测效率。
为解决上述技术问题，本发明采用的一个技术方案是：提供一种自动分选的晶硅组件缺陷的el测试设备，包括：待测部件、供电源、照相机、密封暗箱和电脑，所述待测部件为晶硅组件，所述待测部件和照相机设置在密封暗箱中，所述照相机的摄像头对准待测部件的正面，所述电脑设置在密封暗箱的外侧，所述照相机的输出端与电脑线性连接而把待测部件的照片输入电脑，所述供电源与待测部件之间线性连接而通电使得待测部件发光。
在本发明一个较佳实施例中，所述供电源为直流电源，所述供电源为待测部件提供的电流为0.1a-20a。
在本发明一个较佳实施例中，所述照相机为ccd高清数码相机。
在本发明一个较佳实施例中，所述供电源设置在密封暗箱的内侧或者外侧。
在本发明一个较佳实施例中，所述供电源的输出端设置有钳位电压保护模块。
在本发明一个较佳实施例中，所述电脑上连接设置有扫码装置。
本发明的有益效果是：本发明指出的一种自动分选的晶硅组件缺陷的el测试设备，通过设备进行自动判定，可以减少漏判和误判，节约成本，采用ccd高清数码相机进行el测试，满足图片清晰度的要求，在电脑上设置图片数据处理单元，通过总结大量典型el图片的特点，使设备根据颜色差异的特点进行智能判定，在实际使用过程中，进一步利用现有的缺陷类型根据实际情况进行细分，基于人工网络拓扑结构的理论基础，通过典型el图片以及判定的样本的校正建立职能模型，实现自动判定隐裂的各种情况并给予最佳的答案，实现自动判定el缺陷类型，避免人为主观判断，提升工作效率，减少人力成本。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图，其中：
图1是本发明一种自动分选的晶硅组件缺陷的el测试设备一较佳实施例的结构示意图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明实施例包括：
一种自动分选的晶硅组件缺陷的el测试设备，包括：待测部件2、供电源1、照相机3、密封暗箱5和电脑4，所述待测部件2为晶硅组件，晶硅组件是由若干个电池片串、并联连接组成的，严密封装成组件，将太阳能转化为电能的装置。
所述待测部件2和照相机3设置在密封暗箱5中，所述照相机3的摄像头对准待测部件2的正面，捕捉电致发光所产生的光子，所述电脑4设置在密封暗箱5的外侧，所述照相机3的输出端与电脑4线性连接而把待测部件的照片输入电脑4，照相机3捕捉的光子利用成像系统将信号发送到计算机软件，经过处理后将晶硅组件的el图像显示在屏幕上。电脑4利用数据处理单元中典型el图片的特点与晶硅组件的el图像对比，根据各种类型缺陷进行自动分类判定。
典型el图片具备如下特点：
1.线性裂纹，特点，隐裂无规律，沿各个方向，其裂纹宽度小于1mm；
2.黑色区域隐裂，特点：全黑，其黑色程度接近无光子发出；
3.阴影隐裂，特点：隐裂造成的阴影区域，其阴影沿裂纹的一边扩散，且逐渐变淡；
4.主栅线两段阴影缺陷（虚焊），特点：主栅线两段黑色区域对称，且均匀。
所述供电源1与待测部件2之间线性连接而通电使得待测部件发光。所述供电源1为直流电源，所述供电源1为待测部件2提供的电流为0.1a-20a，正向偏置电压，所述供电源1的输出端设置有钳位电压保护模块，提升操作安全性。
所述照相机3为ccd高清数码相机，ccd高清数码相机可以满足图片清晰度的要求。
所述供电源1设置在密封暗箱5的内侧或者外侧，比较灵活，密封暗箱5可以提供el测试所需要的环境。
所述电脑4上连接设置有扫码装置，扫码装置可以对待测部件2上的编码进行扫码，配合与每块待测部件2的el结果，并通过制造管理系统（mes）上传到服务器达到自动选分的功能。
综上所述，本发明指出的一种自动分选的晶硅组件缺陷的el测试设备，自动化程度高，减少了人工成本和误判、漏判问题，各种el缺陷类型根据实际情况可以进一步归类总结，并更新到图片数据处理单元，数据处理单元还可以根据各种新的缺陷进行智能学习，自动升级，提升工作效率和准确率。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。