CN111537532A - 一种膜电极缺陷检测方法及装置 - Google Patents
一种膜电极缺陷检测方法及装置 Download PDFInfo
- Publication number
- CN111537532A CN111537532A CN202010530516.2A CN202010530516A CN111537532A CN 111537532 A CN111537532 A CN 111537532A CN 202010530516 A CN202010530516 A CN 202010530516A CN 111537532 A CN111537532 A CN 111537532A
- Authority
- CN
- China
- Prior art keywords
- defect
- image
- membrane electrode
- detected
- defect detection
- 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.)
- Pending
Links
- 230000007547 defect Effects 0.000 title claims abstract description 333
- 239000012528 membrane Substances 0.000 title claims abstract description 232
- 238000001514 detection method Methods 0.000 title claims abstract description 116
- 239000003054 catalyst Substances 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000000605 extraction Methods 0.000 claims abstract description 21
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 239000000306 component Substances 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 239000000446 fuel Substances 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 10
- 230000003197 catalytic effect Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000000149 penetrating effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007581 slurry coating method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010603 microCT Methods 0.000 description 1
- 238000007431 microscopic evaluation Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000000053 physical method Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/06—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
- G01N23/18—Investigating the presence of flaws defects or foreign matter
Landscapes
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Fuel Cell (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Theoretical Computer Science (AREA)
- Engineering & Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Pulmonology (AREA)
- Inert Electrodes (AREA)
Abstract
本申请提供了一种膜电极缺陷检测方法及装置,该方法包括:获取膜电极的初始图像,初始图像包括:阴极催化层的待检测图像、质子交换膜的待检测图像以及阳极催化层的待检测图像;对初始图像进行缺陷特征提取,得到对应的缺陷特征图像;根据各缺陷特征图像,确定膜电极的缺陷检测结果。上述方案提供的缺陷检测方法,通过获取膜电极各层部件的图像,并分别进行缺陷特征提取的方式,可以对膜电极的各层部件分别进行缺陷检测,实现了对膜电极进行全方位检测,最后根据各层部件的缺陷检测情况确定该膜电极的缺陷检测结果,提高了检测结果的精确度。
Description
技术领域
本发明涉及燃料电池检测领域,具体涉及一种膜电极缺陷检测方法及装置。
背景技术
近年来,为了减少化石能源的消耗,以改善生态环境,其中,燃料电池具有能量转化率高以及零排放等优点,进而得到了广泛的应用,已成为未来能源变革的重要组成部分。膜电极是燃料电池的核心部件,膜电极的质量直接影响着燃料电池的性能。因此,在燃料电池制造和使用过程中,膜电极的缺陷检测是至关重要的。
在现有技术中,通常采用物理方法对膜电极进行缺陷检测,例如:使用水和PH试纸,依据水经由针孔与PH试纸接触时会引起的变色反应,来检测膜电极表面是否存在针孔;或采用红外热像技术,检测燃料电池是否存在氢气泄露,即检测膜电极是否存在针孔。
但是,膜电极是一种层状结构,目前现有的膜电极检测方法可能会由于上述的物理操作而对膜电极本身造成损坏,而且其只能检测膜电极是否存在穿透性的破损。然而,膜电极也可能存在其他类型的破损,例如:单纯的质子交换膜破损和催化层缺陷等,因此,急需一种可以对膜电极进行全方位检测的缺陷检测方法,对提高检测结果的准确性有重要意义。
发明内容
因此,本发明要解决的技术问题在于克服现有技术中的膜电极缺陷检测方法的检测范围较小,无法分别对膜电极的各层部件进行全面检测的缺陷,从而提供一种膜电极缺陷检测方法及装置。
本申请第一个方面提供一种膜电极缺陷检测方法,包括:
获取膜电极的初始图像,所述初始图像包括:阴极催化层的待检测图像、质子交换膜的待检测图像以及阳极催化层的待检测图像;
对所述初始图像进行缺陷特征提取,得到对应的缺陷特征图像;
根据各所述缺陷特征图像,确定所述膜电极的缺陷检测结果。
可选的,所述获取膜电极的初始图像,包括:
采用显微CT技术获取所述膜电极的初始图像。
可选的,所述对所述初始图像进行缺陷特征提取,得到对应的缺陷特征图像,包括:
对所述阴极催化层的待检测图像进行轮廓特征的提取,以获得所述阴极催化层的缺陷特征图像;
对所述质子交换膜的待检测图像进行轮廓特征的提取,以获得所述质子交换膜的缺陷特征图像;
对所述阳极催化层的待检测图像进行轮廓特征的提取,以获得所述阳极催化层的缺陷特征图像。
可选的,所述方法还包括:
根据各层的缺陷特征图像,确定各层缺陷的形状、尺寸以及位置坐标。
可选的,所述根据各所述缺陷特征图像,确定所述膜电极的缺陷检测结果,包括:
根据所述各层缺陷的形状、尺寸以及位置坐标,得到所述膜电极的缺陷图像;
根据所述膜电极的缺陷图像,确定所述膜电极的缺陷检测结果。
可选的,所述方法还包括:
获取至少一个膜电极的标准缺陷图像;其中,每个标准缺陷图像均对应至少一种缺陷类型。
可选的,所述根据所述膜电极的缺陷图像,确定所述膜电极的缺陷检测结果,包括:
根据所述至少一个膜电极的标准缺陷图像,确定所述膜电极的缺陷图像和各标准缺陷图像的相似度;
根据所述膜电极的缺陷图像和各标准缺陷图像的相似度排序结果,获取与所述缺陷图像相似度最高的标准缺陷图像所对应的缺陷类型;
根据所述标准缺陷图像所对应的缺陷类型,确定所述膜电极的缺陷检测结果。
本申请第二个方面提供一种膜电极缺陷检测装置,包括:图像获取模块、特征提取模块和缺陷检测模块;
所述图像获取模块,用于获取膜电极的初始图像,所述初始图像包括:阴极催化层的待检测图像、质子交换膜的待检测图像以及阳极催化层的待检测图像;
所述特征提取模块,用于对所述初始图像进行缺陷特征提取,得到对应的缺陷特征图像;
所述缺陷检测模块,用于根据各所述缺陷特征图像,确定所述膜电极的缺陷检测结果。
可选的,所述图像获取模块具体用于:
采用显微CT技术获取所述膜电极的初始图像。
可选的,所述特征提取模块具体用于:
对所述阴极催化层的待检测图像进行轮廓特征的提取,以获得所述阴极催化层的缺陷特征图像;
对所述质子交换膜的待检测图像进行轮廓特征的提取,以获得所述质子交换膜的缺陷特征图像;
对所述阳极催化层的待检测图像进行轮廓特征的提取,以获得所述阳极催化层的缺陷特征图像。
可选的,所述特征提取模块还用于:
根据各层的缺陷特征图像,确定各层缺陷的形状、尺寸以及位置坐标。
可选的,所述缺陷检测模块具体用于:
根据所述各层缺陷的形状、尺寸以及位置坐标,得到所述膜电极的缺陷图像;
