專利名稱：持久性特征檢測的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及用于檢測產(chǎn)品中由用于制造產(chǎn)品的一個或多個工藝階段導(dǎo)致的系統(tǒng)缺陷的方法。開發(fā)本發(fā)明，主要用于檢測系統(tǒng)工藝誘發(fā)的缺陷，諸如光伏晶片、光伏電池或光伏模塊中的裂紋，然而將理解，本發(fā)明不限于該特定使用領(lǐng)域。相關(guān)申請本申請要求源自澳大利亞臨時專利申請第2010903558號的優(yōu)先權(quán)，將其內(nèi)容結(jié)
合于此供參考。
背景技術(shù)：
提供對現(xiàn)有技術(shù)的以下討論以將本發(fā)明置于合適的技術(shù)環(huán)境下且能使本發(fā)明的優(yōu)點得到更充分的理解。然而，應(yīng)理解，在整個說明書中對現(xiàn)有技術(shù)的任何討論均不應(yīng)被視為明確承認或暗示承認該現(xiàn)有技術(shù)是眾所周知的或形成了本領(lǐng)域一般常識的一部分。在用于批量生產(chǎn)諸如光伏電池等的產(chǎn)品的工藝中，可能存在系統(tǒng)制造誤差而導(dǎo)致產(chǎn)品中的缺陷。例如,暫留在印刷絲網(wǎng)(print screen)上的一塊異物可能會導(dǎo)致大量光伏電池中的諸如裂紋、劃痕或污潰等的缺陷，直至其被檢測出并除去為止。這些問題越早能被檢測到并校正，經(jīng)濟影響就越小。然而，不管被制造的產(chǎn)品類型，可能都很難區(qū)分工藝誘發(fā)的缺陷與產(chǎn)品材料中固有的特征。在例如光伏電池由多晶硅制成的環(huán)境下，且如日本專利申請第JP2007-067102A號中所述，對光學(xué)成像技術(shù)(通常包括可見光譜區(qū)或紅外光譜區(qū)中的光反射或透射)而言，可能難以區(qū)分諸如污潰等的工藝誘發(fā)缺陷與多晶材料的晶?；蚓Ы?。光致發(fā)光(PL)成像作為一種方便且快捷的技術(shù)已被提出，用于評估饋入光伏電池生產(chǎn)線中的半導(dǎo)體材料的質(zhì)量，并用于監(jiān)控在其整個制造工藝以及到向前進入模塊組裝中的光伏電池，通常參見公布的PCT專利申請第W02007/041758A1號、第W02007/128060A1號、第 W02009/026661A1 號、第 W02009/121133A1 號、第 W02011/079353A1 號和第W02011/079354A1號。在對電接觸進行印刷之后，另外或可替代地，可通過電激勵(電致發(fā)光，EL)發(fā)光。特別地，已示出源自多晶硅或單晶硅的發(fā)光(PL和/或EL)來傳遞有關(guān)可能影響光伏電池的性能的多種材料和電氣特性的信息，包括錯位、原子雜質(zhì)、夾雜物、分流、金屬線接觸電阻和裂紋。由于晶界同樣影響負責(zé)熒光發(fā)射的電子-空穴重組，所以它們也可能表現(xiàn)在發(fā)光圖像中。然而，在該大量信息中，可能難以將一種類型的特征與另一種區(qū)別開。圖像處理算法在某種程度上是有用的，其基于不同類型的特征具有不同的維度模式的原理而工作，但這些算法通常無法區(qū)分工藝誘發(fā)缺陷與材料內(nèi)在特征。類似困難也適用于包括光學(xué)(反射或透射)成像的其他表征技術(shù)。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服或改善現(xiàn)有技術(shù)中的至少一個缺點，或者提供一種有用的替代。本發(fā)明的優(yōu)選形式的目的在于提供用于檢測光伏電池生產(chǎn)線中的持久性工藝誘發(fā)影響的改進方法。本發(fā)明的第一方面提供了一種用于檢測在工藝線上制造的產(chǎn)品中的系統(tǒng)特征的方法，所述方法包括以下步驟:(a)獲取多個所述產(chǎn)品的圖像，每個圖像屬于每個所述產(chǎn)品上的基本相同的區(qū)域；(b)結(jié)合所述圖像來獲得超級圖像；(c)對所述超級圖像進行處理以識別具有強信號的區(qū)；以及(d)將所述區(qū)識別為表示所述產(chǎn)品中的系統(tǒng)特征。本發(fā)明的第二方面提供了一種用于檢測在工藝線上制造的產(chǎn)品中的系統(tǒng)特征的方法，所述方法包括以下步驟:(a)獲取多個所述產(chǎn)品的圖像，每個圖像屬于每個所述產(chǎn)品上的基本相同的區(qū)域；(b)結(jié)合所述圖像以獲得超級圖像；(c)對所述超級圖像進行處理以識別具有強信號的區(qū)；(d)將所述區(qū)與所述區(qū)域內(nèi)的已知特征相比較；以及(e)將所述區(qū)中的不與所述已知特征相對應(yīng)的那些區(qū)識別為表示所述產(chǎn)品中的系統(tǒng)特征。本發(fā)明的第三方面提供了一種用于檢測在工藝線上制造的產(chǎn)品中的系統(tǒng)特征的方法，所述方法包括以下步驟:(a)獲取多個所述產(chǎn)品的圖像，每個圖像屬于每個所述產(chǎn)品上的基本相同的區(qū)域；(b)校正所述圖像以去除所述區(qū)域中的已知特征；(c)結(jié)合所校正的圖像以獲得超級圖像；(d)對所述超級圖像進行處理以識別具有強信號的區(qū)；以及(e)將所述區(qū)識別為表示所述產(chǎn)品中的系統(tǒng)特征。本發(fā)明的第四方面提供了一種用于檢測在工藝線上制造的產(chǎn)品中的工藝誘發(fā)缺陷的方法，所述方法包括以下步驟:(a)獲取多個所述產(chǎn)品的相應(yīng)區(qū)域的圖像；(b)累積所述圖像以生成累積圖像；以及(C)識別所述累積圖像中超過預(yù)定閾值的信號，從而確定所述工藝誘發(fā)缺陷。本發(fā)明的第五方面提供了一種用于檢測在工藝線上制造的產(chǎn)品中的工藝誘發(fā)缺陷的方法，所述方法包括以下步驟:(a)獲取多個所述產(chǎn)品的相應(yīng)區(qū)域的圖像；( b )累積所述圖像以生成累積圖像；(C)識別所述累積圖像中超過預(yù)定閾值的信號，從而確定一個或多個缺陷候選；以及(d)從所述候選中排除任何已知特征，從而確定所述工藝誘發(fā)缺陷。本發(fā)明的第六方面提供了一種用于檢測在工藝線上制造的產(chǎn)品中的工藝誘發(fā)缺陷的方法，所述方法包括以下步驟:
(a)獲取多個所述產(chǎn)品的相應(yīng)區(qū)域的圖像；(b)通過去除每個所述圖像中與任何已知特征相對應(yīng)的信號來校正所述圖像；(c)累積所述圖像以生成累積圖像；以及(d)識別所述累積圖像中超過預(yù)定閾值的信號，從而確定所述工藝誘發(fā)缺陷。本發(fā)明的第七方面提供了一種在用于制造產(chǎn)品的工藝線中用于檢測在所述工藝線上制造的產(chǎn)品中的系統(tǒng)特征的方法，所述方法包括以下步驟:(a)獲取多個所述產(chǎn)品的圖像，每個圖像屬于每個所述產(chǎn)品上的基本相同的區(qū)域；(b)結(jié)合所述圖像以獲得超級圖像；(c)對所述超級圖像進行處理以識別具有強信號的區(qū)；以及(d)將所述區(qū)識別為表示所述產(chǎn)品中的系統(tǒng)特征。本發(fā)明的第八方面提供了一種在用于制造產(chǎn)品的工藝線中用于檢測在所述工藝線上制造的產(chǎn)品中的工藝誘發(fā)缺陷的方法，所述方法包括以下步驟:(a)獲取多個所述產(chǎn)品的相應(yīng)區(qū)域的圖像；(b)累積所述圖像以生成累積圖像；以及(C)識別所述累積圖像中超過預(yù)定閾值的信號，從而確定所述工藝誘發(fā)缺陷。第一至第八方面共享多個優(yōu)先權(quán)。優(yōu)選地，從產(chǎn)品的大致相同的相應(yīng)區(qū)域獲得圖像。在一種實施方式中，所獲得的圖像屬于工藝線中的相鄰產(chǎn)品，隨后對其圖像進行結(jié)合或累積并進行分析。在另一實施方式中，所獲得的圖像屬于工藝線中的3個、4個、5個、6個、7個、8 個、9 個、10 個、15 個、20 個、25 個、50 個、100 個、200 個、300 個、400 個、500 個或 I, 000個相鄰產(chǎn)品，隨后對其圖像進行累積并進行分析。優(yōu)選地，所述圖像是一組“滾動”圖像，是指當(dāng)獲得新圖像時，從累積并分析的這組圖像中提取第一次獲得的圖像。在另一實施方式中，當(dāng)獲得一組5個、10個或20個圖像時，從累積并分析的這組圖像中提取第一次獲得的5個、10個或20個圖像。在其他實施方式中，所獲得的圖像屬于一種產(chǎn)品和隨后生產(chǎn)的第三產(chǎn)品或者隨后生產(chǎn)的第四、第五或第六產(chǎn)品。優(yōu)選地，所獲得的圖像屬于隨后生產(chǎn)的第η產(chǎn)品；其中η是來自2、3、4、5、6、7、8、9、10等中的一個整數(shù)。在相關(guān)實施方式中，所獲得的圖像屬于隨后生產(chǎn)的第X產(chǎn)品；其中X是來自2、4、6、8、10等中的一個整數(shù)。在又一實施方式中，所獲得的圖像屬于隨機選擇的產(chǎn)品。將理解，所述圖像包括至少一個信號，且更優(yōu)選地，信號圖。所述信號優(yōu)選由產(chǎn)品的光致發(fā)光或電致發(fā)光產(chǎn)生，所述產(chǎn)品優(yōu)選是光伏晶片、光伏電池或光伏模塊。然而，將理解，光學(xué)(可見光譜區(qū)或紅外光譜區(qū)中的反射或透射)成像同樣可以產(chǎn)生圖像/信號圖。將理解，已知特征(若存在)對于所評估的產(chǎn)品通常是內(nèi)在或固有的，且可被認為是該產(chǎn)品的特征。這些固有特征或特性例如可選自由錯位、原子雜質(zhì)、夾雜物、分流、金屬線、金屬線接觸電阻、裂紋、晶界、表面污潰等組成的組中的一個或多個，且可以是產(chǎn)品的期望方面(例如，光伏電池上的金屬線)或不期望方面(例如，雜質(zhì)富集區(qū))。工藝誘發(fā)特征或系統(tǒng)特征往往是裂紋、表面污潰、分流、不良電接觸、中斷電伴熱等，且與固有特征的區(qū)別可在于這些工藝誘發(fā)特征或系統(tǒng)特征通常是不期望的。系統(tǒng)特征還可包括摻雜密度或載流子密度/壽命的橫向變化，其可指示工藝步驟(諸如雜質(zhì)吸除、SiN鈍化、后表面金屬化或爐加熱)存在問題。
優(yōu)選通過求和、求平均值或獲得中間值的方式對所獲得的圖像進行結(jié)合或累積以生成累積圖像或“超級圖像”。累積圖像或超級圖像可包括對多個所獲得的圖像的逐個像素的比較，優(yōu)選對來自每個圖像的相應(yīng)像素的強度的求和。也可要求在進行結(jié)合或累積之前，例如利用通過旋轉(zhuǎn)和/或平移來輕微調(diào)整圖像使圖像對準(zhǔn)，因為捕捉到的圖像中將存在某些產(chǎn)品與產(chǎn)品之間的差異。為了闡述，產(chǎn)品在工藝線上的處理期間的輕微移動可能會導(dǎo)致圖像彼此略微傾斜，并因此可能需要例如通過圖像中的參考點對圖像進行一些校正。累積或結(jié)合處理可包括根據(jù)對圖像區(qū)域的期望值來監(jiān)控統(tǒng)計差異。在優(yōu)選實施方式中，將累積圖像或超級圖像中的信號與預(yù)定閾值電平相比較，該預(yù)定閾值電平可通過多種方法確定，例如，作為在累積圖像或超級圖像中的平均信號電平以上的某一百分比或絕對偏移量。可替代地，所述閾值電平可由操作員設(shè)定。優(yōu)選地，所述方法在工藝線中的多個階段執(zhí)行，以識別所述工藝線中可能引入所述系統(tǒng)特征的階段。所述產(chǎn)品優(yōu)選是光伏晶片、光伏電池或光伏模塊。更優(yōu)選地，系統(tǒng)特征或工藝誘發(fā)特征是光伏晶片、光伏電池或光伏模塊中的裂紋。優(yōu)選地，對所述累積圖像或超級圖像進行進一步處理以確定平均信號電平、或遠離具有強信號的所述區(qū)域的部分中的背景信號電平，且所述平均或背景信號電平用于預(yù)測所述光伏晶片、光伏電池或光伏模塊的性能。在優(yōu)選形式中，所述方法還包括識別所述系統(tǒng)特征的類型或性質(zhì)的步驟。所述方法還可包括采取措施來消除所述系統(tǒng)特征的工藝原因的步驟。本發(fā)明的第九方面提供了一種裝置，其用于實施根據(jù)第一至第八方面中的任一方面所述的方法。本發(fā)明的第十方面提供了一種包括具有計算機可讀程序代碼的計算機可用介質(zhì)的制造品，所述計算機可讀程序代碼被配置為實施根據(jù)第一至第八方面中的任一方面所述的方法，或者操作根據(jù)第九方面所述的裝置。


結(jié)合附圖，根據(jù)后續(xù)對示例性實施方式和所附權(quán)利要求的描述，本發(fā)明的益處和優(yōu)勢對于本發(fā)明所涉及領(lǐng)域的技術(shù)人員而言將變得顯而易見:圖1A和圖1B分別示出了多晶硅晶片和單晶硅晶片的PL圖像，示出了光伏電池制造商感興趣的某些特征；圖2A和圖2B不出了兩個不同多晶娃晶片的I旲擬PL圖像，其中，每個晶片都有裂紋；圖3A和圖3B示出了沿圖2A和圖2B的圖像中的每一個上的相同位置處的線A-A的PL強度與位置的曲線；圖3C示出了針對具有裂紋的第三多晶硅晶片的PL強度與位置的曲線；圖4示出了通過結(jié)合圖3A至圖3C的PL強度行掃描而獲得的超級圖像；圖5A示出了多晶硅晶片的模擬反射圖像；圖5B示出了沿圖5A的圖像上的線B-B的反射強度與位置的曲線；圖6A和圖6B示出了兩個不同單晶硅光伏電池的模擬PL圖像，其中，每個電池具有裂紋和金屬化缺陷；
圖7A和圖7B示出了沿圖6A和圖6B的圖像中的每一個上的相同位置處的線C-C的PL強度與位置的曲線；圖8A和圖SB示出了針對電池上的金屬線的期望位置校正的PL強度與位置的相應(yīng)曲線；圖9示出了通過結(jié)合圖8A和圖8B的校正的PL強度行掃描而獲得的超級圖像；圖10示出了兩個不同多晶硅晶片的模擬PL圖像之間的錯位。
