CN109886188B - 一种基于图像处理的pemfc阴极流道水可视化处理方法 - Google Patents

一种基于图像处理的pemfc阴极流道水可视化处理方法 Download PDF

Info

Publication number
CN109886188B
CN109886188B CN201910124310.7A CN201910124310A CN109886188B CN 109886188 B CN109886188 B CN 109886188B CN 201910124310 A CN201910124310 A CN 201910124310A CN 109886188 B CN109886188 B CN 109886188B
Authority
CN
China
Prior art keywords
flow channel
water
cathode
model
gray
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910124310.7A
Other languages
English (en)
Other versions
CN109886188A (zh
Inventor
蔡永华
王朋
朱宇烽
吴迪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN201910124310.7A priority Critical patent/CN109886188B/zh
Publication of CN109886188A publication Critical patent/CN109886188A/zh
Application granted granted Critical
Publication of CN109886188B publication Critical patent/CN109886188B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/30Hydrogen technology
    • Y02E60/50Fuel cells

Landscapes

  • Image Processing (AREA)

Abstract

本发明公开了一种基于图像处理的PEMFC阴极流道水可视化处理方法,包括:步骤1,建立质子交换膜燃料电池阴极流道形状的模型;步骤2,对不同阴极流道形状模型进行性能模拟;步骤3,利用3D打印技术打印出不同阴极流道形状的实际模型,先用添加染色剂的蒸馏水分别充满流道的不同高度,并用高速摄像机进行拍摄以及对未注水的空流道模型进行拍摄;步骤4,获得步骤3得到的图像的灰度值,建立灰度值与流道液态水高度和流道高度之间的比值的对应函数关系;步骤5,在相应参数下进行排水实验,得出相应时刻不同阴极流道形状模型的实际排水过程图;步骤6,得出不同阴极流道形状模型的排水效果图以及流道中的含水量。