根据所述膜电极的缺陷图像,确定所述膜电极的缺陷检测结果。
可选的,所述缺陷检测模块还用于:
获取至少一个膜电极的标准缺陷图像;其中,每个标准缺陷图像均对应至少一种缺陷类型。
可选的,所述缺陷检测模块具体用于:
根据所述至少一个膜电极的标准缺陷图像,确定所述膜电极的缺陷图像和各标准缺陷图像的相似度;
根据所述膜电极的缺陷图像和各标准缺陷图像的相似度排序结果,获取与所述缺陷图像相似度最高的标准缺陷图像所对应的缺陷类型;
根据所述标准缺陷图像所对应的缺陷类型,确定所述膜电极的缺陷检测结果。
本申请第三个方面提供一种电子设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上第一个方面以及第一个方面各种可能的设计所述的方法。
本申请第四个方面提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如上第一个方面以及第一个方面各种可能的设计所述的方法。
本申请技术方案,具有如下优点:
本申请提供的一种膜电极缺陷检测方法及装置,通过获取膜电极的初始图像,初始图像包括:阴极催化层的待检测图像、质子交换膜的待检测图像以及阳极催化层的待检测图像;对初始图像进行缺陷特征提取,得到对应的缺陷特征图像;根据各缺陷特征图像,确定膜电极的缺陷检测结果。上述方案提供的缺陷检测方法,通过获取膜电极各层部件的图像,并分别进行缺陷特征提取的方式,可以对膜电极的各层部件分别进行缺陷检测,实现了对膜电极进行全方位检测,最后根据各层部件的缺陷检测情况确定该膜电极的缺陷检测结果,提高了检测结果的精确度。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本申请实施例基于的膜电极管理系统的结构示意图;
图2为本申请实施例提供的一种膜电极缺陷检测方法的流程示意图;
图3为本申请实施例提供的另一种膜电极缺陷检测方法的流程示意图;
图4为本申请实施例提供的再一种膜电极缺陷检测方法的流程示意图;
图5为本申请实施例提供的又一种膜电极缺陷检测方法的流程示意图;
图6(a)为本申请实施例提供的示例性的催化层缺陷的结构示意图;
图6(b)为本申请实施例提供的示例性的质子交换膜缺陷的结构示意图;
图7为本申请实施例提供的膜电极缺陷检测装置的结构示意图;
图8为本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了保障燃料电池的安全性能,在燃料电池制造和使用过程中,膜电极的缺陷检测是至关重要的。但是,现有的膜电极检测方法只能检测膜电极是否存在穿透性的破损。然而,膜电极也可能存在其他类型的破损,例如:质子交换膜破损和催化层缺陷等,因此,急需一种可以对膜电极进行全方位检测的缺陷检测方法,对提高检测结果的全面性有重要意义。
因此,本申请实施例提供的膜电极缺陷检测方法及装置,通过获取膜电极的初始图像,初始图像包括:阴极催化层的待检测图像、质子交换膜的待检测图像以及阳极催化层的待检测图像;对初始图像进行缺陷特征提取,得到对应的缺陷特征图像;根据各缺陷特征图像,确定膜电极的缺陷检测结果。上述方案提供的缺陷检测方法,通过获取膜电极各层部件的图像,并分别进行缺陷特征提取的方式,可以对膜电极的各层部件分别进行缺陷检测,实现了对膜电极进行全方位检测,最后根据各层部件的缺陷检测情况确定该膜电极的缺陷检测结果,提高了检测结果的精确度。
本申请实施例提供的膜电极缺陷检测方法及装置,适用于对膜电极的缺陷进行检测,以使操作人员可以根据其缺陷检测结果确定膜电极的缺陷机理,从而对膜电极的制造工艺进行优化,避免工艺缺陷的出现,同时延缓膜电极在长期使用过程中缺陷的形成,避免对燃料电池的安全性能造成影响,延长使用寿命。如图1所示,为本申请实施例基于的膜电极管理系统的结构示意图,该系统可以包括膜电极和用于对膜电极进行缺陷检测的膜电极缺陷检测系统,其中,该膜电极缺陷检测系统包括用于获取膜电极的初始图像的图像采集设备,以及用于对膜电极的初始图像进行处理和分析的电子设备。具体地,图像采集设备将采集到的膜电极初始图像发送至电子设备,基于电子设备对图像进行处理和分析,以实现膜电极的缺陷检测。
下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本发明的实施例进行描述。
本申请实施例提供了一种膜电极缺陷检测方法,用于解决现有技术中的膜电极缺陷检测方法的检测范围较小,无法分别对膜电极的各层部件进行全面检测的技术问题。本申请实施例的执行主体为电子设备,可以是服务器、台式电脑、笔记本电脑、平板电脑及其他可用于对图像进行处理和分析的电子设备。
如图2所示,为本申请实施例提供的一种膜电极缺陷检测方法的流程示意图,该方法包括:
