CN115976480A - 一种金属双极板镀层智能加工方法和系统 - Google Patents
一种金属双极板镀层智能加工方法和系统 Download PDFInfo
- Publication number
- CN115976480A CN115976480A CN202211646167.6A CN202211646167A CN115976480A CN 115976480 A CN115976480 A CN 115976480A CN 202211646167 A CN202211646167 A CN 202211646167A CN 115976480 A CN115976480 A CN 115976480A
- Authority
- CN
- China
- Prior art keywords
- chromium
- plating
- instruction
- bipolar plate
- layer
- 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.)
- Granted
Links
- 238000000576 coating method Methods 0.000 title claims abstract description 39
- 239000011248 coating agent Substances 0.000 title claims abstract description 36
- 229910052751 metal Inorganic materials 0.000 title claims abstract description 26
- 239000002184 metal Substances 0.000 title claims abstract description 26
- 238000003672 processing method Methods 0.000 title claims abstract description 9
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 claims abstract description 246
- 238000007747 plating Methods 0.000 claims abstract description 222
- 229910052804 chromium Inorganic materials 0.000 claims abstract description 173
- 239000011651 chromium Substances 0.000 claims abstract description 173
- CXOWYMLTGOFURZ-UHFFFAOYSA-N azanylidynechromium Chemical compound [Cr]#N CXOWYMLTGOFURZ-UHFFFAOYSA-N 0.000 claims abstract description 96
- 239000000463 material Substances 0.000 claims abstract description 50
- FXNGWBDIVIGISM-UHFFFAOYSA-N methylidynechromium Chemical compound [Cr]#[C] FXNGWBDIVIGISM-UHFFFAOYSA-N 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims abstract description 49
- 238000004519 manufacturing process Methods 0.000 claims abstract description 47
- 238000005121 nitriding Methods 0.000 claims abstract description 45
- 238000005255 carburizing Methods 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000007781 pre-processing Methods 0.000 claims abstract description 21
- 238000000151 deposition Methods 0.000 claims description 136
- 230000008021 deposition Effects 0.000 claims description 136
- 239000000758 substrate Substances 0.000 claims description 66
- 238000005477 sputtering target Methods 0.000 claims description 40
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 35
- 238000001514 detection method Methods 0.000 claims description 19
- 229910052757 nitrogen Inorganic materials 0.000 claims description 17
- 238000002203 pretreatment Methods 0.000 claims description 17
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 13
- 239000013067 intermediate product Substances 0.000 claims description 13
- 229910052799 carbon Inorganic materials 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 239000010410 layer Substances 0.000 description 161
- 239000002585 base Substances 0.000 description 35
- 230000006870 function Effects 0.000 description 26
- 239000013598 vector Substances 0.000 description 23
- 238000011156 evaluation Methods 0.000 description 18
- 238000012549 training Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 13
- 239000007789 gas Substances 0.000 description 11
- -1 chrome nitride Chemical class 0.000 description 8
- 238000005498 polishing Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 238000004140 cleaning Methods 0.000 description 6