Description

一种基于图像处理的PEMFC阴极流道水可视化处理方法
技术领域
本发明涉及到一种基于图像处理的PEMFC阴极流道水可视化处理方法,具体涉及到一种通过图像处理的方式得到伪彩色图像来评价质子交换膜燃料电池阴极流道排水性能的方法。
背景技术
质子交换膜燃料电池(PEMFC)利用氢氧混合反应产生电能,具有低温冷启动性好,无污染,能量转换效率高,可靠性好等诸多优点,被公认为是未来汽车能源的首选方式。根据其工作原理可知产生的水主要聚集在阴极(1/2O2+2H++2e-→H2O+热),若阴极流道排水能力较差,则会产生阴极流道水淹的情况,造成流道堵塞,影响燃料电池整体的传质,降低了其性能,若阴极流道排水能力过快,则易使得燃料电池膜内产生缺水的情况,使得质子交换膜变得干燥,降低了质子传导率,增加了膜的内阻,也带来了燃料电池性能的降低。由此,对于PEMFC阴极水管理的研究变得尤为重要,传统的阴极流道水管理多集中在优化流道结构设计及操作条件等方面,现阶段多运用技术手段来观察流道内水的运动状态从而更真实地反映流道排水情况,如运用可视化观察法,中子成像技术,X射线成像法等。上述技术手段多运用在实验室监测观察方面,对于实验要求及设备有着一定的要求,而本发明在模拟分析的基础上通过实验来分析出流道内液态水的流动过程,再利用图像处理的方式得到伪彩色图像来进一步验证实验过程中模拟分析结果的准确性。
发明内容
本发明的目的在于提出一种通过图像处理来分析质子交换膜燃料电池阴极流道排水性能的方法。
本发明的目的可通过以下技术方案来实现:一种基于图像处理的PEMFC阴极流道水可视化处理方法,包括以下步骤:
步骤S010,建立质子交换膜燃料电池不同阴极流道形状的模型;
步骤S020,对不同阴极流道形状模型进行性能模拟,得出不同阴极流道形状模型的含水量,初步得出不同阴极流道形状模型的排水性能;
步骤S030,利用3D打印技术打印出阴极流道形状的实际模型,搭建由高速摄相机、机器视觉光源、支架组成的实验平台,在正式进行实验之前,先用添加染色剂的蒸馏水分别充满流道的不同高度,并用高速摄像机进行拍摄以及对未注水的空流道模型进行拍摄,此数据作为后续图像处理的标定依据;
步骤S040,对步骤S030得到的图像进行一系列处理,得到灰度图,并建立灰度值与流道液态水高度和流道高度之间的比值的对应函数关系;
步骤S050,在相同进气速度、进水速度下进行排水实验,同时利用高速摄像机拍摄出流道内液态水的流动状态,得出相应时刻阴极流道模型的实际排水过程图;
步骤S060,将步骤S050结果图片先按照步骤S040图片处理的步骤进行处理,然后再对灰度图中灰度值满足一定范围的像素进行伪彩色图像处理,得出阴极流道形状模型的排水效果图以及流道中的含水量。
进一步的,步骤S100中不同阴极流道形状的模型包括1/4圆形堵块阴极流道模型与直流道模型。
进一步的,步骤S300中流道的不同高度包括流道高度的25%、50%、75%、100%。
进一步的,步骤S040中的得到灰度图的具体实现方式如下,
首先将RGB彩色模型转化为HSV彩色模型,并分离出HSV彩色模型的V通道,对V通道进行同态滤波;将同态滤波处理后的V通道和原H、S通道合并,然后把HSV彩色模型转换为RGB彩色模型;最后将RGB彩色模型进行灰度处理和空间均值滤波,得到最终的灰度图。
进一步的,步骤S060中伪彩色图像处理的具体实现方式如下,
对灰度图的像素的灰度值按照如下函数关系分别对R、G、B三通道进行独立的变换,
Figure GDA0002854623030000021
Figure GDA0002854623030000022
Figure GDA0002854623030000023
其中,x表示输入的灰度值,输出的fR(x),fG(x),fB(x)即R、G、B三通道上的颜色值,通过三个通道上的颜色值得到伪彩色图像。
进一步的,步骤S060流道中的含水量用以下公式来表示:
Figure GDA0002854623030000031
与现有技术相比,本发明的优点和有益效果:
实验设备相对简单,操作方便;
用伪彩色图像的方式更加直观的显示实验各个时间点流道中液态水的分布;
可以计算出实验各个时间点流道中液态水的含量。
附图说明
图1为质子交换膜燃料电池不同阴极流道三维模型结构图;
图2为3D打印的质子交换膜燃料电池不同阴极流道模型图;
图3为不同阴极流道模型模拟得到的排水性能图;
图4为灰度值与流道液态水高度和流道高度之间的比值的对应关系曲线图;
图5为拍摄得到的未处理的排水实验图;
图6为灰度级与彩色变换对应函数关系图;
图7为图像处理得到的最终伪彩色图。
具体实施方式
下面结合实施例及附图说明对本发明方法做进一步阐述。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式及具体的操作过程,但本发明的保护范围不限于下述的实施例。
本实施例是一个质子交换膜燃料电池三维模型,其模型的结构图如图1所示;
步骤S010,具体建立三维质子交换膜燃料电池阴极流道形状模型的流程为,首先建立阴极集流板,流道,扩散层,催化层,质子交换膜,阳极部分与阴极一一对应,由PEMFC的工作原理可知,产生的水主要聚集在流道阴极,在此流道阴极以1/4圆形堵块阴极流道模型与直流道模型为例,而阳极流道统一为直流道结构(产生的水主要在流道阴极,阳极较少,利用图像处理方式分析阴极结构对排水性能的影响);再进行分网格,定义边界条件,需定义出阴极集流板的顶部为wall类型(几何外边界),阴极流道质量流量进口,阴极流道压力出口,阳极流道质量流量进口,阳极流道压力出口,阳极阴极集流板的顶部为wall类型(几何外边界),同时对各个体依次定义为集流板,阴极流道,扩散层,催化层,质子交换膜。建模过程完成,输出.mesh文件类型,导入fluent进行分析[1];