步骤201,获取膜电极的初始图像。
其中,初始图像包括:阴极催化层的待检测图像、质子交换膜的待检测图像以及阳极催化层的待检测图像;
具体地,在一实施例中,为了提高所获取的膜电极的初始图像的图像质量,以为后续的缺陷检测工作奠定基础,可以采用显微CT技术获取膜电极的初始图像。
需要说明的是,显微CT技术也称显微CT、微焦点CT或者微型CT。成像原理是采用微焦点X线球管进行扫描投射,由探测器接受透过该层面的X射线,在转变为可见光后,由光电转换器转变为电信号,再经模拟-数字转换器转为数字信号,输入电子设备进行成像。与普通临床CT不同,该技术采用微焦点X线球管进行扫描成像分析,具有良好的显微分析作用。在对膜电极进行扫描的基础上,可通过电子设备进行三维微观形态重建,从而获得该膜电极的微观三维立体图像。
具体地,将待进行缺陷检测的膜电极安装在图像采集设备的特定区域,其中,该图像采集设备采用了显微CT技术进行图像采集,从而可以对膜电极的各层部件进行分层扫描投射,并对得到的影像信息进行信号转换,以将图像信息转换为电子设备可以识别的数字信号,并将该影像信息对应的数字信号发送至电子设备,最后基于该电子设备对数字信号进行处理,以获得相应的微观三维立体图像,即获得阴极催化层的待检测图像、质子交换膜的待检测图像以及阳极催化层的待检测图像,其检测精度在5-10μm以上。
其中,为了进一步改善所获取的膜电极的初始图像的图像显示效果,可以对所获得的阴极催化层的待检测图像、质子交换膜的待检测图像以及阳极催化层的待检测图像进行亮度、清晰度和对比度进行适当的调整,也可以对其进行去噪处理,和/或,对其灰度进行线性变换,以提高该图像的整体显示效果。
步骤202,对初始图像进行缺陷特征提取,得到对应的缺陷特征图像。
由于各层对应的待检测图像中的缺陷是以图像的形式显示的,也就是说,无论是催化层的微裂纹或气泡,还是质子交换膜的针孔,都会在待检测图像中以线条的形式呈现出来,因此,为了确定各层是否存在缺陷,并对各缺陷进行定位。
具体地,在一实施例中,可以对阴极催化层的待检测图像进行轮廓特征的提取,以获得阴极催化层的缺陷特征图像;对质子交换膜的待检测图像进行轮廓特征的提取,以获得质子交换膜的缺陷特征图像;对阳极催化层的待检测图像进行轮廓特征的提取,以获得阳极催化层的缺陷特征图像。
示例性的,在催化层存在裂痕的情况下,在对催化层的待检测图像的俯视图进行轮廓特征的提取时,所提取的轮廓特征可以是至少一个曲线。在质子交换膜存在针孔的情况下,当对质子交换膜的待检测图像的俯视图进行轮廓特征提取时,所提取的轮廓特征可以是封闭的曲线,以呈现出该针孔的轮廓形状;当对质子交换膜的待检测图像的侧视图进行轮廓特征提取时,所提取的轮廓特征可以是两条连接顶面和底面的曲线或直线,以确定该针孔为穿透性的破损。
其中,各待检测图像的轮廓特征可以是基于卷积神经网络进行提取的,也可以采用其他算法或图像处理工具进行提取,本申请实施例不做限定。
步骤203,根据各缺陷特征图像,确定膜电极的缺陷检测结果。
具体地,通过对所获得的各层部件对应的缺陷特征图像进行处理和分析,确定该膜电极的缺陷检测结果,其中,该缺陷检测结果包括缺陷的类型、形状、尺寸以及位置坐标等信息,以使操作人员可以根据确定的缺陷检测结果确定膜电极的缺陷机理,从而对膜电极的制造工艺进行优化,避免工艺缺陷的出现,同时延缓膜电极在长期使用过程中缺陷的形成,避免对燃料电池的安全性能造成影响,延长使用寿命。
在上述实施例的基础上,为了提高该膜电极缺陷检测结果的准确度,图3是本申请实施例提供的另一种膜电极缺陷检测方法的流程示意图,作为一种可实施的方式,在上述实施例的基础上,在一实施例中,本申请实施例提供的膜电极缺陷检测方法还包括:
步骤301,根据各层的缺陷特征图像,确定各层缺陷的形状、尺寸以及位置坐标。
具体地,基于所获得的阴极催化层的缺陷特征图像、质子交换膜的缺陷特征图像以及阳极催化层的缺陷特征图像,确定各层缺陷的形状,并根据各层的待检测图像与实物的比例,以及实物的真实尺寸,确定各层缺陷的尺寸,以及位置坐标。
其中,对膜电极所进行的缺陷检测并不局限于质子交换膜,本申请实施例提供的膜电极缺陷检测方法还可以对浆料涂覆过程中催化层产生的缺陷进行检测。此外,由于本申请实施例是基于微观三维立体图像进行膜电极缺陷检测的,因此,本申请实施例所获得的位置坐标也是三维的,可以精确地确定各层缺陷的具体位置,有利于提高后续的膜电极制造工艺优化工作的工作效率。此外,由于已准确地确定缺陷所在的位置,如阴极催化层、质子交换膜和阳极催化层,各层的制造工艺存在差异性,相应的,制造工艺的优化方式也存在一定的差异性,所以可以根据缺陷的所在位置,提供更具针对性的制造工艺优化方案。