具體實施例方式本發(fā)明涉及用于檢測由制造產(chǎn)品的工藝線的一個或多個階段導(dǎo)致的產(chǎn)品中的系統(tǒng)缺陷的方法。將針對檢測系統(tǒng)工藝誘發(fā)缺陷(諸如光伏晶片、光伏電池或光伏模塊中的裂紋)的特定應(yīng)用來描述本發(fā)明，但本發(fā)明不限于該特定使用領(lǐng)域。如前所述，可利用已知表征技術(shù)來識別多種材料和半導(dǎo)體材料的電特性。例如，PL和EL成像可提供有關(guān)多個特征(包括錯位、原子雜質(zhì)、夾雜物、分流、金屬線接觸電阻、裂紋和晶界)的出現(xiàn)與分布的信息。反射成像可顯示表面污潰、裂紋和晶界，而紅外透射可提供有關(guān)裂紋和夾雜物的三維分布的信息。這些特征(包括錯位、雜質(zhì)、夾雜物和晶界)中的一些特征是材料固有的且不是工藝誘發(fā)的。另一方面，在電池或模塊的制造期間可能導(dǎo)致諸如裂紋、分流、表面污潰、不良電接觸和斷電跟蹤(broken electrical trace)等的特征,所有這些特征可能會降低光伏電池和模塊的性能。在某些情況下，這些特征將會隨機出現(xiàn)，但在其他情況下，這些特征可能會重復(fù)出現(xiàn)在很多或全部產(chǎn)品中。這些系統(tǒng)(或“持久性”)特征通常指示工藝線故障，但在某些情況下，可能指示缺陷晶片原料。不管怎樣，通常都有利于盡可能識別并糾正原因，特別是如果持久性特征對產(chǎn)品性能有害或者具有對產(chǎn)品性能有害的可能性。本發(fā)明的方法提供了持久性特征的改進檢測，且可用于能夠檢測問題特征類型的任何成像技術(shù)。來自樣品的光學(xué)反射受多種因素的影響，包括表面粗糙度和其他表面形態(tài)、選定波長的吸收和折射率變化；因此，對于光伏電池和晶片而言，光學(xué)反射成像能夠檢測出裂紋、表面蝕刻和紋理變化、防反射涂層變化以及表面污潰或顆粒。來自光伏電池或晶片的光致發(fā)光響應(yīng)對許多或全部光學(xué)可見特征以及少數(shù)載流子密度/壽命和背景摻雜密度敏感。因此，PL成像可用于檢測大量特征，包括物理缺陷(諸如裂紋)以及可指示工藝步驟(諸如雜質(zhì)吸除、SiN鈍化、后表面金屬化或爐加熱)存在問題的摻雜密度或載流子密度/壽命的橫向變化。發(fā)明方法依賴于這樣的事實:在制造工藝中由出現(xiàn)缺陷的階段系統(tǒng)性導(dǎo)致的特征(諸如裂紋)往往出現(xiàn)在每個樣品中的相同或相似的位置。若從大量樣品(從例如五個至數(shù)百個)的相同區(qū)域獲得的圖像經(jīng)結(jié)合形成“超級圖像”，具有隨機或統(tǒng)計分布的特征(諸如錯位、雜質(zhì)、夾雜物和晶界)將被抑制在超級圖像中，同時將增強系統(tǒng)特征(諸如由絲網(wǎng)印刷中卷入的一塊異物導(dǎo)致的裂紋，或在模塊組裝期間由電池上的熱應(yīng)力或機械應(yīng)力導(dǎo)致的裂紋)。還可允許已知的期望或意向性特征存在于可預(yù)測位置，諸如光伏電池上的金屬接觸、從塊的相鄰部分切割的一系列晶片中的相似位置處的晶粒結(jié)構(gòu)、或已知存在于全部或許多樣品中的缺陷。來自持久性特征(例如，在眾多光伏電池上的特定位置產(chǎn)生的裂紋)的信號將成倍增加以在累積圖像或超級圖像中形成強信號，而其余樣品的“噪聲”電平將被規(guī)范成平均電平，由此允許利用簡單的圖像分析技術(shù)(諸如邊緣檢測算法)對持久性特征進行簡單檢測，優(yōu)選包括對其嚴重程度進行量化?！皬娦盘枴辈灰欢ㄊ呛诎当尘爸械牧列盘?，且實際上經(jīng)常可能是亮背景中的暗信號。通常，圖像或超級圖像中具有強信號的區(qū)域是信號電平強烈偏離圖像或超級圖像的其余部分中的信號電平的區(qū)域，可以針對閾值電平來確定，該閾值電平例如可自動被設(shè)定為在平均信號電平以上的百分比或絕對偏移量，或可由操作員定義。例如，諸如光伏電池上的金屬線的一些持久性特征事實上可預(yù)計且不被視為缺陷，且優(yōu)選在圖像結(jié)合之前或之后從圖像上去除這些持久性特征。我們注意到，例如對于多晶硅晶片而言，諸如晶界和錯位等的某些固有特征通常將位于從塊的相鄰部分切割的晶片中的相似位置，并因此可被強調(diào)為超級圖像中的持久性特征，從而從根本上產(chǎn)生受制于樣本集尺寸且取決于晶片是否按照與切割其的相同或相似的順序供入工藝線的誤報(false positives)。相同的考慮同樣將適用于具有滑線(slipline)的單晶硅晶片。若檢測到較大且可能的晶片范圍內(nèi)的持久性特征，則很可能指示該“相鄰樣品”的問題，且在某些實施方式中，可通過改變持久性特征算法的檢測閾值來改善該問題。在其他實施方式中，圖像處理算法能可靠地在不同類型的特征之間區(qū)分，例如，晶界、錯位和裂紋，從而能使持久性特征算法聚焦于更有可能被工藝導(dǎo)致的特征，例如，裂紋?？商娲?，可通過使用避免“相鄰樣品”問題的樣品集，例如，通過作為分開以降低測量來自相同塊的晶片或來自塊中的相似位置的晶片的風(fēng)險的多個工藝單元步驟的測量晶片來改善其增強。在晶片進入生產(chǎn)線之前擾亂原切割晶片順序或使其隨機化的生產(chǎn)線中，不太可能出現(xiàn)“相鄰樣品”問題。