[1]李鹏飞,徐敏义,王飞飞.精通CFD工程仿真与案例实战:FLUENT GAMBIT ICEMCFD Tecplot[M].人民邮电出版社,2011.
步骤S020,利用Flunet软件中的PEMFC模块模拟不同阴极流道形状模型性能,可得出不同阴极流道形状模型的含水量,初步得出不同阴极流道形状模型的排水性能;其结果如图3所示,图3(a)不同阴极流道模型质子交换膜与阴极催化层交界面上的水摩尔浓度图,图3(b)为不同阴极流道模型阴极扩散层与阴极流道交界面上的水摩尔浓度图。由图3(a)可知,质子交换膜与阴极催化层交界面处1/4圆形堵块阴极流道模型水摩尔浓度相对较高,直流道模型水摩尔浓度较低,在膜内水浓度高则利于质子传导,说明1/4圆形堵块阴极流道模型传质较强,性能略优,由图3(b)可知,在阴极流道交界面处直流道模型水摩尔浓度更高,1/4圆形堵块阴极流道模型水摩尔浓度相对较低,说明1/4圆形堵块阴极流道模型排水性能更优,较多的液态水排出至流道外,而直流道模型中较多的水聚集在流道内;
步骤S030,利用3D打印技术打印出不同阴极流道形状的模型,其模型如图2所示。搭建由高速摄相机、机器视觉光源、支架组成的实验平台,在正式进行实验之前,先用添加染色剂的蒸馏水分别充满流道高度的25%、50%、75%、100%,并用高速摄像机进行拍摄以及对未注水的空流道模型拍摄;
步骤S040,把步骤S030得到照片进行以下处理。把得到的实验图经过颜色空间转换,把RGB彩色模型转化为HSV彩色模型[2],并分离出HSV彩色模型的V通道,对V通道进行同态滤波。把同态滤波处理后的V通道和原H、S通道合并,然后把HSV彩色模型转换为RGB彩色模型。RGB彩色模型,灰度处理,空间均值滤波,得到最终的灰度图。从而得到流道未注水,注水25%、50%、75%、100%下的灰度值。把得到的数据利用MATLAB进行拟合,可以得到灰度值与流道液态水高度和流道高度之间的比值的对应函数关系,其之间的曲线图如图4所示;
[2]参考文献:Gonzalez R,Woods R,Eddins S,et al.数字图像处理[M].电子工业出版社,2017.5.
步骤S050,在相应参数(即相同进气速度、进水速度)下进行排水实验,实验环境和步骤S030一致,同时利用高速摄像机拍摄出流道内液态水的流动状态,得出相应时刻不同阴极流道形状模型的实际排水过程图,图5为t时刻,不同流道的未经处理的排水实验图;
步骤S060,先按照步骤S040对步骤S050得到的图片或视频(如图5)进行处理,得到灰度图。我们人眼对黑白灰度级不敏感,只能辨别20多种灰度,但人类可以辨别几千种色调和强度。使用灰度级到彩色图像可以使图像得到不同程度的在增强,突出不同的灰度级。采用空间域灰度级-彩色变换,对灰度图中灰度值满足一定范围的像素进行伪彩色图像处理,根据色度学原理,将得到的灰度图的灰度范围分段,经过红、绿、蓝3种不同变换,变成3基色分量,三者合成一个颜色,便可以把一幅灰度图像变成一幅伪彩色图像。灰度图像的灰度值与流道液态水高度和流道高度之间的比值存在一个对应关系,如图4所示,灰度值越小,流道液态水高度和流道高度之间的比值越大,流道中液态水的高度越高,将流道内的灰度区域分为4个部分,分别对应:(1~0.75):(33~40),(0.75~0.5):(40~48),(0.5~0.25):(48~67),(0.25~0):(67~120),R、G、B变换函数如图6所示。即对灰度图的像素(输入像素)的灰度值按照图6函数关系(函数关系式对应于表1)对R、G、B三通道进行独立的变换,得到伪彩色图像,如图7所示。通过最终的伪彩色图像,可以看出液态水在流道中的分布及液态水的聚集情况。
表1灰度图像到伪彩色图像RGB通道变换关系式
Figure GDA0002854623030000051
上述表1可转换成函数关系进行表达,即对灰度图的像素的灰度值按照如下函数关系分别对R、G、B三通道进行独立的变换,
Figure GDA0002854623030000052
Figure GDA0002854623030000053
Figure GDA0002854623030000054
其中,x表示输入的灰度值,输出的fR(x),fG(x),fB(x)即R、G、B三通道上的颜色值,通过三个通道上的颜色值得到伪彩色图像。
在进行伪彩色图像的转化过程中,同时,对符合图6的流道中充有液态水的每个像素点按照图4的函数关系进行计算,可得到每个像素点其液态水高度占流道总高度的比值,每个像素点代表一个单位面积,根据微积分的思想,可以把流道中液态水的体积看作为以流道中充有液态水的每个像素点为底,该像素点其液态水高度占流道总高度的比值为高的一个小立方体的体积之和。小立方体的底面积为一个单位面积,所以小立方体的体积为像素点其液态水高度占流道总高度的比值,同理,流道的体积为以流道中每个像素点为底,每个像素点的比值等于1为高的一个小立方体的体积之和;
流道中的含水量可用以下公式来表示:
Figure GDA0002854623030000061
其中流道的像素点个数可根据流道模型的尺寸、所得图像的宽高(以像素为单位)换算得到。根据以上分析,得到在t时刻直流道结构模型的流道含水量为17.19%,t时刻1/4圆形堵块流道结构模型的流道含水量为16.52%。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。