在上述实施例的基础上,为了进一步提高该膜电极缺陷检测结果的准确度,图4是本申请实施例提供的再一种膜电极缺陷检测方法的流程示意图,作为一种可实施的方式,在上述实施例的基础上,在一实施例中,根据各缺陷特征图像,确定膜电极的缺陷检测结果,具体包括:
步骤2031,根据各层缺陷的形状、尺寸以及位置坐标,得到膜电极的缺陷图像;
步骤2032,根据膜电极的缺陷图像,确定膜电极的缺陷检测结果。
具体地,将各层的缺陷特征图像调整为相同比例,以使在某一缺陷超出至少一层的情况下,可以通过对各层的缺陷特征图像进行相应的叠加处理,获得该缺陷完整的特征图像。类似的,可以获得该膜电极中的各缺陷完整的特征图像,即获得该膜电极的缺陷图像。
其中,该膜电极的缺陷图像中的各缺陷的形状、尺寸以及位置坐标是根据各层缺陷的形状、尺寸以及位置坐标所确定的。最后根据该膜电极的缺陷图像,确定其中各缺陷的类型、形状、尺寸以及位置坐标等信息,以为操作人员对膜电极的制造工艺进行优化提供帮助。
在上述实施例的基础上,为了提高该膜电极缺陷检测的工作效率,同时提高其检测结果的可信度,图5是本申请实施例提供的又一种膜电极缺陷检测方法的流程示意图,作为一种可实施的方式,在上述实施例的基础上,在一实施例中,本申请实施例提供的膜电极缺陷检测方法还包括:
步骤501,获取至少一个膜电极的标准缺陷图像;
其中,每个标准缺陷图像均对应至少一种缺陷类型。
其中,由于不同的膜电极应用的环境也有所不同,且目前现有的膜电极制造工艺也存在一定的差异性。基于现有的缺陷检测经验,能够获得的标准缺陷图像的数量有限,所以为了提高该膜电极缺陷检测方法的普适性,可以对已获取的标准缺陷图像进行适当的图像变换处理,如横向拉伸、横向压缩、纵向拉伸以及纵向压缩等变换方式,以获得更多的标准缺陷图像。其中,为了避免因图像获取角度的不同,而对图像的识别结果造成影响,可以通过对某一标准缺陷不同角度对应的标准缺陷图像进行获取,以获得该缺陷类型对应的多个角度的标准缺陷图像,以为后续的图像识别奠定更好的基础。
相应的,作为一种可实施的方式,在上述实施例的基础上,根据膜电极的缺陷图像,确定膜电极的缺陷检测结果,包括:
步骤20321,根据至少一个膜电极的标准缺陷图像,确定膜电极的缺陷图像和各标准缺陷图像的相似度;
步骤20322,根据膜电极的缺陷图像和各标准缺陷图像的相似度排序结果,获取与缺陷图像相似度最高的标准缺陷图像所对应的缺陷类型;
步骤20323,根据标准缺陷图像所对应的缺陷类型,确定膜电极的缺陷检测结果。
具体地,在一实施例中,可以采用卷积神经网络建立图像识别模型,以实现膜电极的缺陷图形和各标准缺陷模型的相似度计算,并根据相似度排序输出识别结果,也可以采用其他机器学习语言,和/或,图像识别技术建立相应的图像识别模型,本实施例不做限定。
具体地,根据预先获取至少一个膜电极的标准缺陷图像,建立相应的图像识别模型。将膜电极的缺陷图像输入该图像识别模型,基于该图像识别模型计算该缺陷图像和各标准缺陷图像的相似度,并确定与其相似度最高的标准缺陷图像,以及该标准缺陷图像的缺陷类型。最后确定该标准缺陷图像的缺陷类型为该膜电极的缺陷类型,并输出缺陷检测结果。其中,缺陷检测结果包括缺陷的类型、形状、尺寸以及位置坐标等信息。
示例性的,如图6(a)所示,为本申请实施例提供的示例性的催化层缺陷的结构示意图,其中,催化层的缺陷通常是由于浆料涂抹工艺的不足造成的,主要以微裂痕和气泡为主。在质子交换膜602上喷涂催化层,活性区尺寸为3cm*3cm,标注阴极催化层601、阳极催化层603;基于本申请实施例提供的缺陷检测方法可以确定在阴极催化层601中距边缘1.5cm*1.5cm位置处存在长度约3mm的微裂纹。相应的,如图6(b)所示,为本申请实施例提供的示例性的质子交换膜缺陷的结构示意图,类似的,基于本申请实施例提供的缺陷检测方法,可以确定在质子交换膜602中1cm*2cm位置处存在沿膜平面方向约500μm的孔洞。
本申请实施例提供的一种膜电极缺陷检测方法,通过获取膜电极的初始图像,初始图像包括:阴极催化层的待检测图像、质子交换膜的待检测图像以及阳极催化层的待检测图像;对初始图像进行缺陷特征提取,得到对应的缺陷特征图像;根据各缺陷特征图像,确定膜电极的缺陷检测结果。上述方案提供的缺陷检测方法,通过获取膜电极各层部件的图像,并分别进行缺陷特征提取的方式,可以对膜电极的各层部件分别进行缺陷检测,实现了对膜电极进行全方位检测,最后根据各层部件的缺陷检测情况确定该膜电极的缺陷检测结果,提高了检测结果的精确度。
本申请实施例提供了一种膜电极缺陷检测装置,用于解决现有技术中的膜电极缺陷检测的范围较小,无法分别对膜电极的各层部件进行全面检测的技术问题。如图7所示,为本申请实施例提供的膜电极缺陷检测装置的结构示意图,该装置70包括:图像获取模块701、特征提取模块702和缺陷检测模块703。
其中,图像获取模块701,用于获取膜电极的初始图像,初始图像包括:阴极催化层的待检测图像、质子交换膜的待检测图像以及阳极催化层的待检测图像;特征提取模块702,用于对初始图像进行缺陷特征提取,得到对应的缺陷特征图像;缺陷检测模块703,用于根据各缺陷特征图像,确定膜电极的缺陷检测结果。
具体地,在一实施例中,图像获取模块701具体用于:采用显微CT技术获取膜电极的初始图像。
具体地,在一实施例中,特征提取模块702具体用于:
对阴极催化层的待检测图像进行轮廓特征的提取,以获得阴极催化层的缺陷特征图像;
对质子交换膜的待检测图像进行轮廓特征的提取,以获得质子交换膜的缺陷特征图像;
对阳极催化层的待检测图像进行轮廓特征的提取,以获得阳极催化层的缺陷特征图像。
具体地,在一实施例中,特征提取模块702还用于:
根据各层的缺陷特征图像,确定各层缺陷的形状、尺寸以及位置坐标。
具体地,在一实施例中,缺陷检测模块703具体用于:
根据各层缺陷的形状、尺寸以及位置坐标,得到膜电极的缺陷图像;
根据膜电极的缺陷图像,确定膜电极的缺陷检测结果。
具体地,在一实施例中,缺陷检测模块703还用于:
获取至少一个膜电极的标准缺陷图像;其中,每个标准缺陷图像均对应至少一种缺陷类型。
具体地,在一实施例中,缺陷检测模块703具体用于:
根据至少一个膜电极的标准缺陷图像,确定膜电极的缺陷图像和各标准缺陷图像的相似度;
根据膜电极的缺陷图像和各标准缺陷图像的相似度排序结果,获取与缺陷图像相似度最高的标准缺陷图像所对应的缺陷类型;
根据标准缺陷图像所对应的缺陷类型,确定膜电极的缺陷检测结果。
本申请实施例提供的一种膜电极缺陷检测装置,用于执行上述实施例提供的膜电极缺陷检测方法,其实现方式与原理相同,不再赘述。
本申请实施例还提供了一种电子设备,用于执行上述实施例提供的方法。
如图8所示,为本申请实施例提供的电子设备的结构示意图。该电子设备80包括:至少一个处理器81和存储器82;
其中,至少一个处理器81执行存储器82存储的计算机执行指令,使得至少一个处理器81执行如前述实施例中任一项的方法的指令。
本申请实施例提供的一种电子设备,用于执行上述实施例提供的膜电极缺陷检测方法,其实现方式与原理相同,不再赘述。
本申请实施例提供了一种包含计算机可执行指令的存储介质,存储介质中存储有计算机处理器执行指令,当处理器执行计算机执行指令时,实现如上任一实施例提供的方法。
本申请实施例的包含计算机可执行指令的存储介质,可用于存储前述实施例中提供的膜电极缺陷检测方法的计算机执行指令,其实现方式与原理相同,不再赘述。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种膜电极缺陷检测方法,其特征在于,包括:
获取膜电极的初始图像,所述初始图像包括:阴极催化层的待检测图像、质子交换膜的待检测图像以及阳极催化层的待检测图像;
对所述初始图像进行缺陷特征提取,得到对应的缺陷特征图像;
根据各所述缺陷特征图像,确定所述膜电极的缺陷检测结果。
2.根据权利要求1所述的膜电极缺陷检测方法,其特征在于,所述获取膜电极的初始图像,包括:
采用显微CT技术获取所述膜电极的初始图像。
3.根据权利要求1所述的膜电极缺陷检测方法,其特征在于,所述对所述初始图像进行缺陷特征提取,得到对应的缺陷特征图像,包括:
对所述阴极催化层的待检测图像进行轮廓特征的提取,以获得所述阴极催化层的缺陷特征图像;
对所述质子交换膜的待检测图像进行轮廓特征的提取,以获得所述质子交换膜的缺陷特征图像;
对所述阳极催化层的待检测图像进行轮廓特征的提取,以获得所述阳极催化层的缺陷特征图像。
4.根据权利要求3所述的膜电极缺陷检测方法,其特征在于,所述方法还包括:
根据各层的缺陷特征图像,确定各层缺陷的形状、尺寸以及位置坐标。
5.根据权利要求4所述的膜电极缺陷检测方法,其特征在于,所述根据各所述缺陷特征图像,确定所述膜电极的缺陷检测结果,包括:
根据所述各层缺陷的形状、尺寸以及位置坐标,得到所述膜电极的缺陷图像;
根据所述膜电极的缺陷图像,确定所述膜电极的缺陷检测结果。
6.根据权利要求5所述的膜电极缺陷检测方法,其特征在于,所述方法还包括:
获取至少一个膜电极的标准缺陷图像;其中,每个标准缺陷图像均对应至少一种缺陷类型。
7.根据权利要求6所述的膜电极缺陷检测方法,其特征在于,所述根据所述膜电极的缺陷图像,确定所述膜电极的缺陷检测结果,包括:
根据所述至少一个膜电极的标准缺陷图像,确定所述膜电极的缺陷图像和各标准缺陷图像的相似度;
根据所述膜电极的缺陷图像和各标准缺陷图像的相似度排序结果,获取与所述缺陷图像相似度最高的标准缺陷图像所对应的缺陷类型;
根据所述标准缺陷图像所对应的缺陷类型,确定所述膜电极的缺陷检测结果。
8.一种膜电极缺陷检测装置,其特征在于,包括:图像获取模块、特征提取模块和缺陷检测模块;
所述图像获取模块,用于获取膜电极的初始图像,所述初始图像包括:阴极催化层的待检测图像、质子交换膜的待检测图像以及阳极催化层的待检测图像;
所述特征提取模块,用于对所述初始图像进行缺陷特征提取,得到对应的缺陷特征图像;
所述缺陷检测模块,用于根据各所述缺陷特征图像,确定所述膜电极的缺陷检测结果。
9.一种电子设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1-7任一项所述的方法。
10.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010530516.2A CN111537532A (zh) | 2020-06-11 | 2020-06-11 | 一种膜电极缺陷检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010530516.2A CN111537532A (zh) | 2020-06-11 | 2020-06-11 | 一种膜电极缺陷检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111537532A true CN111537532A (zh) | 2020-08-14 |
Family
ID=71980905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010530516.2A Pending CN111537532A (zh) | 2020-06-11 | 2020-06-11 | 一种膜电极缺陷检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111537532A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115588007A (zh) * | 2022-11-22 | 2023-01-10 | 成都数之联科技股份有限公司 | Pcb载板的针孔缺陷检测方法、系统、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090080600A1 (en) * | 2006-01-26 | 2009-03-26 | Charles Keller | Process and apparatus for imaging |
CN102486464A (zh) * | 2010-12-02 | 2012-06-06 | 现代自动车株式会社 | 检测燃料电池堆部件中的针孔的系统 |
CN102590248A (zh) * | 2012-03-13 | 2012-07-18 | 重庆大学 | 平移式微焦ct检测装置在线检测电子元件的方法 |
CN103543167A (zh) * | 2013-10-08 | 2014-01-29 | 华南理工大学 | 一种基于知识库的三维x射线断层扫描检测系统及方法 |
CN108506170A (zh) * | 2018-03-08 | 2018-09-07 | 上海扩博智能技术有限公司 | 风机叶片检测方法、系统、设备及存储介质 |
CN108961236A (zh) * | 2018-06-29 | 2018-12-07 | 国信优易数据有限公司 | 电路板缺陷检测模型的训练方法及装置、检测方法及装置 |
CN109073571A (zh) * | 2016-04-19 | 2018-12-21 | 东丽株式会社 | 膜电极接合体的连续非破坏检查方法及连续非破坏检查装置 |
-
2020
- 2020-06-11 CN CN202010530516.2A patent/CN111537532A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090080600A1 (en) * | 2006-01-26 | 2009-03-26 | Charles Keller | Process and apparatus for imaging |
CN102486464A (zh) * | 2010-12-02 | 2012-06-06 | 现代自动车株式会社 | 检测燃料电池堆部件中的针孔的系统 |
CN102590248A (zh) * | 2012-03-13 | 2012-07-18 | 重庆大学 | 平移式微焦ct检测装置在线检测电子元件的方法 |