盡管本發(fā)明方法適用于能夠檢測到感興趣的系統(tǒng)特征的任何成像技術(shù)，但特別優(yōu)選PL成像，因為它可檢測到廣泛的特征和材料特性。例如，盡管光學(xué)成像和紅外透射可檢測物理特征(諸如裂紋和表面紋理變化)，但它們無法檢測電氣缺陷(諸如分流或不良電接觸)。另外，由于具有較高載流子壽命的區(qū)域表現(xiàn)出更強的PL發(fā)射，所以“背景”PL信號電平(即在無持久性缺陷的區(qū)域中)將為操作員提供晶片和/或工藝質(zhì)量的移動平均，以及由此的類似電池質(zhì)量的測量。PL成像也是非接觸技術(shù)，例如，與光學(xué)成像類似但與EL成像不同，這是一個優(yōu)勢，因為接觸光伏電池可能會導(dǎo)致進一步破裂。在形成電接觸之前，PL成像和光學(xué)成像還可用于檢查晶片。圖1A和圖1B中示出了用于檢測光伏電池制造商感興趣的各種特征的PL成像的能力。圖1A中所示的多晶硅晶片2的PL圖像顯示出大量重組有源(active)錯位集群4和晶界6，以及沿指示晶片從所謂的“邊緣塊”(與坩堝壁相鄰)切割的一個邊緣的雜質(zhì)富集硅8的低壽命區(qū)。圖1B中所示的單晶硅晶片10的PL圖像顯示出大量有意造成的裂紋12。在圖1B的圖像中出現(xiàn)的較大、稍明亮的特征14是通過晶片可見的支柱，該支柱具有超過IOOOnm左右的實質(zhì)透明度。用于從樣品獲得PL圖像的裝置通常包括波長和強度適于從樣品材料產(chǎn)生光致發(fā)光的光源、用于獲取圖像的攝像機、照明和成像路徑中的光束整形光學(xué)器件、以及用于保護攝像機免受照明光照射的長通濾波器。用于獲得EL圖像的裝置通常包括用于電激勵樣品來發(fā)光的電源、用于獲取圖像的攝像機、以及成像路徑中的光束整形光學(xué)器件。用于獲得光學(xué)圖像的裝置通常包括照明源和攝像機。每個裝置一般將需要用于計算并分析累積圖像或超級圖像的處理器。在某些實施方式中，本發(fā)明實施如下:(i)利用合適強度和波長的光源照明多個樣品(例如，光伏電池或電池前驅(qū)體(cell precursor))以產(chǎn)生電致發(fā)光。優(yōu)選地，每個樣品在工藝線的相同階段被測量，且應(yīng)對每個樣品的相同區(qū)域進行照明并成像。在某些實施方式中，使每個樣品的整個區(qū)域成像，而在其他實施方式中，僅使每個樣品的所選區(qū)域成像。若僅使所選區(qū)域成像，則基本上應(yīng)是每個樣品的相同區(qū)域。樣品在工藝線上優(yōu)選是順序的，或呈周期性順序，例如每十個樣品?？商娲?，使隨機選擇的樣品成像。光源例如可以是具有合適光學(xué)器件的激光，或者若激光安全性要求令人擔(dān)憂，則優(yōu)選LED陣列。在光伏電池工藝線的環(huán)境下，照明可以是短期的，同時暫時停止對樣品進行的測量，或者同時優(yōu)選地，若測量時間足夠短，則樣品仍在移動。高強度的照明源(諸如閃光燈)有利于快速測量移動樣品。(ii)合適的攝像機用于測量因照明而從每個樣品產(chǎn)生的PL信號。整個電池或電池前驅(qū)體上的至少百萬像素分辨率優(yōu)選用于裂紋檢測。必要時，可使用用于提高信噪比的技術(shù)，諸如背景光最小化(例如，燈箱)和鎖定檢測等。攝像機例如可以是在單次曝光中獲得圖像的面陣相機?？商娲?，攝像機可以是當(dāng)樣品沿工藝線移動時逐行獲得圖像的線陣相機或時延積分(TDI)相機。(iii)樣品的PL圖像，優(yōu)選一組順序的或順序周期性樣品，經(jīng)結(jié)合來形成“超級圖像”。結(jié)合函數(shù)例如可以是求和、求平均值或獲得中間值，或者其可以是一些其他更復(fù)雜的函數(shù)。所采用的實際數(shù)學(xué)函數(shù)可以與對各個圖像的每個像素中的相機響應(yīng)(計數(shù)率)求和并報告所有疊加的像素計數(shù)的超級圖像一樣簡單。該結(jié)合函數(shù)可具有多種不同形式，從簡單的信號平均到更復(fù)雜的保持有關(guān)各圖像間的像素或區(qū)域差異的詳細統(tǒng)計信息的處理。另外，對于圖像處理領(lǐng)域的技術(shù)人員而言，顯然該結(jié)合可在像素或區(qū)域的空間域中或者在頻域或單獨結(jié)合或分析傅里葉分量的傅里葉域中進行。在其他實施方式中，可使用諸如離散余弦變換域、哈達瑪域或小波域等的其他域。另外，圖像可根據(jù)要求而經(jīng)過增強濾波器。在使用增強濾波器的情況下，可使用圖像信息的復(fù)雜的非線性結(jié)合。先進的濾波處理可適用于該圖像，使用在標(biāo)準(zhǔn)教材(諸如“Digital Image Processing，，，by Gonzalez and Woods, Addison Wesley Publishing)中所述的處理。結(jié)合處理還可包括變形或平移圖像使得圖像適當(dāng)對準(zhǔn)或相關(guān)的初始配準(zhǔn)(registration,定位)過程。(iv)隨后對“超級圖像”進行處理以識別具有強信號(B卩，具有與期望值的強烈偏離的信號)的區(qū)域，該區(qū)域表示存在于樣品集內(nèi)的大量樣品中的特征。(V)可獨立濾掉已知為持久性的特征(例如，塊中的光伏電池或晶粒上的金屬網(wǎng)格線)，從而允許隔離持久和不期望(例如，裂紋、碎片或污潰)的特征。(vi)隨后，其他數(shù)據(jù)處理將標(biāo)記不期望的持久性特征的位置和嚴重程度，并將其報告給操作員來處理，例如調(diào)查并糾正原因和/或進行記錄以在后續(xù)處理中進一步檢查具有該持久性特征的一系列樣品。該步驟還可包括可參照產(chǎn)品中的已知或期望特征的數(shù)據(jù)庫而使用圖像處理算法來識別持久性特征(例如裂紋或表面污潰)的性質(zhì)或類型。若樣品不具有已知持久性特征(例如，形成電接觸之前的高質(zhì)量單晶光伏晶片)，則累積圖像或超級圖像中的強信號區(qū)域可被立即識別為可能的系統(tǒng)缺陷。在替代性實施方式中，可校正各個圖像以在累積或結(jié)合之前除去已知持久性特征，從而形成累積圖像或超級圖像?，F(xiàn)將對某些實例進行描述以示出本發(fā)明的原理。為便于示出信號強度與位置，對樣品的整個模擬二維圖像的強度行掃描將被結(jié)合以形成代表性超級圖像。然而在實踐中，我們認為二維圖像將被結(jié)合以形成超級圖像。如上所提及，二維圖像可在單次曝光中利用面陣相機獲得或者可利用線陣相機或TDl相機逐行獲得。應(yīng)理解，線圖像本身是樣品所選區(qū)域的圖像。實例I圖2A示出了多晶硅晶片的模擬PL圖像16，它示出了包括多個重組有源錯位集群4和晶界6、裂紋12以及沿一個邊緣的雜質(zhì)富集硅8的低壽命區(qū)的幾種不同特征。圖2B示出了第二多晶硅晶片的模擬PL圖像16，再次示出了多個重組有源錯位集群4和晶界6以及裂紋12。將要注意，錯位集群和晶界位于第二晶片中的不同位置，且第二晶片沒有雜質(zhì)富集邊緣區(qū)域，但裂紋12位于相同位置。因此，若對兩個PL圖像進行結(jié)合，則該裂紋將相對于其他特征而增強。為更具體地說明該效果，圖3A和圖3B中分別示出了沿圖2A和圖2B中的每一個內(nèi)的線A-A的PL強度，示出了與各個特征相關(guān)聯(lián)的較低強度20的區(qū)域。圖3C示出了來自第三樣品晶片的相應(yīng)的強度行掃描。圖3A至圖3C的強度行掃描隨后通過求平均值來結(jié)合以提供圖4中所示的“超級圖像”強度行掃描22，其中，低強度區(qū)域形式的強信號24從平均信號電平26清楚浮現(xiàn)出來，其表示持久性特征，在該情況下該持久性特征是呈出現(xiàn)在每個樣品中的基本相同的位置的裂紋形式的系統(tǒng)缺陷。在某些實施方式中，閾值信號電平28被定義為高于和/或低于平均信號電平26，超過該閾值信號電平28 (按絕對值計算)，持久性特征將被標(biāo)記。一旦檢測到持久性特征，便可提醒操作員調(diào)查原因，例如，該原因可能是晶片處理機器人出現(xiàn)故障。從光伏晶片或電池發(fā)出的PL的強度從廣義上講是材質(zhì)的指示，其對電池效率具有強烈影響。因此，排除持久性特征的區(qū)域中的平均信號電平或“背景”信號電平也可用于預(yù)測樣品電池或由樣品晶片制成的電池的工作特性。實例2圖5A不出了多晶娃晶片的I旲擬反射圖像30,其不出了較聞反射率材料的多個晶界6和表面污潰32。圖5B中示出了沿線B-B的光學(xué)強度，其示出了與晶界相關(guān)聯(lián)的較低強度20的區(qū)域以及與表面污潰相關(guān)聯(lián)的較高強度34的區(qū)域。將要理解，若表面污潰出現(xiàn)在多個樣品中的大致相同的位置，而晶界的位置不同，則當(dāng)來自多個樣品的圖像被結(jié)合以形成超級圖像時，污潰將作為較高強度的區(qū)域而清晰出現(xiàn)。實例3圖6A示出了絲網(wǎng)印刷在正面上的具有帶有兩條母線38和大量指狀件40的金屬網(wǎng)格圖案的單晶硅光伏電池的模擬PL圖像36。該圖像還示出了可能由印刷絲網(wǎng)上的一塊砂礫引發(fā)的裂紋12，在一條母線中可能由印刷絲網(wǎng)上的堵塞導(dǎo)致的缺陷42，以及電池的一個邊緣上的一組滑線44。圖6B示出了具有除不存在滑線之外的基本相同的特征的第二單晶硅光伏電池的模擬PL圖像36。圖7A和圖7B中分別示出了沿圖6A和圖6B的每一個中的線C-C的PL強度，其示出了與母線相關(guān)聯(lián)的較低強度20的區(qū)域、裂紋和滑線。由于母線是已知特征，所以可去除其對行掃描的期望貢獻以產(chǎn)生圖8A和圖SB中所示的校正行掃描，它們包括與裂紋和滑線相關(guān)聯(lián)的低強度區(qū)域20以及與金屬化缺陷(即，母線材料的部分缺失)相關(guān)聯(lián)的高強度區(qū)域34。當(dāng)通過求和來結(jié)合校正行掃描以提供圖9中所示的“超級圖像”強度行掃描22時，可以看出，因裂紋(24A)和金屬化缺陷(24B)產(chǎn)生的信號相對于因僅出現(xiàn)在樣品電池之一中的滑線(24C)產(chǎn)生的信號而增強。將要理解，當(dāng)來自其他樣品電池的圖像/行掃描對超級圖像有貢獻時，將進一步增強因裂紋和金屬化缺陷產(chǎn)生的信號，從而允許這些特征被識別為持久性、工藝誘發(fā)缺陷。在替代性實施方式中，圖7A和圖7B中所示的“未校正”行掃描被結(jié)合以形成超級圖像，從該超級圖像中可通過忽略或去除來自母線的期望貢獻來識別持久性特征。當(dāng)結(jié)合或累積各個PL圖像以形成累積圖像或超級圖像時，應(yīng)仔細配準(zhǔn)(即對準(zhǔn))這些圖像，否則持久性特征(諸如重復(fù)裂紋)將趨于平均化，從而使其檢測更困難。通過實例的方式，圖10以(A)和(B)的形式重現(xiàn)了分別在圖2A和圖2B中示出的模擬PL圖像，但圖像沿X方向偏移一定距離36以示出置于輸送帶上的略微不同位置的晶片。未對準(zhǔn)還可能發(fā)生在Y和Θ上。將要理解，當(dāng)對圖像求和時，將不會增強裂紋周圍的減小的PL信號的區(qū)域，因為它們將與使圖像正確對準(zhǔn)的情況一樣。例如，利用已知特征的晶片邊緣或位置(諸如母線或激光劃片識別碼)，可適用于晶片或電池的完整圖像或部分圖像的各種圖像變換或配準(zhǔn)技術(shù)對于本領(lǐng)域技術(shù)人員而言將是已知的。同樣將顯而易見的是，在更微妙的反饋情形下可使用優(yōu)選實施方式。當(dāng)多個可變參數(shù)可用時，連續(xù)監(jiān)控區(qū)域允許對工藝進行微調(diào)以達到最佳效果。盡管特別參照本發(fā)明的某些優(yōu)選實施方式對本發(fā)明進行了描述，但本發(fā)明的變形和修改可在所附權(quán)利要求的精神和范圍內(nèi)實現(xiàn)。
權(quán)利要求
1.一種用于檢測在工藝線上制造的產(chǎn)品中的系統(tǒng)特征的方法，所述方法包括以下步驟: (a)獲取多個所述產(chǎn)品的圖像，每個圖像屬于每個所述產(chǎn)品上的基本相同的區(qū)域； (b)結(jié)合所述圖像來獲得超級圖像； (C)對所述超級圖像進行處理以識別具有強信號的區(qū)；以及 Cd)將所述區(qū)識別為表示所述產(chǎn)品中的系統(tǒng)特征。
2.一種用于檢測在工藝線上制造的產(chǎn)品中的系統(tǒng)特征的方法，所述方法包括以下步驟: (a)獲取多個所述產(chǎn)品的圖像，每個圖像屬于每個所述產(chǎn)品上的基本相同的區(qū)域； (b)結(jié)合所述圖像以獲得超級圖像； (C)對所述超級圖像進行處理以識別具有強信號的區(qū)； (d)將所述區(qū)與所述區(qū)域內(nèi)的已知特征相比較；以及 (e)將所述區(qū)中的不與所述已知特征相對應(yīng)的那些區(qū)識別為表示所述產(chǎn)品中的系統(tǒng)特征。
3.一種用于檢測在工藝線上制造的產(chǎn)品中的系統(tǒng)特征的方法，所述方法包括以下步驟: (a)獲取多個所述產(chǎn)品的圖像，每個圖像屬于每個所述產(chǎn)品上的基本相同的區(qū)域； (b)校正所述圖像以去除所述區(qū)域中的已知特征； (c)結(jié)合所校正的圖像以獲得超級圖像； Cd)對所述超級圖像進行處理以識別具有強信號的區(qū)；以及 Ce)將所述區(qū)識別為表示所述產(chǎn)品中的系統(tǒng)特征。
4.根據(jù)權(quán)利要求1至3中任一項所述的方法，其中，所述結(jié)合步驟包括求和、求平均值或獲得中間值。
5.根據(jù)前述權(quán)利要求中任一項所述的方法，其中，通過與預(yù)定閾值相比較來識別具有強信號的所述區(qū)。
6.根據(jù)前述權(quán)利要求中任一項所述的方法，其中，所述圖像是光致發(fā)光圖像。
7.根據(jù)權(quán)利要求1至5中任一項所述的方法，其中，所述圖像是電致發(fā)光圖像。
8.根據(jù)權(quán)利要求1至5中任一項所述的方法，其中，所述圖像是可見光譜區(qū)或紅外光譜區(qū)中的反射或透射圖像。
9.根據(jù)前述權(quán)利要求中任一項所述的方法，其中，所述方法在所述工藝線中的多個階段執(zhí)行，以識別所述工藝線中引入所述系統(tǒng)特征的階段。
10.根據(jù)前述權(quán)利要求中任一項所述的方法，當(dāng)被使用時用于檢測光伏晶片、光伏電池或光伏模塊中的系統(tǒng)特征。
11.根據(jù)權(quán)利要求10所述的方法，其中，所述系統(tǒng)特征是所述光伏晶片、光伏電池或光伏模塊中的裂紋。
12.根據(jù)權(quán)利要求10或權(quán)利要求11所述的方法，其中，對所述超級圖像進行進一步處理以確定遠離具有強信號的所述區(qū)的部分中的背景信號電平，且所述背景信號電平用于預(yù)測所述光伏晶片、光伏電池或光伏模塊的性能。
13.根據(jù)前述權(quán)利要求中任一項所述的方法，其中，在傅里葉域、離散余弦變換域、哈達瑪域或小波域中結(jié)合所述圖像。
14.根據(jù)前述權(quán)利要求中任一項所述的方法，其中，所述結(jié)合包括根據(jù)針對所述圖像的區(qū)的期望值來監(jiān)控統(tǒng)計差異。
15.根據(jù)前述權(quán)利要求中任一項所述的方法，還包括在所述結(jié)合步驟之前使所述圖像對準(zhǔn)的步驟。
16.根據(jù)前述權(quán)利要求中任一項所述的方法，還包括識別所述系統(tǒng)特征的類型或性質(zhì)的步驟。
17.根據(jù)前述權(quán)利要求中任一項所述的方法，還包括采取措施去除所述系統(tǒng)特征的工藝原因的步驟。
18.一種用于檢測在工藝線上制造的產(chǎn)品中的工藝誘發(fā)缺陷的方法，所述方法包括以下步驟: Ca)獲取多個所述產(chǎn)品的相應(yīng)區(qū)域的圖像； (b)累積所述圖像以生成累積圖像；以及 (c)識別所述累積圖像中超過預(yù)定閾值的信號，從而確定所述工藝誘發(fā)缺陷。
19.一種用于檢測在工藝線上制造的產(chǎn)品中的工藝誘發(fā)缺陷的方法，所述方法包括以下步驟: Ca)獲取多個所述產(chǎn)品的相應(yīng)區(qū)域的圖像； (b)累積所述圖像以 生成累積圖像； (c)識別所述累積圖像中超過預(yù)定閾值的信號，從而確定一個或多個缺陷候選；以及 (d)從所述候選中排除任何已知特征，從而確定所述工藝誘發(fā)缺陷。
20.一種用于檢測在工藝線上制造的產(chǎn)品中的工藝誘發(fā)缺陷的方法，所述方法包括以下步驟: Ca)獲取多個所述產(chǎn)品的相應(yīng)區(qū)域的圖像； (b)通過去除每個所述圖像中與任何已知特征相對應(yīng)的信號來校正所述圖像； (c)累積所述圖像以生成累積圖像；以及 (d)識別所述累積圖像中超過預(yù)定閾值的信號，從而確定所述工藝誘發(fā)缺陷。
21.在用于制造產(chǎn)品的工藝線中，一種用于檢測在所述工藝線上制造的產(chǎn)品中的系統(tǒng)特征的方法，所述方法包括以下步驟: Ca)獲取多個所述產(chǎn)品的圖像，每個圖像屬于每個所述產(chǎn)品上的基本相同的區(qū)域； (b)結(jié)合所述圖像以獲得超級圖像； (C)對所述超級圖像進行處理以識別具有強信號的區(qū)；以及 Cd)將所述區(qū)識別為表示所述產(chǎn)品中的系統(tǒng)特征。
22.在用于制造產(chǎn)品的工藝線中，一種用于檢測在所述工藝線上制造的產(chǎn)品中的工藝誘發(fā)缺陷的方法，所述方法包括以下步驟: Ca)獲取多個所述產(chǎn)品的相應(yīng)區(qū)域的圖像； (b)累積所述圖像以生成累積圖像；以及 (c)識別所述累積圖像中超過預(yù)定閾值的信號，從而確定所述工藝誘發(fā)缺陷。
23.一種裝置，當(dāng)被使用時用于實施根據(jù)權(quán)利要求1至22中任一項所述的方法。
24.一種包括具有計算機可讀程序代碼的計算機可用介質(zhì)的制造品，所述計算機可讀程序代碼被配置為實施根據(jù)權(quán)利要求1至22中任一項所述的方法，或者操作根據(jù)權(quán)利要求23所述的裝 置。
全文摘要
本文提出了用于對在產(chǎn)品制造期間導(dǎo)致的持久性或系統(tǒng)缺陷的改進檢測的方法。具體地，該方法針對檢測在光伏電池和模塊的制造中系統(tǒng)性導(dǎo)致的缺陷。從多個所述產(chǎn)品獲得圖像，其中，每個圖像屬于每個所述產(chǎn)品上的基本相同的區(qū)域。結(jié)合所述圖像以獲得超級圖像，由此增強系統(tǒng)缺陷并抑制諸如材質(zhì)變化的隨機特征。對所述超級圖像進行處理以識別具有強信號或超過預(yù)定閾值的信號的區(qū)；且所述區(qū)被識別為表示所述產(chǎn)品中的系統(tǒng)特征。一旦識別出系統(tǒng)缺陷，即可采取措施來找出并糾正其原因。
文檔編號G01N21/62GK103210482SQ201180039616
公開日2013年7月17日 申請日期2011年8月8日 優(yōu)先權(quán)日2010年8月9日
發(fā)明者伊恩·安德魯·麥克斯威爾 申請人:Bt成像股份有限公司