Claims (5)

1.一种基于图像处理的PEMFC阴极流道水可视化处理方法,其特征在于,包括如下步骤:
步骤S010,建立质子交换膜燃料电池不同阴极流道形状的模型;
步骤S020,对不同阴极流道形状模型进行性能模拟,得出不同阴极流道形状模型的含水量,初步得出不同阴极流道形状模型的排水性能;
步骤S030,利用3D打印技术打印出阴极流道形状的实际模型,搭建由高速摄相机、机器视觉光源、支架组成的实验平台,在正式进行实验之前,先用添加染色剂的蒸馏水分别充满流道的不同高度,并用高速摄像机进行拍摄以及对未注水的空流道模型进行拍摄,此数据作为后续图像处理的标定依据;
步骤S040,对步骤S030得到的图像进行一系列处理,得到灰度图,并建立灰度值与流道液态水高度和流道高度之间的比值的对应函数关系;
步骤S050,在相同进气速度、进水速度下进行排水实验,同时利用高速摄像机拍摄出流道内液态水的流动状态,得出相应时刻阴极流道模型的实际排水过程图;
步骤S060,将步骤S050结果图片先按照步骤S040图片处理的步骤进行处理,然后再对灰度图中灰度值满足一定范围的像素进行伪彩色图像处理,得出阴极流道形状模型的排水效果图以及流道中的含水量;
步骤S060中伪彩色图像处理的具体实现方式如下,
对灰度图的像素的灰度值按照如下函数关系分别对R、G、B三通道进行独立的变换,
Figure FDA0002854623020000011
Figure FDA0002854623020000012
Figure FDA0002854623020000021
其中,x表示输入的灰度值,输出的fR(x),fG(x),fB(x)即R、G、B三通道上的颜色值,通过三个通道上的颜色值得到伪彩色图像。
2.如权利要求1所述的一种基于图像处理的PEMFC阴极流道水可视化处理方法,其特征在于:步骤S100中不同阴极流道形状的模型包括1/4圆形堵块阴极流道模型与直流道模型。
3.如权利要求1所述的一种基于图像处理的PEMFC阴极流道水可视化处理方法,其特征在于:步骤S300中流道的不同高度包括流道高度的25%、50%、75%、100%。
4.如权利要求1所述的一种基于图像处理的PEMFC阴极流道水可视化处理方法,其特征在于:步骤S040中的得到灰度图的具体实现方式如下,
首先将RGB彩色模型转化为HSV彩色模型,并分离出HSV彩色模型的V通道,对V通道进行同态滤波;将同态滤波处理后的V通道和原H、S通道合并,然后把HSV彩色模型转换为RGB彩色模型;最后将RGB彩色模型进行灰度处理和空间均值滤波,得到最终的灰度图。
5.如权利要求1所述的一种基于图像处理的PEMFC阴极流道水可视化处理方法,其特征在于:步骤S060流道中的含水量用以下公式来表示:
Figure FDA0002854623020000022
CN201910124310.7A 2019-02-19 2019-02-19 一种基于图像处理的pemfc阴极流道水可视化处理方法 Active CN109886188B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910124310.7A CN109886188B (zh) 2019-02-19 2019-02-19 一种基于图像处理的pemfc阴极流道水可视化处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910124310.7A CN109886188B (zh) 2019-02-19 2019-02-19 一种基于图像处理的pemfc阴极流道水可视化处理方法

Publications (2)

Publication Number Publication Date
CN109886188A CN109886188A (zh) 2019-06-14
CN109886188B true CN109886188B (zh) 2021-02-19

Family

ID=66928498

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910124310.7A Active CN109886188B (zh) 2019-02-19 2019-02-19 一种基于图像处理的pemfc阴极流道水可视化处理方法

Country Status (1)