- 239000011247 coating layer Substances 0.000 description 6
- 238000005260 corrosion Methods 0.000 description 5
- 230000007797 corrosion Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000004506 ultrasonic cleaning Methods 0.000 description 5
- 239000000446 fuel Substances 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000004544 sputter deposition Methods 0.000 description 3
- XKRFYHLGVUSROY-UHFFFAOYSA-N Argon Chemical compound [Ar] XKRFYHLGVUSROY-UHFFFAOYSA-N 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000005253 cladding Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 229910002804 graphite Inorganic materials 0.000 description 2
- 239000010439 graphite Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000002378 acidificating effect Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 229910052786 argon Inorganic materials 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 229910001873 dinitrogen Inorganic materials 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 238000001755 magnetron sputter deposition Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007750 plasma spraying Methods 0.000 description 1
- 238000002294 plasma sputter deposition Methods 0.000 description 1
- 238000007517 polishing process Methods 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 239000000376 reactant Substances 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 238000011277 treatment modality Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- Physical Vapour Deposition (AREA)
Abstract
本说明书实施例提供一种金属双极板镀层智能加工方法和系统,该方法包括所述处理器发送生产指令至真空加工装置、预处理装置、镀铬装置、渗氮装置、渗碳装置中的至少一个;控制所述预处理装置基于所述生产指令中的预处理参数对双极板基材进行预处理;响应于表面质量不满足要求,通过所述预处理装置发送预警指令给所述处理器,所述处理器基于所述预警指令生成提醒信息发送给终端;控制所述镀铬装置、所述渗氮装置与所述渗碳装置中的一个或多个,基于所述生产指令中各个镀层子指令的先后顺序,对所述预处理后的所述双极板基材镀纯铬层、氮化铬层和铬碳共存层。本说明书智能预测镀层与金属双极板基材的结合力,确定镀层厚度,并调整工艺参数。
Description
技术领域
本说明书涉及金属镀层技术领域,特别涉及一种金属双极板镀层智能加工方法和系统。
背景技术
双极板是质子交换膜氢燃料电池的关键构件。双极板的主要功能是支撑膜电极组件、分配反应气体、收集电流、传导热量和排出产物水等。因此,理想的双极板材料应具有高的电导率、良好的耐腐蚀性、高机械强度、高气密性、化学稳定性好及易加工成型等特点。目前主流双极板有石墨(碳)双极板、金属双极板和复合材料双极板。金属双极板具有高机械强度和高导电率、导热性能,可以采用金属薄板冲压、滚压等大批量生产方式生产,是公认的燃料电池商业化的首选。
金属双极板耐腐蚀性较差,目前制造金属双极板的难点就在于如何提高镀层质量和耐腐蚀性,从而提升金属双极板的耐腐蚀性。针对金属双极板如何镀层以提高金属双极板的耐腐蚀性的问题,CN110880608B提出一种金属双极板复合膜层及制备方法,该申请重点针对的是金属双极板基体依次经抽真空、加热、通入氩气、离子源清洗处理后,首先采用磁控溅射法依次沉积CrNiPd层、CrSiC层,之后采用等离子体喷涂法在CrSiC层表面喷涂石墨C层。由于镀层与金属双极板基层的结合力的大小能够影响镀层质量及金属双极板的耐腐蚀性,依然需要综合考虑成本及智能调整各镀层的厚度。
因此,需要提供一种金属双极板镀层加工方法,用于提升金属双极板的镀层质量。
发明内容
本说明书一个或多个实施例提供一种金属双极板镀层智能加工方法。所述金属双极板镀层智能加工方法包括:所述处理器发送生产指令至真空加工装置、预处理装置、镀铬装置、渗氮装置、渗碳装置中的至少一个;其中,所述真空加工装置、所述预处理装置、所述镀铬装置、所述渗氮装置、所述渗碳装置之间通过传送通道传送中间产物;控制所述预处理装置基于所述生产指令中的预处理参数对双极板基材进行预处理;其中,所述预处理装置包括基材质量检测部件,所述基材质量检测部件用于检测预处理后的所述双极板基材的表面质量;响应于表面质量不满足要求,通过所述预处理装置发送预警指令给所述处理器,所述处理器基于所述预警指令生成提醒信息发送给终端;控制所述镀铬装置、所述渗氮装置与所述渗碳装置中的一个或多个,基于所述生产指令中各个镀层子指令的先后顺序,对所述预处理后的所述双极板基材镀纯铬层、氮化铬层和铬碳共存层。
本说明书实施例之一提供一种金属双极板镀层智能加工系统,所述系统包括处理器:所述处理器与真空加工装置、预处理装置、镀铬装置、渗氮装置、渗碳装置通信连接,并生成生产指令发送给所述预处理装置、所述真空加工装置、所述镀铬装置、所述渗氮装置、所述渗碳装置中的至少一个;其中,所述真空加工装置、所述预处理装置、所述镀铬装置、所述渗氮装置、所述渗碳装置之间通过传送通道传送中间产物;所述预处理装置,用于:响应于从所述处理器接收到的所述生产指令,基于所述生产指令中的预处理参数对双极板基材进行预处理;其中,所述预处理装置包括基材质量检测部件,所述基材质量检测部件用于检测预处理后的所述双极板基材的表面质量;响应于所述表面质量不满足要求,通过所述预处理装置发送预警指令给所述处理器,所述处理器基于所述预警指令生成提醒信息发送给终端;所述镀铬装置、所述渗氮装置以及所述渗碳装置中的一个或多个,用于:基于所述生产指令中各个镀层子指令的先后顺序,对所述预处理后的所述双极板基材镀纯铬层、氮化铬层和铬碳共存层;其中,所述镀铬装置、所述渗氮装置、所述渗碳装置分别与所述真空加工装置连接,所述真空加工装置用于放置所述中间产物。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本说明书一些实施例所示的金属双极板镀层智能加工系统图;
图2是根据本说明书一些实施例所示的金属双极板镀层智能加工方法的示例性流程图;
图3是根据本说明书一些实施例所示的镀铬模型的示意图;
图4是根据本说明书一些实施例所示的分压模型的示意图;
图5是根据本说明书一些实施例所示的确定碳铬共存层沉积时间的示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
金属双极板不同表面质量的基材与镀层的结合力不同,因此需要的镀层厚度也有所不同。CN110880608B仅通过沉积在金属双极板基材表面特定厚度的复合膜层,没有考虑到预处理后的基材表面质量与镀层之间的关系。因此,本说明书一些实施例根据预处理后的双极板基材的表面质量、铬溅射靶工作气压、偏压、铬溅射靶的电流及预设沉积时间,确定预设镀铬层厚度,能够综合考虑产品质量和成本因素。此外,本说明书一些实施例能够筛选出表面质量不合格的预处理后的双极板基材,进一步降低成本。
图1是根据本说明书一些实施例所示的金属双极板镀层智能加工系统图。
在一些实施例中,所述金属双极板镀层智能加工系统100可以包括处理器110、真空加工装置160、预处理装置120、镀铬装置130、渗氮装置140、渗碳装置150、传送通道170和终端180。
处理器110作为一种控制装置,与真空加工装置160、预处理装置120、镀铬装置130、渗氮装置140、渗碳装置150通信连接,并生成生产指令发送给预处理装置120、真空加工装置160、镀铬装置130、渗氮装置140、渗碳装置150中的至少一个。预处理装置120可以发送预警指令给处理器110,处理器110基于预警指令生成提醒信息发送给终端180。处理器110可以为现有已知的PLC控制器等,其外围电路及与其他电子元器件的连接电路为本领域技术人员掌握的普通技术知识。
终端180指操作人员所使用的一个或多个终端设备或软件。在一些实施例中,使用终端180的可以是一个或多个操作人员。在一些实施例中,用户终端180可以是移动设备180-1、平板计算机180-2、膝上型计算机180-3、台式计算机180-4等其他具有输入和/或输出功能的设备中的一种或其任意组合。
真空加工装置160是用于提供真空加工环境的装置。真空加工装置160响应于从处理器接收到的生产指令,为其中放置的中间产物提供真空条件。镀铬装置130、渗氮装置140、渗碳装置150分别与真空加工装置160连接。在一些实施例中,真空加工装置160响应于从处理器接收到的生产指令如真空度,通过机械泵与分子泵对设备内腔进行抽真空操作。
预处理装置120是对双极板基材进行预处理的装置。预处理装置120响应于从所述处理器110接收到的生产指令,基于生产指令中的预处理参数对双极板基材进行预处理。在一些实施例中,预处理装置120可以包括基材质量检测部件122。在一些实施例中,预处理装置可以包括抛光部件、超声清洗部件、离子溅射清洗部件中的至少一种。抛光部件可以对基材表面进行抛光工序,降低表面粗糙度。超声清洗部件使用超声波清洗基材表面附着物。离子溅射清洗部件使用等离子体溅射清洗基材表面附着物。
基材质量检测部件122可以用于检测预处理后的双极板基材的表面质量。
在一些实施例中,基材质量检测部件包括图像采集装置124。图像采集装置124基于采集的双极板基材图像和从处理器110获取的标准图像的相似度,确定表面质量。其中,双极板基材图像可以包括基材表面图像和基材侧面图像。
标准图像可以是表面质量满足要求的双极板基材图像。在一些实施例中,可以通过图像采集装置124采集合格的双极板基材的图像信息,生成标准图像。其中,合格的双极板基材可以选取多个,用于生成多个标准图像,满足对比不同双极板基材图像的相似度的需求。
在一些实施例中,处理器110可以通过对比采集的双极板基材图像和从处理器110获取的标准图像的亮度、对比度和结构确定二者的相似度。在一些实施例中,处理器110可以通过对比采集的双极板基材图像和从处理器110获取的标准图像的像素位置差异、灰度差异确定二者的相似度。在一些实施例中,处理器110可以通过机器学习模型基于采集的双极板基材图像和从处理器110获取的标准图像确定相似度。
表面质量是指双极板基材表面的优劣程度。在一些实施例中,表面质量可以包括描述双极板基材表面情况的指标。例如,表面质量可以包括划痕数量和/或长度、凹凸点数量和/或面积、厚度均匀性、翘曲度中的至少一种指标。
在一些实施例中,可以运用熵权法计算表面质量评价系统权重集,综合不同的评价指标确定表面质量。熵权法根据各指标的变异程度,利用信息熵计算出各指标的熵权,再通过熵权对各指标的权重进行修正,从而得到较为客观的指标权重。例如,若某个指标的信息熵越小,表明指标值的变异程度越大,提供的信息量越多,在综合评价中所能起到的作用也越大,其权重也就越大。在一些实施例中,可以将表面质量用1~10的数值进行表示。其中,数值越大代表表面质量越好。在一些实施例中,表面质量大于预设数值,则表面质量满足要求。
镀铬装置130可以包括铬溅射靶,用于对预处理后的双极板基材镀纯铬层。在一些实施例中,镀铬装置130用于执行生产指令中的第一子指令。关于第一子指令的具体内容,参见图3及其相关描述。
渗氮装置140工作时用于提供氮,和镀铬装置130共同对镀纯铬层后的双极板基材镀氮化铬层。在一些实施例中,渗氮装置140与镀铬装置130用于执行生产指令中的第二子指令。关于第二子指令的具体内容,参见图4及其相关描述。
渗碳装置150工作时用于提供碳,和镀铬装置130共同对镀氮化铬层后的双极板基材镀铬碳共存层。在一些实施例中,渗碳装置150与镀铬装置130用于执行生产指令中的第三子指令。关于第三子指令的具体内容,参见图5及其相关描述。
真空加工装置160、预处理装置120、镀铬装置130、渗氮装置140、渗碳装置150之间通过传送通道170传送中间产物。在一些实施例中,传送通道170里设置传送带传送中间产物。
通过处理器给真空加工装置、预处理装置、镀铬装置、渗氮装置、渗碳装置发送生产指令,能够提高生产双极板的效率,且通过预处理装置对双极板进行预处理,从而保证后续镀层的品质,此外,基材质量检测部件检测预处理后的双极板基材的表面质量,筛选出满足要求的基材,能够有效避免表面质量不佳的基材进行镀层后双极板质量不合格带来的额外损失成本。
图2是根据本说明书一些实施例所示的金属双极板镀层智能加工方法的示例性流程图。如图2所示,流程200包括下述步骤。在一些实施例中,流程200可以由金属双极板镀层智能加工系统执行。
步骤210,处理器发送生产指令至真空加工装置、预处理装置、镀铬装置、渗氮装置、渗碳装置中的至少一个;其中,真空加工装置、预处理装置、镀铬装置、渗氮装置、渗碳装置之间通过传送通道传送中间产物。
生产指令是指用于生产双极板的指令。在一些实施例中,生产指令可以包括预处理参数、镀层子指令等。
镀层子指令是用于控制对应装置执行镀层操作的指令。在一些实施例中,镀层子指令可以用于控制镀铬装置、渗氮装置、渗碳装置中的一种或多种给双极板基材执行镀层操作。例如,镀层子指令可以用于控制镀铬装置给双极板基材镀纯铬层,镀层子指令还可以用于控制镀铬装置及渗氮装置给双极板镀氮化铬层,以及控制镀铬装置及渗碳装置给双极板镀铬碳共存层。
镀层子指令可以包括第一子指令、第二子指令和第三子指令。关于第一子指令、第二子指令和第三子指令的具体内容,分别参见图3、图4和图5的相关内容。
中间产物是指双极板基材在加工完成之前的状态。例如,经过预处理的双极板基材可以是中间产物,又例如,只镀上一层纯铬层的双极板也可以是中间产物。
步骤220,控制预处理装置基于生产指令中的预处理参数对双极板基材进行预处理;响应于表面质量不满足要求,通过预处理装置发送预警指令给处理器,处理器基于预警指令生成提醒信息发送给终端。
在一些实施例中,预处理装置,响应于从处理器接收到的生产指令,基于生产指令中的预处理参数对双极板基材进行预处理。在一些实施例中,预处理装置可以包括基材质量检测部件,用于检测预处理后的双极板基材的表面质量。关于基材质量检测部件的更多内容可以参见图1及其相关描述。
在一些实施例中,响应于表面质量不满足要求,预处理装置发送预警指令给处理器,处理器基于预警指令生成提醒信息发送给终端。在一些实施例中,双极板基材的表面质量与标准图像的表面质量的差别大于预设差别阈值,则双极板基材的表面质量不满足要求。例如,双极板基材的表面的划痕长度(如15厘米)大于预设差别阈值(如5厘米),则表面质量不满足要求。关于标准图像的具体内容参见图1及相关描述。
在一些实施例中,响应于表面质量满足要求,预处理装置确定双极板基材进行预处理的结果合格,即双极板基材可以进入后续工序(如经传送通道传输至镀铬装置进行镀纯铬层的工序)。
预处理装置是对双极板基材进行预处理的装置。在一些实施例中,预处理装置可以包括抛光部件、超声清洗部件、离子溅射清洗部件中的至少一种。关于预处理装置的更多内容,参见图1及其相关描述。
预处理参数是用于控制预处理装置对双极板基材进行预处理的参数。在一些实施例中,预处理参数可以包括抛光参数、超声清洗参数、离子溅射清洗参数等。在一些实施例中,预处理参数可以通过查表的方式确定。例如,不同的双极板基材对应不同的预处理参数,则可以在生产工艺表中查找对应双极板基材匹配的预处理参数。
表面质量是指双极板基材表面的优劣程度。在一些实施例中,表面质量包括划痕数量和/或长度、凹凸点数量和/或面积、厚度均匀性、翘曲度等。,关于表面质量的更多内容参见图1的相关内容。
预警指令是用于指示预处理后的双极板基材的表面质量不合格的指令。
提醒信息是指通过终端提示双极板基材的表面质量不合格的信息。在一些实施例中,提醒信息可以是文字内容。例如,在终端显示文字“不合格”。在一些实施例中,提醒信息可以是音频信息。例如,在终端响起警示音或者语音提醒不合格等。
在一些实施例中,预处理装置响应于从处理器接收到的生产指令,可以基于生产指令中的预处理参数通过不同部件对双极板基材进行预处理。例如,抛光部件可以对双极板基材进行抛光,抛光参数基于预处理参数确定。又例如,超声清洗部件可以在双极板基材抛光前及抛光后对其进行清洗,超声参数基于预处理参数确定。预处理还可以包括其他处理方式,例如,离子溅射清洗部件可以在双极板基材镀层前进行清洗,离子溅射清洗参数基于预处理参数确定。
在一些实施例中,预处理装置包括基材质量检测部件,用于检测预处理后的双极板基材的表面质量。基材质量检测部件可以拍摄预处理后的双极板基材的表面,并与标准双极板基材的表面做比较,若两者差别大于预设差别阈值,则判定表面质量不合格。其中,标准双极板基材是表面质量达标的双极板基材,用于作为检验双极板基材的表面质量的标样。
在一些实施例中,可以人工识别双极板基材的表面,基于经验判断表面质量是否合格。响应于表面质量不满足要求,预处理装置发送预警指令给处理器。在一些实施例中,预处理装置根据基材质量检测部件获取的表面质量结果,生成预警指令,并与处理器以各种方式连接,例如,无线连接或有线连接等,从而将预警指令发送给处理器。
在一些实施例中,处理器基于预警指令生成提醒信息发送给终端。预警指令与提醒信息的生成关系可以预先储存在存储设备中。
步骤230,控制镀铬装置、渗氮装置与渗碳装置中的一个或多个,基于生产指令中各个镀层子指令的先后顺序,对预处理后的双极板基材镀纯铬层、氮化铬层和铬碳共存层。
在一些实施例中,生产指令中各个镀层子指令的先后顺序可以是第一子指令、第二子指令和第三子指令。其中,执行第一子指令对应在预处理后的双极板基材上镀纯铬层,执行第二子指令对应在执行第一子指令后的双极板上镀氮化铬层,执行第三子指令对应在执行第二子指令后的双极板上镀铬碳共存层。
在一些实施例中,镀铬装置基于第一子指令,在预处理后的双极板基材上镀纯铬层,得到镀纯铬层的双极板。
第一子指令是指用于指示镀铬装置在双极板基材上进行镀纯铬层的指令。在一些实施例中,镀铬装置在接收到第一子指令后,在预处理后的双极板基材上镀纯铬层。在一些实施例中,镀铬装置在接收到第一子指令后,铬溅射靶溅射出铬镀到预处理后的双极板基材上形成纯铬层。关于第一子指令的更多内容参见图3相关内容。
在一些实施例中,镀铬装置与渗氮装置基于第二子指令,在表面形成纯铬层的双极板上镀氮化铬层,得到底层镀纯铬层且表面镀上氮化铬层的双极板。
第二子指令是指用于指示镀铬装置与渗氮装置在表面形成纯铬层的双极板上进行镀氮化铬层的指令。在一些实施例中,镀铬装置与渗氮装置在接收到第二子指令后,在表面形成纯铬层的双极板上镀氮化铬层。在一些实施例中,镀铬装置在接收到第二子指令后,铬溅射靶溅射出铬,且渗氮装置提供氮,共同作用于表面形成纯铬层的双极板上以形成氮化铬层。关于第二子指令的更多内容参见图4相关内容。
在一些实施例中,镀铬装置与渗碳装置基于第三子指令,在底层镀纯铬层且表面镀氮化铬层的双极板上镀铬碳共存层,得到底层镀纯铬层,中间层镀上氮化铬层且表面镀上铬碳共存层的双极板。
第三子指令是指用于指示镀铬装置与渗碳装置在底层镀纯铬层且表面镀氮化铬层的双极板上进行镀铬碳共存层的指令。在一些实施例中,镀铬装置与渗碳装置在接收到第三子指令后,在底层镀纯铬层且表面镀氮化铬层双极板上镀铬碳共存层。在一些实施例中,镀铬装置在接收到第三子指令后,铬溅射靶溅射出铬,且渗碳装置提供碳,共同镀到双极板上形成铬碳共存层。关于第三子指令的更多内容参见图5相关内容。
应当注意的是,上述有关流程200的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程200进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。
图3是根据本说明书一些实施例所示的镀铬模型的示意图。
在一些实施例中,镀铬装置可以包括铬溅射靶。在一些实施例中,第一子指令可以包括铬溅射靶工作时,工作气压保持在0.6Pa~1.3Pa,偏压为-100V,铬靶的电流为4~10A。在一些实施例中,第一子指令还可以包括镀铬沉积时间。镀铬沉积时间是指镀纯铬层所需工作时长。
在一些实施例中,处理器可以基于铬溅射靶工作气压、偏压、铬溅射靶的电流、预设沉积时间,通过镀铬模型,确定预设镀铬层厚度,从而确定镀铬沉积时间。
镀铬模型320是用于确定预设镀铬层厚度的模型。在一些实施例中,镀铬模型可以是机器学习模型,例如,镀铬模型可以是深度神经网络模型或者卷积神经网络模型等。
镀铬模型的输入是铬溅射靶工作气压312-A、偏压314-A、铬溅射靶的电流316-A、预设沉积时间318。
铬溅射靶工作气压是指铬溅射靶工作时的气压。偏压是指整体回路中对应装置的电压(此处为铬溅射靶在回路中的电压)。铬溅射靶的电流是指铬溅射靶工作时的电流。预设沉积时间是指预设的镀纯铬层所需工作时长。
镀铬模型的输出是预设镀铬层厚度330。
在一些实施例中,可以基于训练样本及其标签对初始镀铬模型进行训练。初始镀铬模型可以是未设置参数的镀铬模型。训练样本可以是铬溅射靶工作气压样本、偏压样本、铬溅射靶的电流样本、预设沉积时间样本,标签可以是其对应的实际镀铬层厚度。训练样本和标签可以基于存储设备或数据库中调取的历史数据获得,标签可以基于历史实际情况获得。将铬溅射靶工作气压样本、偏压样本、铬溅射靶的电流样本、预设沉积时间样本输入初始镀铬模型进行训练,得到输出的预设镀铬层厚度,基于预设镀铬层厚度与实际镀铬层厚度构建损失函数,并基于损失函数迭代更新初始镀铬模型,直到预设条件被满足,训练完成,得到训练好的镀铬模型。其中,预设条件可以是损失函数小于阈值、收敛或训练周期达到阈值。
在一些实施例中,当镀铬模型输出的预设镀铬层厚度330符合镀铬层厚度要求时,处理器确定该情况下镀铬模型输入的预设沉积时间为镀铬沉积时间350。镀铬层厚度要求是指预设镀铬层厚度需要满足的要求。镀铬层厚度要求可以根据不同客户的需求预先设置,例如,若双极板需要在强酸或强碱等易腐蚀的环境下工作,则预设镀铬层厚度可以相应增厚。在一些实施例中,预设镀铬层厚度与双极板的工作环境可以存在映射关系,并存储在存储设备中以便处理器调用。
在一些实施例中,可以通过查表等方法确定多个预设沉积时间。例如,可以通过查表获得当前铬溅射靶工作条件下能使镀铬层厚度符合镀铬层厚度要求的预设沉积时间。在一些实施例中,处理器可以选取与使镀铬层厚度符合镀铬层厚度要求的预设沉积时间相关的多个预设沉积时间,例如,在该预设沉积时间前后选取多个时间作为多个预设沉积时间。仅作为示例的,若查表得到的预设沉积时间为5分钟,则可以选择10秒为一个间隔,分别选取4分30秒、4分40秒、4分50秒、5分钟、5分10秒、5分20秒及5分30秒作为多个预设沉积时间输入镀铬模型。
在一些实施例中,可以通过向量匹配的方法确定多个预设沉积时间。例如,将铬溅射靶工作、镀铬层厚度与预设沉积时间向量化后存储为历史数据,将当前铬溅射靶工作条件及镀铬层厚度向量化后,从储存的历史数据中通过向量匹配的方法,如,选取向量相似度最高的向量,来选取当前铬溅射靶工作条件下使镀铬层厚度符合镀铬层厚度要求的预设沉积时间。其中,处理器可以计算向量距离,将距离最短的向量作为相似度最高的向量,该向量距离可以包括欧氏距离、曼哈顿距离等。在一些实施例中,处理器可以在该预设沉积时间前后选取多个时间作为多个预设沉积时间输入镀铬模型。
通过镀铬模型,确定镀铬沉积时间,该过程结合了预设镀铬层厚度,由于预设镀铬层厚度相关于表面质量,则镀铬沉积时间结合成本与双极板基材的质量综合确定,保证确定的镀铬沉积时间的准确性。
预设镀铬层厚度是指基于双极板情况预设的需要镀上的纯铬层厚度。
在一些实施例中,处理器还可以基于金属双极板的表面质量340,确定预设镀铬层厚度330。在一些实施例中,双极板的表面质量与预设镀铬层厚度有关。例如,双极板基材的表面质量越差,则预设镀铬层厚度越厚。在一些实施例中,表面质量与预设镀铬层厚度可以存在映射关系。
基于双极板基材的表面质量确定合适的预设镀铬层厚度,避免了双极板基材的表面划痕等质量问题的影响,能够使预设镀铬层厚度更符合当前实际生产情况。
相较于通过查找历史数据来确定镀铬沉积时间,基于镀铬模型确定镀铬沉积时间能加快处理进程,缩短生产工期,且在确定镀铬沉积时间时考虑了金属双极板的表面质量的影响,能使镀铬模型确定的镀铬沉积时间更加准确。
图4是根据本说明书一些实施例所示的分压模型的示意图。
在一些实施例中,第二子指令可以包括铬溅射靶工作时,工作气压保持在0.6Pa~1.3Pa,偏压为-120V,铬靶的电流为4~10A;渗氮装置工作时的氮气分压为0.4Pa~0.8Pa。在一些实施例中,第二子指令还可以包括氮化铬沉积时间。氮化铬沉积时间是指镀氮化铬层所需工作时长。
在一些实施例中,处理器可以基于氮化铬镀层结合力410,确定预设氮化铬沉积速率424。
氮化铬镀层结合力是指氮化铬镀层在双极板上结合的强度,结合力越大表示氮化铬镀层越不容易从双极板上脱离。
在一些实施例中,处理器可以从历史数据中选取最佳氮化铬沉积速率作为预设氮化铬沉积速率。例如,数据库或存储设备中包含当前铬溅射靶工作条件下,结合良好的历史氮化铬镀层(如,无空隙等)对应的多个氮化铬沉积速率,处理器选取上述多个氮化铬沉积速率中成本最低的氮化铬沉积速率作为最佳氮化铬沉积速率,处理器再将该最佳氮化铬沉积速率作为预设氮化铬沉积速率。
分压模型430是用于确定渗氮装置工作时的氮气分压的模型。在一些实施例中,分压模型可以是机器学习模型。例如,分压模型可以是深度神经网络模型或者卷积神经网络模型等。
预设氮化铬沉积速率是指氮化铬层镀在双极板上的速率,其单位可以用单位时间内镀上的氮化铬镀层厚度表示,如,毫米每分钟等。
分压模型的输入是铬溅射靶工作气压312-B、偏压314-B、铬溅射靶的电流316-B、预设氮化铬沉积速率424。关于铬溅射靶工作气压、偏压及铬溅射靶的电流的具体内容,参见图3及其相关描述。关于预设氮化铬沉积速率参见上文相关描述。
分压模型的输出是氮气分压440。氮气分压是指渗氮装置工作时氮气占全部气体的分压。
在一些实施例中,可以基于训练样本及其标签对初始分压模型进行训练。初始分压模型可以是未设置参数的分压模型。训练样本可以是铬溅射靶工作气压样本、偏压样本、铬溅射靶的电流样本、预设氮化铬沉积速率样本,标签可以是其对应的实际氮气分压。训练样本和标签可以基于存储设备或数据库中调取的历史数据获得,标签可以基于历史实际情况获得。将铬溅射靶工作气压样本、偏压样本、铬溅射靶的电流样本、预设氮化铬沉积速率样本输入初始分压模型进行训练,得到输出的氮气分压,基于氮气分压与实际氮气分压构建损失函数,并基于损失函数迭代更新初始分压模型,直到预设条件被满足,训练完成,得到训练好的分压模型。其中,预设条件可以是损失函数小于阈值、收敛或训练周期达到阈值。
通过分压模型确定渗氮装置工作时的氮气分压,能保证氮气分压的精确度进而准确控制镀铬装置及渗氮装置在双极板上镀出的氮化铬镀层厚度。
在一些实施例中,分压模型的输入还包括镀铬模型输出的预设镀铬层厚度330。关于预设镀铬层厚度的具体内容,参见图3及其相关描述。
对应的,在对分压模型进行训练时,训练样本还可以包括预设镀铬层厚度样本,其余训练部分参见本说明书上文。
基于预设氮化铬沉积速率及预设镀铬层厚度,通过分压模型确定渗氮装置工作时的氮气分压,考虑了镀铬层厚度对氮化铬镀层的影响,能够进一步保证氮气分压的精确度。
在一些实施例中,处理器可以基于加工成本452、应用场景的电压工况特性454等因素,预先确定预设氮化铬镀层厚度460。
在一些实施例中,处理器可以通过向量匹配的方式,基于加工成本、应用场景的电压工况特性等因素,预先确定预设氮化铬镀层厚度。例如,历史加工成本、应用场景的电压工况特性与对应的氮化铬镀层厚度向量化,构成多个历史向量,储存在数据库或存储设备中。进一步将当前加工成本、应用场景的电压工况特性等元素向量化,处理器计算当前加工成本、应用场景的电压工况特性等元素构成的向量与上述对应的历史向量的距离,将距离最小的向量所对应的氮化铬镀层厚度作为当前预设氮化铬镀层厚度。
在一些实施例中,处理器可以基于预设氮化铬镀层厚度460和预设氮化铬沉积速率424,确定氮化铬沉积时间470。在一些实施例中,预设氮化铬镀层厚度可以由预设氮化铬沉积速率与氮化铬沉积时间的乘积得到,因而氮化铬沉积时间由预设氮化铬镀层厚度除以预设氮化铬沉积速率获得。其中,预设氮化铬沉积速率也可以取多个氮化铬沉积速率的平均值。关于预设氮化铬沉积速率的确定可以参见上文相关描述。
由于氮化铬沉积时间直接关系到加工成本,如,氮化铬沉积时间长,则厂商加工成本高,且氮化铬沉积时间直接影响氮化铬镀层厚度,而氮化铬镀层厚度决定双极板的品质及使用寿命。因此,通过分压模型确定渗氮装置的氮气分压,以及基于预设氮化铬镀层厚度和预设氮化铬沉积速率,确定氮化铬沉积时间,来共同确定二子指令,能使氮化铬镀层厚度与应用场景更为适配。
图5是根据本说明书一些实施例所示的确定碳铬共存层沉积时间的示意图。
在一些实施例中,第三子指令包括铬溅射靶工作时,工作气压保持在0.6Pa~1.3Pa,偏压为-100V,铬靶的电流为4~10A;碳溅射靶工作时,电流为2-8A,基体压-100V。在一些实施例中,第三子指令还包括碳铬共存层沉积时间。碳铬共存层沉积时间是指在双极板上镀碳铬共存层的工作时长。
在一些实施例中,处理器可以基于镀铬层厚度510与氮化铬镀层厚度520,结合用户需求530,确定铬碳共存层厚度540,进而确定碳铬共存层沉积时间550。在一些实施例中,碳铬共存层沉积时间由铬碳共存层厚度除以铬碳共存层沉积速率获得。其中,铬碳共存层沉积速率也可以取多个铬碳共存层沉积速率的平均值。
在一些实施例中,处理器可以从历史数据中选取最佳铬碳共存层沉积速率作为铬碳共存层沉积速率。例如,数据库或存储设备中包含当前铬溅射靶工作条件下,结合良好的历史铬碳共存层对应的多个铬碳共存层沉积速率,处理器选取上述多个铬碳共存层沉积速率中成本最低的铬碳共存层沉积速率作为最佳铬碳共存层沉积速率,处理器再将该最佳铬碳共存层沉积速率作为铬碳共存层沉积速率。
用户需求是指用户根据双极板的使用情况,提出的对双极板的需求。在一些实施例中,用户需求可以包括双极板表面整体镀层的厚度,即镀铬层、氮化铬镀层及铬碳共存层整体的厚度。
在一些实施例中,用户可以根据双极板使用的应用场景中的酸碱度或者电压工况等决定双极板表面整体镀层的厚度。例如,双极板在较恶劣环境下(如,高压、高温、高湿或强酸性的燃料电池中)工作,则双极板表面整体镀层的厚度可以适度增厚。
在一些实施例中,用户还可以根据其他因素还决定双极板表面整体镀层的厚度,如,用户预算有限,希望以较低的成本购买双极板,则双极板表面整体镀层的厚度可以优先考虑加工成本。
在一些实施例中,处理器可以根据用户需求确定双极板表面整体镀层的厚度。在一些实施例中,处理器可以基于双极板表面整体镀层的厚度减去镀铬层厚度与氮化铬镀层厚度获得碳铬共存层厚度。
在一些实施例中,处理器还可以基于向量匹配的方式确定碳铬共存层厚度。例如,将历史用户需求及对应的历史碳铬共存层厚度等向量化后,以历史向量形式存储在数据库或存储设备中,基于当前用户需求等元素构建向量,处理器计算当前用户需求等元素构成的向量与上述历史向量的距离,选取当前用户需求等元素构成的向量距离最近的历史向量,并将该历史向量中的历史碳铬共存层厚度作为碳铬共存层厚度。计算向量距离的相关内容参见上文相关描述。
在一些实施例中,处理器可以基于迭代算法,通过优化评估函数,确定最优方案,所述最优方案至少包括所述镀铬沉积时间和所述氮化铬沉积速率,所述评估函数相关于所述镀铬沉积时间、氮化铬沉积时间、碳铬共存层沉积时间。
最优方案是指控制双极板基材上镀层达到合格效果且成本最低的方案。在一些实施例中,最优方案可以包括最短镀铬沉积时间和最快氮化铬沉积速率等。
处理器可以预设多组候选方案,每组候选方案至少包括镀铬沉积时间、氮化铬沉积速率,候选方案可以通过(a,b)表示,其中a表示镀铬沉积时间,b表示氮化铬沉积速率。
在一些实施例中,在至少一轮迭代中,处理器可以基于候选方案中的镀铬沉积时间,通过镀铬模型确定镀铬层厚度;处理器可以基于方案中的氮化铬沉积速率,结合预设氮化铬厚度确定氮化铬沉积时间;处理器可以基于镀铬层厚度与氮化铬镀层厚度,结合用户需求,确定铬碳共存层厚度,进而确定碳铬共存层沉积时间。其中,确认镀铬沉积时间、氮化铬沉积时间及碳铬共存层沉积时间的详细过程参见上文相关描述。
在一些实施例中,选取满足限制条件的候选方案中,对应评估函数值最小的候选方案作为下一轮迭代的候选方案,并生成下一轮迭代的多组候选方案。
限制条件可以包括候选方案对应的镀铬层最低厚度、氮化铬镀层最低厚度、碳铬共存层最低厚底。在一些实施例中,限制条件可以预先设置。其中,不同表面质量对应的双极板基材的限制条件可以不同。在一些实施例中,处理器将候选方案对应的镀铬层厚度、氮化铬镀层厚度及铬碳共存层厚度与限制条件进行比较,可以判断候选方案是否满足限制条件。
评估函数是指用于评估成本的函数。在一些实施例中,评估函数可以等于镀铬沉积时间与镀铬成本的乘积、氮化铬沉积时间与镀氮化铬成本的乘积、碳铬共存层沉积时间与镀碳铬共存层成本的乘积,以及其他成本的加和。评估函数可用公式(1)表示:
C=ax+by+cz+d (1)
其中,C表示总成本,a表示镀铬单位时间成本,b表示镀氮化铬单位时间成本,c表示镀碳铬共存层单位时间成本,x表示镀铬沉积时间,y表示氮化铬沉积时间,z表示碳铬共存层沉积时间,d表示其他成本。
上述公式中,镀铬沉积时间x、氮化铬沉积时间y及碳铬共存层沉积时间z的确定参见上文相关描述,镀铬单位时间成本a、镀氮化铬单位时间成本b及镀碳铬共存层单位时间成本c根据能耗及工料的价格确定,其他成本d可以包括人工成本等。
在至少一轮迭代中,处理器可以基于镀铬沉积时间、氮化铬沉积时间及碳铬共存层沉积时间,通过评估函数,计算得出评估函数值。
在一些实施例中,将满足限制条件,且对应评估函数值最小的候选方案作为下一轮迭代的候选方案,基于该候选方案可以生成多组候选方案。例如,将该候选方案中的镀铬沉积时间及氮化铬沉积速率作为新的镀铬沉积时间及氮化铬沉积速率,并选取多个与该候选方案中镀铬沉积时间及氮化铬沉积速率相关的值(例如多个用户需求等),匹配生成多组候选方案。
在一些实施例中,处理器可以基于该候选方案中镀铬沉积时间,等间隔设置多个候选镀铬沉积时间,以及基于该候选方案中氮化铬沉积速率,等间隔设置多个候选氮化铬沉积速率,具体间隔和个数可以人工提前设定,多个候选镀铬沉积时间和多个候选氮化铬沉积速率可以随机匹配生成多组候选方案。
例如,上一轮满足限制条件且评估函数值最小的候选方案为(3,10),3可以表示镀铬沉积时间为3min,10表示氮化铬沉积速率为10nm/min,处理器可以设置候选镀铬沉积时间生成的间隔为0.5,个数为5,则候选镀铬沉积时间为2,2.5,3,3.5,4;设置候选氮化铬沉积速率的间隔为0.5,个数也为5,则候选氮化铬沉积速率为9,9.5,10,10.5,11。将上述多个候选镀铬沉积时间和多个候选氮化铬沉积速率随机匹配,得到多组候选方案,如(2,10)、(3,9)等。从多组候选方案中选择满足限制条件,且对应评估函数值最小的候选方案进行下一轮迭代。
预设要求是指使迭代停止需满足的条件。在一些实施例中,预设要求可以是两轮迭代的评估函数值的差值小于评估阈值,其中,评估阈值可以人为设定,例如20、30等。在一些实施例中,预设要求可以是本轮预估函数值小于函数阈值,函数阈值可以根据用户需求或者双极板基材表面质量设置,例如,若双极板基材表面质量较差,则可以适度增大函数阈值。预设要求还可以根据其他方式设定,例如,迭代轮次达到轮次阈值可以停止迭代。
在一些实施例中,迭代满足预设要求时,停止迭代,将满足限制条件,且评估函数值最小的候选方案作为最优方案。
通过迭代算法和评估函数确定最优方案,该过程既实现各镀层厚度大于最低厚度,满足了双极板镀层的质量要求,将加工成本降低,有效提高双极板生产过程中的经济效益。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外,对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.一种金属双极板镀层智能加工系统,所述系统包括处理器:
所述处理器与真空加工装置、预处理装置、镀铬装置、渗氮装置、渗碳装置通信连接,并生成生产指令发送给所述预处理装置、所述真空加工装置、所述镀铬装置、所述渗氮装置、所述渗碳装置中的至少一个;其中,所述真空加工装置、所述预处理装置、所述镀铬装置、所述渗氮装置、所述渗碳装置之间通过传送通道传送中间产物;
所述预处理装置,用于:响应于从所述处理器接收到的所述生产指令,基于所述生产指令中的预处理参数对双极板基材进行预处理;
其中,所述预处理装置包括基材质量检测部件,所述基材质量检测部件用于检测预处理后的所述双极板基材的表面质量;响应于所述表面质量不满足要求,通过所述预处理装置发送预警指令给所述处理器,所述处理器基于所述预警指令生成提醒信息发送给终端;
所述镀铬装置、所述渗氮装置以及所述渗碳装置中的一个或多个,用于:基于所述生产指令中各个镀层子指令的先后顺序,对所述预处理后的所述双极板基材镀纯铬层、氮化铬层和铬碳共存层;其中,所述镀铬装置、所述渗氮装置、所述渗碳装置分别与所述真空加工装置连接,所述真空加工装置用于放置所述中间产物。
2.根据权利要求1所述的金属双极板镀层智能加工系统,所述基材质量检测部件包括图像采集装置,所述图像采集装置用于基于采集的双极板基材图像和从所述处理器获取的标准图像的相似度,确定所述表面质量。
3.根据权利要求1所述的金属双极板镀层智能加工系统,所述镀铬装置包括铬溅射靶;所述镀层子指令包括第一子指令,所述第一子指令包括:所述铬溅射靶工作时,工作气压保持在0.6Pa~1.3Pa,偏压为-100V,铬靶电流为4~10A;所述第一子指令还包括镀铬沉积时间。
4.根据权利要求1所述的金属双极板镀层智能加工系统,所述镀铬装置包括铬溅射靶;所述镀层子指令包括第二子指令,所述第二子指令包括:所述铬溅射靶工作时,工作气压保持在0.6Pa~1.3Pa,偏压为-120V,铬靶电流为4~10A;渗氮装置工作时的氮气分压为0.4Pa~0.8Pa;所述第二子指令还包括氮化铬沉积时间。
5.根据权利要求4所述的金属双极板镀层智能加工系统,所述镀层子指令包括第三子指令;所述第三子指令包括:所述铬溅射靶工作时,所述工作气压保持在0.6Pa~1.3Pa,所述偏压为-100V,所述铬靶电流为4~10A;碳溅射靶工作时,电流为2-8A,基体压为-100V;所述第三子指令还包括碳铬共存层沉积时间。
6.一种金属双极板镀层智能加工方法,所述方法由处理器执行,所述方法包括:
所述处理器发送生产指令至真空加工装置、预处理装置、镀铬装置、渗氮装置、渗碳装置中的至少一个;其中,所述真空加工装置、所述预处理装置、所述镀铬装置、所述渗氮装置、所述渗碳装置之间通过传送通道传送中间产物;
控制所述预处理装置基于所述生产指令中的预处理参数对双极板基材进行预处理;
其中,所述预处理装置包括基材质量检测部件,所述基材质量检测部件用于检测预处理后的所述双极板基材的表面质量;响应于所述表面质量不满足要求,通过所述预处理装置发送预警指令给所述处理器,所述处理器基于所述预警指令生成提醒信息发送给终端;
控制所述镀铬装置、所述渗氮装置与所述渗碳装置中的一个或多个,基于所述生产指令中各个镀层子指令的先后顺序,对所述预处理后的所述双极板基材镀纯铬层、氮化铬层和铬碳共存层。
7.根据权利要求6所述的金属双极板镀层智能加工方法,所述基材质量检测部件包括图像采集装置,所述图像采集装置用于基于采集的双极板基材图像和从所述处理器获取的标准图像的相似度,确定所述表面质量。
8.根据权利要求6所述的金属双极板镀层智能加工方法,所述镀铬装置包括铬溅射靶;所述镀层子指令包括第一子指令,所述第一子指令包括:所述铬溅射靶工作时,工作气压保持在0.6Pa~1.3Pa,偏压为-100V,铬靶电流为4~10A;所述第一子指令还包括镀铬沉积时间。
9.根据权利要求6所述的金属双极板镀层智能加工方法,所述镀铬装置包括铬溅射靶;所述镀层子指令包括第二子指令,所述第二子指令包括:所述铬溅射靶工作时,工作气压保持在0.6Pa~1.3Pa,偏压为-120V,铬靶电流为4~10A;渗氮装置工作时的氮气分压为0.4Pa~0.8Pa;所述第二子指令还包括氮化铬沉积时间。
10.根据权利要求9所述的金属双极板镀层智能加工方法,所述镀层子指令包括第三子指令;所述第三子指令包括:所述铬溅射靶工作时,所述工作气压保持在0.6Pa~1.3Pa,所述偏压为-100V,所述铬靶电流为4~10A;碳溅射靶工作时,电流为2-8A,基体压为-100V;所述第三子指令还包括碳铬共存层沉积时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211646167.6A CN115976480B (zh) | 2022-12-21 | 2022-12-21 | 一种金属双极板镀层智能加工方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211646167.6A CN115976480B (zh) | 2022-12-21 | 2022-12-21 | 一种金属双极板镀层智能加工方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115976480A true CN115976480A (zh) | 2023-04-18 |
CN115976480B CN115976480B (zh) | 2024-05-28 |
Family
ID=85966000
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211646167.6A Active CN115976480B (zh) | 2022-12-21 | 2022-12-21 | 一种金属双极板镀层智能加工方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115976480B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117551973A (zh) * | 2023-11-23 | 2024-02-13 | 河北海伟电子新材料科技股份有限公司 | 复合铜箔的加工方法、复合铜箔及锂离子电池 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102800871A (zh) * | 2012-08-14 | 2012-11-28 | 上海交通大学 | 一种燃料电池金属双极板碳铬阶梯镀层及其制备方法 |
CN102931421A (zh) * | 2012-11-06 | 2013-02-13 | 上海交通大学 | 带有导电耐腐蚀镀层的燃料电池金属双极板及其制备方法 |
CN203474889U (zh) * | 2013-07-24 | 2014-03-12 | 曾宗伟 | 真空阴极弧金属表面镀膜的自动控制装置 |
CN105441888A (zh) * | 2015-12-08 | 2016-03-30 | 深圳市三鑫精美特玻璃有限公司 | 一种多功能连续磁控溅射真空镀膜自动控制系统 |
CN107058947A (zh) * | 2016-11-09 | 2017-08-18 | 上海交通大学 | 用于制备燃料电池金属双极板非晶碳膜磁控溅射连续线 |
CN108486538A (zh) * | 2018-04-27 | 2018-09-04 | 深圳市正和忠信股份有限公司 | 智能镀膜方法及系统 |
CN109518132A (zh) * | 2018-12-24 | 2019-03-26 | 昆山英利悦电子有限公司 | 一种对手机卡托进行pvd镀膜的方法 |
CN111670264A (zh) * | 2017-12-07 | 2020-09-15 | 法国圣戈班玻璃厂 | 用于自动确定沉积线的操作参数的调整值的方法和设备 |
CN213447303U (zh) * | 2020-08-19 | 2021-06-15 | 芜湖点金机电科技有限公司 | 一种激光强化顶头用降温装置 |
CN114351076A (zh) * | 2021-12-29 | 2022-04-15 | 武义瑞普厨具有限公司 | 表面热喷涂处理形成致密保护层的锅具及制备方法 |
-
2022
- 2022-12-21 CN CN202211646167.6A patent/CN115976480B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102800871A (zh) * | 2012-08-14 | 2012-11-28 | 上海交通大学 | 一种燃料电池金属双极板碳铬阶梯镀层及其制备方法 |
CN102931421A (zh) * | 2012-11-06 | 2013-02-13 | 上海交通大学 | 带有导电耐腐蚀镀层的燃料电池金属双极板及其制备方法 |
CN203474889U (zh) * | 2013-07-24 | 2014-03-12 | 曾宗伟 | 真空阴极弧金属表面镀膜的自动控制装置 |
CN105441888A (zh) * | 2015-12-08 | 2016-03-30 | 深圳市三鑫精美特玻璃有限公司 | 一种多功能连续磁控溅射真空镀膜自动控制系统 |
CN107058947A (zh) * | 2016-11-09 | 2017-08-18 | 上海交通大学 | 用于制备燃料电池金属双极板非晶碳膜磁控溅射连续线 |
CN111670264A (zh) * | 2017-12-07 | 2020-09-15 | 法国圣戈班玻璃厂 | 用于自动确定沉积线的操作参数的调整值的方法和设备 |
CN108486538A (zh) * | 2018-04-27 | 2018-09-04 | 深圳市正和忠信股份有限公司 | 智能镀膜方法及系统 |
CN109518132A (zh) * | 2018-12-24 | 2019-03-26 | 昆山英利悦电子有限公司 | 一种对手机卡托进行pvd镀膜的方法 |
CN213447303U (zh) * | 2020-08-19 | 2021-06-15 | 芜湖点金机电科技有限公司 | 一种激光强化顶头用降温装置 |
CN114351076A (zh) * | 2021-12-29 | 2022-04-15 | 武义瑞普厨具有限公司 | 表面热喷涂处理形成致密保护层的锅具及制备方法 |
Non-Patent Citations (1)
Title |
---|
吴博: ""燃料电池不锈钢双极板CrN/CrC薄膜表面改性研究"", 《电源技术》, pages 1222 - 1224 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117551973A (zh) * | 2023-11-23 | 2024-02-13 | 河北海伟电子新材料科技股份有限公司 | 复合铜箔的加工方法、复合铜箔及锂离子电池 |
CN117551973B (zh) * | 2023-11-23 | 2024-04-30 | 河北海伟电子新材料科技股份有限公司 | 复合铜箔的加工方法、复合铜箔及锂离子电池 |
Also Published As
Publication number | Publication date |
---|---|
CN115976480B (zh) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115976480A (zh) | 一种金属双极板镀层智能加工方法和系统 | |
CN110789128B (zh) | 一种增材制造制件成形质量预测与控制系统及方法 | |
Zhang et al. | Modeling and optimization of medium-speed WEDM process parameters for machining SKD11 | |
Kao et al. | Optimization of electrochemical polishing of stainless steel by grey relational analysis | |
CN100507082C (zh) | 不锈钢金属表面镀制类金刚石薄膜的方法 | |
Zhang et al. | Inverse gaussian process modeling for evolutionary dynamic multiobjective optimization | |
CN113584465B (zh) | 化学气相沉积设备 | |
US20070148462A1 (en) | Article having diamond-like carbon composite film and method for manufacturing the same | |
Sun et al. | Adjusting for autocorrelated errors in neural networks for time series | |
CN114481077A (zh) | 一种金属镀膜自动化控制装置及其方法 | |
CN109816020A (zh) | 基于主成分分析法的马氏距离的激光熔覆优化工艺 | |
US20120244385A1 (en) | Metal housing and surface treating method thereof | |
CN116614951A (zh) | 一种电路板生产控制系统和方法 | |
Qian et al. | A tool wear predictive model based on SVM | |
CN115758862B (zh) | 设备校准方法、装置、计算机设备及计算机可读存储介质 | |
US20200347490A1 (en) | Metal surface protective layer and preparation method thereof | |
CN110956362A (zh) | 基于大数据的装修企业发展状态评估方法 | |
US11929233B2 (en) | Method of adjusting the output power of a power supply supplying electrical power to a plasma, plasma apparatus and power supply | |
Kaur et al. | Data mining driven agents for predicting online auction's end price | |
CN110288482B (zh) | 钢厂期货交易方法及系统 | |
CN112111712A (zh) | 大气常压低温等离子体镀制抗刮疏水层的方法 | |
KR20210065696A (ko) | 도금 막 두께 예측 장치 및 방법 | |
JP6628569B2 (ja) | 電気錫めっき装置、及び錫めっき鋼板の製造方法 | |
KR20210079817A (ko) | 용융 합금화 아연 도금 강판 제조 장치 및 방법 | |
CN117436936B (zh) | 基于销量预测与bom成品加工系统及方法 |
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 |