On the Current–Voltage Hysteresis in Perovskite Solar Cells: Dependence on Perovskite Composition and Methods to Remove Hysteresis

Current‐density–voltage (J–V) hysteresis in perovskite solar cells (PSCs) is a critical issue because it is related to power conversion efficiency and stability. Although parameters affecting the hysteresis have been already reported and reviewed, little investigation is reported on scan‐direction‐dependent J–V curves depending on perovskite composition. This review investigates J–V hysteric behaviors depending on perovskite composition in normal mesoscopic and planar structure. In addition, methodologies toward hysteresis‐free PSCs are proposed. There is a specific trend in hysteresis in terms of J–V curve shape depending on composition. Ion migration combined with nonradiative recombination near interfaces plays a critical role in generating hysteresis. Interfacial engineering is found to be an effective method to reduce the hysteresis; however, bulk defect engineering is the most promising method to remove the hysteresis. Among the studied methods, KI doping is proved to be a universal approach toward hysteresis‐free PSCs regardless of perovskite composition. It is proposed from the current studies that engineering of perovskite film near the electron transporting layer (ETL) and the hole transporting layer (HTL) is of vital importance for achieving hysteresis‐free PSCs and extremely high efficiency.     

人工神经网络在涡流检测中的应用

涡流检测作为一种非破坏性检测方法,在金属材料无损检测领域得到了广泛应用,由于影响涡流的因素太多,所以涡流检测的定性、尤其是定量分析一直是个难点．通过分析,提出了基于人工神经网络的涡流检测方法,从而避开了建模,通过学习大量的实际范例对缺陷类型进行自动识别和分类．     

多特征融合的瓷砖表面缺陷检测算法研究

鉴于单一特征在瓷砖种类较多的情况下,存在对瓷砖表面缺陷内容表达不明显,导致复杂瓷砖识别率较低。针对这个问题,在词袋模型（BoF）框架的基础上,提出一种有效的多特征融合算法用于瓷砖缺陷检测。该算法采用改进后的SIFT和颜色矩融合特征作为瓷砖图像的区域特征描述;根据每种特征对瓷砖被分类的准确率大小,给提取到的两种区域特征分配各自的权重系数实现特征的加权融合;形成综合特征向量送入SVM分类器达到瓷砖缺陷分类的目的。通过不同类型的瓷砖样本进行实验表明,该算法识别率高,对复杂瓷砖能实现较好的分类。     

基于WFSOA的2D-Otsu钢轨缺陷图像分割方法

针对二维最大类间方差阈值法(2D-Otsu)抗噪性较弱、计算时间较长的问题,文中提出了一种基于随机权重及异步价值因子取值的人群搜索算法,并将其应用于2D-Otsu中对钢轨缺陷图像进行分割。该算法采用随机权重加快收敛速度,采用异步价值因子提高搜索能力,有利于全局收敛到最优值。根据测试函数分析,WFSOA算法能够快速收敛,寻优值结果精度高,收敛时间短,算法稳定性好。在钢轨缺陷图像分割中,将2D-Otsu的迹函数作为WFSOA的目标函数,实验结果表明图像检测实时性高,对表面灰度不匀或生锈的钢轨缺陷分割结果清晰,有效降低了钢轨缺陷误检率和漏检率,在计算时间上仅占2D-Otsu算法的2%,可满足实际工程对实时性的需求。     

单边侧入光式导光板质量可视化检测方法

导光板是液晶显示屏背光模组的重要组成部分,在其生产过程中不可避免会出现亮点、划伤、压伤、暗影等缺陷,直接影响显示效果.针对这种问题,根据网点的排列特征、缺陷的成像效果,本文提出了一种基于机器视觉的导光板缺陷检测方法.首先,根据网点的排列疏密程度将图分成疏区和密区;其次,由于疏区网点会对缺陷检测带来极大干扰,提出了网点分离的思想,通过设计滤波器分离网点与背景,分别进行疑似缺陷提取.设计高斯导数滤波器对密区进行滤波,并在此基础上利用灰度形态学、图像运算等处理方法提取密区疑似缺陷;进而,针对导光板不同区域,根据产线质检要求提取缺陷区域的特征,并通过这些特征制定筛选规则判定缺陷;最后,在自主研发的导光板缺陷检测系统上,对提出的检测方法进行了大量的现场测试.测试结果表明,针对亮白点、压伤和划伤缺陷具有较高的检测精度,检测精度可达99%以上,基本可以满足工业检测要求.     

高压输电线路多维数据的中台技术

基于目前高压输电线路、杆塔的台账信息、巡检信息等呈现孤岛状态, 本文阐述了一种高压输电线路多维数据的中台技术应用案例, 针对直升机、无人机、人工巡检对缺陷描述所产生的数字信息、文档信息、图片信息及视频信息, 提出了基于中台技术的解决思路, 围绕保障输电线路运行安全这一目标, 对基础信息、动态信息、管理信息进行合理层级划分, 提升信息化水平, 为后续决策奠定扎实的基础.     

基于改进SSD模型的工件表面缺陷识别算法

工件表面缺陷是影响机械设备性能的重要因素,快速高效的检测方法是目前研究的重点。为了解决工件表面缺陷检测问题,提出一种基于改进SSD模型的检测算法。该算法用本文提出的DH-MobileNet网络代替SSD结构中的VGG16网络,从而简化检测模型,减少了运算量。同时采用反向残差结构进行位置预测,并用空洞卷积代替下采样操作以避免信息损失。利用扫描电子显微镜得到工件表面图像,建立工件表面缺陷数据集并进行扩充,最后针对碎屑、剥落和梨沟这3类高频缺陷进行训练和测试,并与YOLO、Faster R-CNN和原始SSD模型进行效果比较。检测结果表明该算法能够更准确、快速地检测工件表面缺陷,为实际工业场景中的缺陷检测提供了新的思路。     

Dual‐band filter with high selectivity and wide stopband rejection

This article presents a highly selective dual‐passband filter based on stepped‐impedance‐resonator (SIR) and mixed electromagnetic coupling. First, the surface area of the filter is effectively reduced by the triangular topology. Second, four controllable transmission zeros are introduced by source‐load coupling feed and mixed electromagnetic, which increases the selectivity of the filter. Third, a perturbation structure is added to independently control the resonance points of each passband. Finally, the improved defect ground structure (DGS) is integrated to obtain wide stopband rejection. The measured S‐parameters are well agreement with the simulated results, which show that the center frequencies of the two passbands are 2.4 GHz and 5.2 GHz; and the passband insertion losses are 0.85 dB and 1.6 dB; and the relative bandwidths are 14.6% and 5.7%, respectively. Besides, the structure is with six transmission zeros, and 20 dB suppression for the third harmonic and the fourth harmonic are achieved. Compared with the traditional SIR double‐passband filter, this filter has many advantages, such as simple design, small size, small insertion loss, controllable frequency, high selectivity, and high spurious suppression.     

基于PCA和粒子群优化算法的焊点缺陷识别

针对生产线上的表面贴装技术(SMT）焊点图像的特点,提出了一种基于PCA和粒子群算法-误差反向传播（PSO-BP）神经网络的焊点缺陷识别方法。首先使用图像处理技术和CCD传感器对PCB焊点图像进行预处理,采用中值滤波、灰度图像增强、全局阈值法等方法,有效抑制噪声干扰并提高了图像对比度,提取出较好的图像特征。然后运用主成分分析法提取包含焊点86.6%特征信息的5个主成分,并输入到经粒子群算法改进后的BP神经网络。通过具体的实验分析,结果表明改进的BP神经网络具有较好的识别分类效果,能够对正常、多锡、少锡、漏焊四种不同类型的焊点进行识别,准确率达93.22%,算法可靠,在实际生产中能够有效的提高检测效率。     

基于小样本学习的LCD产品缺陷自动检测方法

针对高分辨率液晶显示器产品(liquid crystal display, LCD)质量在线检测需求,基于深度学习提出一种LCD缺陷自动检测方法。通过设计自适应浅层特征提取层,并引入稀疏卷积结构,多维度、多尺度的提取深层特征,采用迁移学习和深度卷积生成对抗生网络扩充数据强化训练,构建基于小样本学习的LCD表面缺陷检测模型。其特征在于,采用设计的自动分割与定位预处理软件将高分辨率图像划分成适于卷积神经网络学习的图像子块,并根据模型对图像子块的判定类别和定位坐标,同时获取多类型缺陷检测结果。实验结果表明,本文模型可以有效提高检出率,并减少漏检率。