تصوير كهروضوئي عالي الدقة معزز بالذكاء الاصطناعي للكشف المبكر عن عيوب التلامس داخل الخلايا الشمسية

الملخص

      يهدف هذا البحث إلى تطوير نظام ذكي قائم على الذكاء الاصطناعي للكشف المبكر عن العيوب في الخلايا الشمسية باستخدام تقنيات التصوير الكهروضوئي عالية الدقة. تم تصميم منهجية متكاملة تجمع بين معالجة الصور الرقمية وخوارزميات التعلم العميق، خصوصًا الشبكات العصبية الالتفافية (CNN)، لتحليل الصور واستخراج الأنماط الدالة على العيوب الداخلية والخارجية في الخلايا. اعتمد النظام المقترح على قاعدة بيانات متنوعة تضم صورًا لخلايا سليمة وأخرى متضررة، جرى تدريب النموذج عليها بعد إجراء عمليات تحسين وتطبيع للصور لرفع دقة التنبؤ.

أظهرت النتائج التجريبية أن النموذج حقق دقة كشف بلغت ‎ (96.4–97.8%) مع حساسية بلغت ‎96.5%‎ ودقة تمييز (Precision) وصلت إلى ‎98.2%‎، مما يؤكد كفاءته في التمييز بين أنواع العيوب المختلفة مثل التشققات الدقيقة، والانقطاعات، ومناطق الانعكاس غير المتجانسة تُظهر النتائج إمكان تطبيق النظام المقترح كمنصة ذكية في فحص الخلايا الشمسية على نطاق صناعي. كما أظهر تحليل منحنى ROC أن النظام يتمتع بثبات عالٍ في الأداء عبر عينات اختبار لم تُستخدم في مرحلة التدريب.

توفر الخرائط الحرارية الناتجة عن النموذج وسيلة بصرية دقيقة لتحديد مواقع العيوب داخل الخلايا، مما يسهم في تسريع عمليات الفحص وتقليل الأخطاء البشرية بنسبة تزيد عن ‎80%‎ مقارنة بالطرق التقليدية مثل التصوير بالأشعة تحت الحمراء. ويُظهر النظام إمكانية دمجه في خطوط الإنتاج الصناعية لتحقيق فحص فوري وغير تدميري للخلايا الشمسية.

تُبرز هذه الدراسة الإمكانات الكبيرة للذكاء الاصطناعي في تحسين موثوقية وجودة الفحص البصري في الصناعات الكهروضوئية، وتمثل خطوة نحو تطوير أنظمة مراقبة ذاتية قادرة على دعم التحول الذكي في مجال الطاقة الشمسية المستدامة.