CN103543167A (zh) * | 2013-10-08 | 2014-01-29 | 华南理工大学 | 一种基于知识库的三维x射线断层扫描检测系统及方法 |
CN109073571A (zh) * | 2016-04-19 | 2018-12-21 | 东丽株式会社 | 膜电极接合体的连续非破坏检查方法及连续非破坏检查装置 |
CN108506170A (zh) * | 2018-03-08 | 2018-09-07 | 上海扩博智能技术有限公司 | 风机叶片检测方法、系统、设备及存储介质 |
CN108961236A (zh) * | 2018-06-29 | 2018-12-07 | 国信优易数据有限公司 | 电路板缺陷检测模型的训练方法及装置、检测方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115588007A (zh) * | 2022-11-22 | 2023-01-10 | 成都数之联科技股份有限公司 | Pcb载板的针孔缺陷检测方法、系统、设备及存储介质 |
CN115588007B (zh) * | 2022-11-22 | 2023-03-10 | 成都数之联科技股份有限公司 | Pcb载板的针孔缺陷检测方法、系统、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111986159B (zh) | 太阳能电池片的电极缺陷检测方法、设备及存储介质 | |
EP3767551A1 (en) | Inspection system, image recognition system, recognition system, discriminator generation system, and learning data generation device | |
CN109544533A (zh) | 一种基于深度学习的金属板缺陷检测和度量方法 | |
WO2022262054A1 (zh) | 图像处理方法、装置、设备及存储介质 | |
CN115526515B (zh) | 一种水利水电用闸门的安全监测系统 | |
JP2010164487A (ja) | 欠陥検査装置及び欠陥検査方法 | |
CN114581446B (zh) | 一种叠片电池的电芯异常检测方法及系统 | |
CN113884011A (zh) | 一种非接触式混凝土表观裂缝测量设备和方法 | |
CN110969610A (zh) | 基于深度学习的电力设备红外热图的识别方法及系统 | |
CN115035061A (zh) | 一种电芯极组阴阳极点提取及阴阳极片对齐度检测方法 | |
CN111537532A (zh) | 一种膜电极缺陷检测方法及装置 | |
CN115775236A (zh) | 基于多尺度特征融合的表面微小缺陷视觉检测方法及系统 | |
CN116524313A (zh) | 基于深度学习和多模态图像的缺陷检测方法及相关装置 | |
CN116205918B (zh) | 基于图卷积的多模态融合半导体检测方法、装置及介质 | |
CN112816557B (zh) | 一种缺陷检测方法、装置、设备和存储介质 | |
CN117036734A (zh) | 热生长氧化层的形态提取方法 | |
CN114998194A (zh) | 产品缺陷检测方法、系统和存储介质 | |
CN115389514A (zh) | 一种材料缺陷检测方法和装置 | |
WO2020158630A1 (ja) | 検出装置、学習器、コンピュータプログラム、検出方法及び学習器の生成方法 | |
CN113469086A (zh) | 建筑平面图中的区域划分方法、装置、设备及介质 | |
CN112233098A (zh) | 一种水利风险评估方法及系统 | |
CN117611591B (zh) | 电芯缺陷的工业ct检测方法、装置、电子设备及存储介质 | |
CN114418941B (zh) | 一种基于电力巡检设备检测数据的缺陷诊断方法及系统 | |
US20240207980A1 (en) | Welding mark inspection method and apparatus, and electronic device | |
CN114881937B (zh) | 一种针对超声切面的检测方法、装置及计算机可读介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200814 |