Country Link
CN (1) CN109886188B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111864238B (zh) * 2020-06-28 2021-12-21 江苏大学 一种燃料电池水含量的检测装置及控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103576095A (zh) * 2012-08-02 2014-02-12 同济大学 一种燃料电池内部性能实时检测系统及方法
CN108344947A (zh) * 2018-01-11 2018-07-31 西南交通大学 一种非侵入式的燃料电池故障诊断方法
CN108445154A (zh) * 2018-03-02 2018-08-24 齐鲁工业大学 一种用于氢氧燃料电池的ph实时检测系统及方法
CN108593740A (zh) * 2017-12-18 2018-09-28 中国科学院长春应用化学研究所 基于生物阳极/普鲁士蓝阴极的自供能可视化检测方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6841387B2 (en) * 2002-08-21 2005-01-11 Advanced Energy Technology Inc. Ex-situ PEM fuel cell testing: towards visualizing gas diffusion
TWI370575B (en) * 2009-05-12 2012-08-11 Young Green Energy Co Heat exchanging apparatus
KR102119912B1 (ko) * 2014-11-03 2020-06-05 현대자동차주식회사 응축수 제거용 발열부 가지는 연료전지 및 그 제조 방법
CN106283106B (zh) * 2016-07-26 2018-05-25 江苏师范大学 基于图像处理的固液界面电极过程自动分析系统
CN107490769B (zh) * 2017-07-28 2019-08-20 电子科技大学 一种燃料电池水分布可视化在线检测系统
CN109143087A (zh) * 2018-07-27 2019-01-04 武汉理工大学 一种基于pemfc阴极流道传质性能的评价方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103576095A (zh) * 2012-08-02 2014-02-12 同济大学 一种燃料电池内部性能实时检测系统及方法
CN108593740A (zh) * 2017-12-18 2018-09-28 中国科学院长春应用化学研究所 基于生物阳极/普鲁士蓝阴极的自供能可视化检测方法
CN108344947A (zh) * 2018-01-11 2018-07-31 西南交通大学 一种非侵入式的燃料电池故障诊断方法
CN108445154A (zh) * 2018-03-02 2018-08-24 齐鲁工业大学 一种用于氢氧燃料电池的ph实时检测系统及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
PEMFC水淹的阳极气体压力降变化特征预警技术;宋满存等;《农业机械学报》;20140310;第398-406页 *
The impact of channel path length on PEMFC flow-field design;S.Shimpalee等;《Journal of Power Sources》;20060329;第340-346页 *
质子交换膜燃料电池水含量实验测量方法综述;张新丰等;《仪器仪表学报》;20120915;第2151-2160页 *

Also Published As

Publication number Publication date
CN109886188A (zh) 2019-06-14

Similar Documents

Publication Publication Date Title
CN109949296A (zh) 一种输电线路缺陷识别方法、装置及存储介质
CN112734646A (zh) 一种基于特征通道划分的图像超分辨率重建方法
CN111582072A (zh) 结合ResNet50+FPN+DCN的变电站图片鸟巢检测方法
CN109886188B (zh) 一种基于图像处理的pemfc阴极流道水可视化处理方法
CN106483143A (zh) 一种太阳能光伏板积灰在线监测装置及其检测方法
CN112766123B (zh) 一种基于纵横交叉注意力网络的人群计数方法及系统
CN111379555B (zh) 抽油机井的故障诊断方法及装置
CN114021741A (zh) 一种基于深度学习的光伏电池板巡检方法
CN113935977A (zh) 一种基于生成对抗网络的太阳能电池板缺陷生成方法
CN117454116A (zh) 一种基于多源数据交互网络的地面碳排放监测方法
CN113743353A (zh) 空间、通道和尺度注意力融合学习的宫颈细胞分类方法
CN115457001A (zh) 基于vgg网络的光伏板异物检测方法、系统、装置及介质
CN104156285B (zh) 基于vba模块的分区燃料电池实验数据处理方法及系统
CN115858940A (zh) 一种基于大数据处理的钢结构焊接工艺质量管理推荐方法
CN115423982B (zh) 基于图像和深度的桌面冰壶三维检测方法
CN110728683A (zh) 一种基于密集连接的图像语义分割方法
CN115170884A (zh) 一种基于分层注意力机制的儿童白血病多实例分类方法
CN111600051B (zh) 一种基于图像处理的质子交换膜燃料电池故障诊断方法
CN115564100A (zh) 光伏功率预测方法、系统及设备
CN113449559B (zh) 一种表格识别方法、装置、计算机设备和存储介质
CN111199112B (zh) 一种基于模型计算的大型湖泊外源污染削减方法
CN110334778B (zh) 基于描述内容与图像内容特征的图像综合相似分析方法
CN114037646A (zh) 基于物联网的智能图像检测方法、系统、可读介质、设备
CN108171704A (zh) 一种基于激励响应的无参考图像质量评价方法
CN114036856B (zh) 一种锂离子电池电极干燥流场高分辨率图像重构方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant