CN115704782A - 一种在线式燃料电池膜电极催化层无损检测方法及装置 - Google Patents
一种在线式燃料电池膜电极催化层无损检测方法及装置 Download PDFInfo
- Publication number
- CN115704782A CN115704782A CN202110766126.XA CN202110766126A CN115704782A CN 115704782 A CN115704782 A CN 115704782A CN 202110766126 A CN202110766126 A CN 202110766126A CN 115704782 A CN115704782 A CN 115704782A
- Authority
- CN
- China
- Prior art keywords
- catalyst layer
- membrane electrode
- fuel cell
- ray
- measuring
- 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
- 239000000446 fuel Substances 0.000 title claims abstract description 33
- 239000012528 membrane Substances 0.000 title claims abstract description 33
- 239000003054 catalyst Substances 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000009659 non-destructive testing Methods 0.000 title claims abstract description 10
- 238000000576 coating method Methods 0.000 claims abstract description 18
- 230000007547 defect Effects 0.000 claims abstract description 16
- 238000004519 manufacturing process Methods 0.000 claims abstract description 15
- 239000011248 coating agent Substances 0.000 claims abstract description 12
- 238000011897 real-time detection Methods 0.000 claims abstract description 8
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 7
- 238000005259 measurement Methods 0.000 claims abstract description 7
- 239000000523 sample Substances 0.000 claims abstract description 7
- 230000003287 optical effect Effects 0.000 claims abstract description 5
- 238000010521 absorption reaction Methods 0.000 claims abstract description 4
- 238000011217 control strategy Methods 0.000 claims abstract description 4
- 238000006073 displacement reaction Methods 0.000 claims abstract description 4
- 230000035515 penetration Effects 0.000 claims abstract description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 4
- 210000004027 cell Anatomy 0.000 claims description 23
- 238000001514 detection method Methods 0.000 claims description 14
- 238000001035 drying Methods 0.000 claims description 9
- 210000000170 cell membrane Anatomy 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 8
- 230000005250 beta ray Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000010924 continuous production Methods 0.000 claims description 3
- 230000003197 catalytic effect Effects 0.000 claims 1
- 238000007689 inspection Methods 0.000 description 6
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 3
- 239000000306 component Substances 0.000 description 3
- 239000003792 electrolyte Substances 0.000 description 3
- 239000001257 hydrogen Substances 0.000 description 3
- 229910052739 hydrogen Inorganic materials 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010923 batch production Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006555 catalytic reaction Methods 0.000 description 2
- 239000008358 core component Substances 0.000 description 2
- 238000003487 electrochemical reaction Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 239000005518 polymer electrolyte Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000007784 solid electrolyte Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/30—Hydrogen technology
- Y02E60/50—Fuel cells
Landscapes
- Fuel Cell (AREA)
Abstract
本发明公开了在线式燃料电池膜电极催化层无损检测方法,包括:采用近红外测量传感器测量质子交换膜的面密度、厚度和含水情况;利用X射线穿透吸收式测量,测量催化剂图层的面密度;利用双探头激光位移传感器对催化剂涂层膜进行反射式光学几何厚度测量;对于上述三处实时检测数值超过设定值的位置进行标记,并在显示屏上予以告警;联用人工智能深度学习软件,拟合上述三处实时检测值与产品电化学性能实测值之间的关联关系,对产品质量缺陷进行快速预判和数据分析,对生产线的控制操作提出合理的建议或直接输出控制策略;同时,本发明还提供了相应装置;本发明可以实现对膜电极的产成品质量的更好控制。
Description
技术领域
本发明涉及氢燃料电池材料领域,尤其是燃料电池膜电极生产线的检测方法及装置。
背景技术
燃料电池是一种高效清洁的能量转化装置,可广泛用于交通运输动力、便携式电源以及固定式发电。由含催化剂的阴阳极催化层及电解质构成的膜电极是燃料电池的核心部件,是氢氧电化学反应的核心场所,被喻为燃料电池的芯片,会直接影响燃料电池的输出性能。近年来燃料电池产业发展迅猛,但膜电极的国产化问题是制约其商业化的关键因素之一。
膜电极(缩写为MEA,Membrane Electrode Assembly)是包含附带催化剂的电解质膜(缩写为CCM,Catalyst Coated Membrane其是将催化剂涂布或转印在高分子电解质膜的两个面上而成的)和进一步安装于其两个面上的电极的多层结构体。通过串联多个MEA作为基本部件而构成的电堆,由此可组装将化学能直接转化为电能的固态高分子型燃料电池。膜电极是实现质子交换膜燃料电池电化学反应的核心组件,决定着燃料电池的性能。而CCM又是膜电极中最关键的材料,直接影响燃料电池的性能。
在氢燃料电池CCM型膜电极的批量化生产过程中,判定CCM产品表面涂层的各项参数是否符合预定标准,输出产品缺陷数量及位置信息对于膜电极的产成品质量控制尤为关键会直接关乎燃料电池系统的性能。因此需要配合生产线的检测需求研制CCM无损检测设备。
目前日本已经开发了检查上述CCM产品缺陷的无损检测设备。包括利用光学、各类X射线(透射、CT)、超声波等手段。详见如下专利:
专利1:日本特开2015-149201号公报
专利2:日本特开2013-170924号公报
专利3:日本特开2006-47313号公报
专利4:日本特开2015-159058号公报
专利5:日本特开2007-265970号公报
专利6:日本特开2013-167596号公报
专利文献1中提出的电极催化剂层的事先检查中,存在无法对电极催化剂层的贴附工序中产生的内部缺陷、内部异物进行检测的问题。
专利文献2中提出的透射X射线分析装置中,存在虽然能够检测异物但检测灵敏度不充分、并且无论外部和内部均无法对缺损、脱落进行检测的问题。
专利文献3的提案中,从难以利用X射线或超声波对作为多层结构体的MEA的内部缺陷进行非破坏检查这样的判断出发,尝试了根据导热的紊乱来对内部缺陷进行检测的试验方法,但存在内部缺陷的检测灵敏度低、无法对微小的内部缺陷进行检测的问题。
若使用专利文献4和5中提出的X射线CT装置,则虽然能够利用三维图像分析对存在于上述MEA内部的异物或内部脱落、内部裂纹等MEA内部缺陷进行检测,但不仅检测视野狭窄,而且需要针对一个检测视野以不同角度实施数百次测定。因此,存在以多个检测视野对MEA的整个范围进行检查时需要极长时间的问题。
另外,对于专利文献6中提出的检查方法以及检查装置而言,公开了以燃料电池电极或固态电解质膜作为对象对表面脱落的有无及表面异物的有无进行检查的图像诊断程序,但存在针对电极、催化剂及电解质膜成为一体的MEA这样的多层结构体无法对其内部的缺陷、内部的异物进行检测的问题。
尽管上述专利还存在一些问题,无法完美地解决CCM型膜电极生产中缺陷检测问题。然而,国内还没有厂商开发类似的设备,没有发表相关文献和专利。仅有华中科技大学针对膜电极组件生产过程中两个密封层之间的精确对齐问题采取了一定策略(详见中国发明专利ZL201210288772.0),但这还远远不够。
因此需要寻找新的方式和方法来解决上述问题或其中部分问题。
发明内容
有鉴于此,需要克服现有技术中的上述缺陷中的至少一个。本发明提供了一种在线式燃料电池膜电极催化层无损检测方法,其包括:
针对生产线运行的先后顺序,主要包括以下五个步骤:
S1:在燃料电池膜电极催化剂层连续化涂布工艺之前,采用近红外测量传感器测量质子交换膜的面密度、厚度和含水情况;
S2:在经过阴极催化剂层涂布以及烘道干燥工艺后,利用X射线穿透吸收式测量,测量催化剂图层的面密度;
S3:在经过阳极催化剂层涂布以及烘道干燥工艺后,利用双探头激光位移传感器对催化剂涂层膜进行反射式光学几何厚度测量;
S4:对于上述三处实时检测数值超过设定值的位置进行标记,并在显示屏上予以告警;
S5:联用人工智能深度学习软件,拟合上述三处实时检测值与产品电化学性能实测值之间的关联关系,对产品质量缺陷进行快速预判和数据分析,对生产线的控制操作提出合理的建议或直接输出控制策略。
在本技术方案中,在氢燃料电池CCM型膜电极的批量化生产过程中,可以通过快速判定CCM产品表面涂层的各项参数是否符合预定标准,输出产品缺陷数量及位置信息,实现对膜电极的产成品质量的更好控制。
另外,根据本发明公开的一种在线式燃料电池膜电极催化层无损检测方法还具有如下附加技术特征:
进一步地,所述激光双探头上下同轴相对安装于C型扫描架,采用三角几何法,通过测量材料上下表面到激光器的距离,来测量材料的几何厚度。
本案申请还提供了一种依据相应方法的燃料电池膜电极连续化产线检测装置:
包括多光源、图像信号采集器、图像信号处理模块、人工智能深度学习软件、计算机、生产线控制信号输出接口,采用O型或C型扫描架,安装于燃料电池膜电极催化剂层连续化涂布工艺的两侧。
进一步地,所述多光源的光源数量大于等于3个,采用激光、可见光、红外线、X射线、β射线中的一种或多种。
进一步地,所述图像信号采集器采用CMOS模块、CCD模块、红外光接收模块、X射线接收模块、β射线接收模块中的一种或多种。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明一个实施例的原理示意图;
其中,1产线,2图像信号处理模块,3光源,4图像信号采集器,5操作设备。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
在本发明的描述中,需要理解的是,术语 “上”、“下”、“底”、“顶”、“前”、“后”、“内”、“外”、“横”、“竖”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“联接”、“连通”、“相连”、“联结”、“配合”应做广义理解,例如,可以是固定联结,一体地联结,也可以是可拆卸联结;可以是两个元件内部的连通;可以是直接相连,也可以通过中间媒介间接相连;“配合”可以是面与面的配合,也可以是点与面或线与面的配合,也包括孔轴的配合,对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
下面将参照附图来描述本发明的用于巡检机器人及灭火机器人系统的多机器人调度方法,其中图1是本发明一个实施例的原理示意图。
如图1所示,根据本发明的实施例,在线式燃料电池膜电极催化层无损检测方法针对生产线运行的先后顺序,主要包括以下五个步骤:
S1:在燃料电池膜电极催化剂层连续化涂布工艺之前,采用近红外测量传感器测量质子交换膜的面密度、厚度和含水情况;
S2:在经过阴极催化剂层涂布以及烘道干燥工艺后,利用X射线穿透吸收式测量,测量催化剂图层的面密度;
S3:在经过阳极催化剂层涂布以及烘道干燥工艺后,利用双探头激光位移传感器对催化剂涂层膜进行反射式光学几何厚度测量;
S4:对于上述三处实时检测数值超过设定值的位置进行标记,并在显示屏上予以告警;
S5:联用人工智能深度学习软件,拟合上述三处实时检测值与产品电化学性能实测值之间的关联关系,对产品质量缺陷进行快速预判和数据分析,对生产线的控制操作提出合理的建议或直接输出控制策略。
另外,根据本发明公开的一种在线式燃料电池膜电极催化层无损检测方法的还具有如下附加技术特征:
根据本发明的实施例,所述激光双探头上下同轴相对安装于C型扫描架,采用三角几何法,通过测量材料上下表面到激光器的距离,来测量材料的几何厚度。
本发明还提供了一种燃料电池膜电极连续化产线检测装置:
包括多光源、图像信号采集器、图像信号处理模块、人工智能深度学习软件、计算机、生产线控制信号输出接口,采用O型或C型扫描架,安装于燃料电池膜电极催化剂层连续化涂布工艺的两侧。
进一步地,所述多光源的光源数量大于等于3个,采用激光、可见光、红外线、X射线、β射线中的一种或多种。
进一步地,所述图像信号采集器采用CMOS模块、CCD模块、红外光接收模块、X射线接收模块、β射线接收模块中的一种或多种。
任何提及“一个实施例”、“实施例”、“示意性实施例”等意指结合该实施例描述的具体构件、结构或者特点包含于本发明的至少一个实施例中。在本说明书各处的该示意性表述不一定指的是相同的实施例。而且,当结合任何实施例描述具体构件、结构或者特点时,所主张的是,结合其他的实施例实现这样的构件、结构或者特点均落在本领域技术人员的范围之内。
尽管参照本发明的多个示意性实施例对本发明的具体实施方式进行了详细的描述,但是必须理解,本领域技术人员可以设计出多种其他的改进和实施例,这些改进和实施例将落在本发明原理的精神和范围之内。具体而言,在前述公开、附图以及权利要求的范围之内,可以在零部件和/或者从属组合布局的布置方面作出合理的变型和改进,而不会脱离本发明的精神。除了零部件和/或布局方面的变型和改进,其范围由所附权利要求及其等同物限定。
Claims (5)
1.一种在线式燃料电池膜电极催化层无损检测方法,其特征在于, 针对生产线运行的先后顺序,主要包括以下五个步骤:
S1:在燃料电池膜电极催化剂层连续化涂布工艺之前,采用近红外测量传感器测量质子交换膜的面密度、厚度和含水情况;
S2:在经过阴极催化剂层涂布以及烘道干燥工艺后,利用X射线穿透吸收式测量,测量催化剂图层的面密度;
S3:在经过阳极催化剂层涂布以及烘道干燥工艺后,利用双探头激光位移传感器对催化剂涂层膜进行反射式光学几何厚度测量;
S4:对于上述三处实时检测数值超过设定值的位置进行标记,并在显示屏上予以告警;
S5:联用人工智能深度学习软件,拟合上述三处实时检测值与产品电化学性能实测值之间的关联关系,对产品质量缺陷进行快速预判和数据分析,对生产线的控制操作提出合理的建议或直接输出控制策略。
2.根据权利要求1所述的一种在线式燃料电池膜电极催化层无损检测方法,其特征在于,所述激光双探头上下同轴相对安装于C型扫描架,采用三角几何法,通过测量材料上下表面到激光器的距离,来测量材料的几何厚度。
3.一种采用权利要求1、2任一项所述检测方法的燃料电池膜电极连续化产线检测装置,其特征在于,包括多光源、图像信号采集器、图像信号处理模块、人工智能深度学习软件、计算机、生产线控制信号输出接口,采用O型或C型扫描架,安装于燃料电池膜电极催化剂层连续化涂布工艺的两侧。
4.根据权利要求3所述的检测装置,其特征在于,所述多光源的光源数量大于等于3个,采用激光、可见光、红外线、X射线、β射线中的一种或多种。
5.根据权利要求3所述的检测装置,其特征在于,所述图像信号采集器采用CMOS模块、CCD模块、红外光接收模块、X射线接收模块、β射线接收模块中的一种或多种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110766126.XA CN115704782A (zh) | 2021-07-07 | 2021-07-07 | 一种在线式燃料电池膜电极催化层无损检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110766126.XA CN115704782A (zh) | 2021-07-07 | 2021-07-07 | 一种在线式燃料电池膜电极催化层无损检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115704782A true CN115704782A (zh) | 2023-02-17 |
Family
ID=85178341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110766126.XA Pending CN115704782A (zh) | 2021-07-07 | 2021-07-07 | 一种在线式燃料电池膜电极催化层无损检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115704782A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117451756A (zh) * | 2023-10-31 | 2024-01-26 | 天津大学 | 燃料电池膜电极退化检测装置及原位退化检测系统及方法 |
-
2021
- 2021-07-07 CN CN202110766126.XA patent/CN115704782A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117451756A (zh) * | 2023-10-31 | 2024-01-26 | 天津大学 | 燃料电池膜电极退化检测装置及原位退化检测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bauermann et al. | Scanning acoustic microscopy as a non-destructive imaging tool to localize defects inside battery cells | |
CN100501392C (zh) | 检测膜电极组件中电缺陷的方法 | |
CN101378092B (zh) | 太阳电池及组件隐裂检测装置及其测试方法 | |
CN106814319B (zh) | 一种锂离子电池自放电检测系统 | |
CN114119461B (zh) | 基于深度学习的锂电池模组侧面焊缝外观检测方法及系统 | |
CN210347486U (zh) | 一种膜电极缺陷在线检测设备 | |
Phillips et al. | Impacts of electrode coating irregularities on polymer electrolyte membrane fuel cell lifetime using quasi in-situ infrared thermography and accelerated stress testing | |
CN115704782A (zh) | 一种在线式燃料电池膜电极催化层无损检测方法及装置 | |
CN108387594A (zh) | 一种无损检测叠片式锂离子电池的方法和系统 | |
WO2018147586A2 (ko) | 초음파를 이용한 알루미늄 파우치 실링을 위한 비파괴검사 판정시스템 | |
CN115291122B (zh) | 一种基于超声反射图像获取锂离子电池内部信息的方法 | |
US20140119499A1 (en) | Pinhole detection system of fuel cell | |
CN113611900A (zh) | 一种质子交换膜燃料电池的膜干故障诊断方法 | |
KR101251229B1 (ko) | 막 전극 접합체 및 가스확산층의 위치 정렬 오차 검출 장치 및 방법 | |
CN115248382A (zh) | 一种质子交换膜燃料电池控制方法 | |
CN109724947B (zh) | 一种液流电池电极局域反应活性的在线检测方法及装置 | |
Yi et al. | Estimation of NCM111/graphite acoustic properties under different lithium stoichiometry based on nondestructive acoustic in situ testing | |
Chacón et al. | A Review of Non-Destructive Techniques for Lithium-Ion Battery Performance Analysis | |
Wang et al. | Progress and challenges in ultrasonic technology for state estimation and defect detection of lithium-ion batteries | |
Arcot et al. | Morphological characteristics of catalyst layer defects in catalyst-coated membranes in PEM fuel cells | |
CN116772759A (zh) | 新能源电池模组压胶面积工业ct检测方法、系统及介质 | |
CN109904496B (zh) | 一种在燃料电池膜电极生产线上定量催化剂担量的方法 | |
CN110231345A (zh) | 一种膜电极缺陷在线检测方法及设备 | |
CN114843566A (zh) | 燃料电池用膜电极的生产、检测及控制的系统装置及系统方法 | |
CN106767574A (zh) | 一种钠硫电池检测用x射线检测装置 |
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 | ||
CB02 | Change of applicant information |
Address after: Room 803, North Building, No. 1699, Zuchongzhi South Road, Kunshan City, Suzhou City, Jiangsu Province, 215300 Applicant after: Jiangsu Toute New Energy Co.,Ltd. Address before: Room 803, North Building, No. 1699, Zuchongzhi South Road, Kunshan City, Suzhou City, Jiangsu Province, 215300 Applicant before: Jiangsu toute Intelligent Technology Co.,Ltd. |
|
CB02 | Change of applicant information |