Platform-ZERO : Photovoltaik fehlerfrei produzieren?

Das AIT Austrian Institute of Technology forscht mit 11 Partnern an der nachhaltigen Produktion von Solarzellen. Das Verfahren wird in vier Pilotanlagen in Europa getestet.

Das AIT Austrian Institute of Technology forscht mit 11 Partnern an der nachhaltigen Produktion von Solarzellen. Das Verfahren wird in vier Pilotanlagen in Europa getestet.

- © Sunplugged

Im Januar diesen Jahres fiel der Startschuss zum Projekt Platform-ZERO, ein von der Europäischen Kommission kofinanziertes Projekt mit 12 Partnern aus Industrie und Forschung. Das Projekt zielt darauf ab, die allgemeine Produktionsqualität von Photovoltaikgeräten zu verbessern und gleichzeitig die Ressourceneffizienz durch eine Null-Fehler-Fertigung zu steigern. Langfristig will man so die Herstellungskosten senken.

Erreicht werden soll dieses Ziel durch die Anwendung von Schlüsseltechnologien zur Inline-Prozessüberwachung und -steuerung in Verbindung mit künstlicher Intelligenz. Für die Umsetzung und Testung der Strategien stehen vier verschiedene Pilotanlagen in Spanien, Deutschland, Österreich und Polen zur Verfügung. Die Kooperationspartner befassen sich mit intelligenten Beschichtungen für Photovoltaikoberflächen, hocheffizienten Solarmodulen und flexiblen Solarfolien aus verschiedenen Materialien und Herstellungsprozessen.

KI reicht helfende Hand

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 macht sie jedoch anfällig für kritische Defekte. Letztere können während der Produktion bei schon geringen Abweichungen von den Standardherstellungsbedingungen auftreten. Das führt zu einem deutlich höherem Ressourcenverbrauch.

>> Immer up to date mit Meinungen und News aus der Branche sein? Abonnieren Sie unseren Newsletter – mit uns bleiben Sie informiert! Hier geht’s zur Anmeldung!


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.

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.
Govinda Lilley, AIT

Unterschiedliche Prüfsysteme

Gerade wenn es um non-destruktive und herausfordernde Prüfverfahren gehe, sei man im AIT Center for Vision, Automation und Control breit aufgestellt, erklärt Govinda Lilley, der das Projekt am AIT leitet. „Für die visuelle Inspektion kommt unsere Inline Computational Imaging Technologie zum Einsatz und wird u.a. 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“, so der Forscher weiter.

>> Lesen Sie auch: Pilotinstallation für "unsichtbare" PV

Doch 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.

Über das AIT Center for Vision, Automation & Control

Das Austrian Institute of Technology (AIT) ist Österreichs größte außeruniversitäre Forschungseinrichtung. Das Center for Vision, Automation & Control (VAC) ist eine der insgesamt 7 Center des AIT. Es hat sich der industriellen Automatisierung und Digitalisierung verschrieben. Zu den Forschungsschwerpunkten am Center gehören innovative Technologien für die industrielle Qualitätsinspektion und Qualitätskontrolle. Hierzu zählen High-Speed Sensing, Computational Imaging, die Automatisierung, Optimierung und Steuerung von Prozessen sowie Machine Learning Methoden.