CN117236076B - 一种用于燃料电池双极板的智能制造方法及系统 - Google Patents
一种用于燃料电池双极板的智能制造方法及系统 Download PDFInfo
- Publication number
- CN117236076B CN117236076B CN202311494271.2A CN202311494271A CN117236076B CN 117236076 B CN117236076 B CN 117236076B CN 202311494271 A CN202311494271 A CN 202311494271A CN 117236076 B CN117236076 B CN 117236076B
- Authority
- CN
- China
- Prior art keywords
- bipolar plate
- data
- printing
- model
- manufacturing
- 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
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 256
- 239000000446 fuel Substances 0.000 title claims abstract description 39
- 238000007639 printing Methods 0.000 claims abstract description 119
- 238000013461 design Methods 0.000 claims abstract description 59
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims abstract description 19
- 239000001257 hydrogen Substances 0.000 claims abstract description 17
- 229910052739 hydrogen Inorganic materials 0.000 claims abstract description 17
- 238000010146 3D printing Methods 0.000 claims description 103
- 239000000463 material Substances 0.000 claims description 53
- 238000000034 method Methods 0.000 claims description 48
- 230000008569 process Effects 0.000 claims description 32
- 238000000547 structure data Methods 0.000 claims description 20
- 238000011156 evaluation Methods 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 14
- 238000004381 surface treatment Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 claims description 9
- 238000007726 management method Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 9
- 235000013399 edible fruits Nutrition 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000012942 design verification Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 238000005286 illumination Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000009877 rendering Methods 0.000 claims description 3
- 238000007789 sealing Methods 0.000 description 12
- 238000009826 distribution Methods 0.000 description 10
- 239000007789 gas Substances 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 9
- 239000003054 catalyst Substances 0.000 description 8
- 230000003197 catalytic effect Effects 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 4
- 239000000110 cooling liquid Substances 0.000 description 4
- 239000001301 oxygen Substances 0.000 description 4
- 229910052760 oxygen Inorganic materials 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000009833 condensation Methods 0.000 description 2
- 230000005494 condensation Effects 0.000 description 2
- 239000002826 coolant Substances 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003487 electrochemical reaction Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 239000010416 ion conductor Substances 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000376 reactant Substances 0.000 description 2
- 239000012495 reaction gas Substances 0.000 description 2
- 238000006479 redox reaction Methods 0.000 description 2
- 239000007921 spray Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010030 laminating Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出一种用于燃料电池双极板的智能制造方法及系统，包括：获取双极板定制需求数据和氢燃料电池系统的部件数据并据此确定各个功能区的双极板制造数据；根据双极板制造数据和双极板模型生成双极板的三维图像模型和双极板制造模型；将三维图像模型、双极板制造模型输入打印控制模块；根据双极板制造模型控制打印制造模块打印双极板；实时获取生产中的输出件的三维点云数据，根据三维点云数据生成实时三维图像模型；将实时三维图像模型与三维图像模型进行比对，根据比对结果实时调整打印制造模块的工作参数以修正机器误差。本发明方案可以针对性地优化双极板各个功能区的设计与生产工作，并能智能、高效、准确地生产出高质量的双极板。
Description
技术领域
本发明涉及燃料电池技术领域，具体涉及一种用于燃料电池双极板的智能制造方法及系统。
背景技术
现有的双极板的制造通常需要复杂的成型、层压和表面处理工艺，流程复杂，生产成本较高；而且，对双极板各个功能区的处理不够精准，对双极板其他方面的质量控制也比较困难，这使得双极板的使用寿命及可靠性存在问题。
发明内容
本发明正是基于上述问题，提出了一种用于燃料电池双极板的智能制造方法及系统，通过本发明方案，可以针对性地优化双极板各个功能区的设计与生产工作，并且能智能、高效、准确地生产出高质量的双极板。
有鉴于此，本发明的一方面提出了一种用于燃料电池双极板的智能制造方法，包括：
获取第一双极板的第一定制需求数据和所述第一双极板待适配的第一氢燃料电池系统的各个部件的第一部件数据；
根据所述第一定制需求数据和所述第一部件数据确定所述第一双极板的各个功能区的第一功能区制造数据以得到第一双极板制造数据；
根据所述第一双极板制造数据和预先配置好的第一双极板模型，生成所述第一双极板的第一三维图像模型和第一双极板制造模型；
将所述第一三维图像模型、第一双极板制造模型输入3D打印控制模块；
所述3D打印控制模块根据所述第一双极板制造模型控制3D打印制造模块打印所述第一双极板；
在所述3D打印制造模块生产所述第一双极板的过程中，实时获取生产中的输出件的第一三维点云数据，根据所述第一三维点云数据生成第一实时三维图像模型；
将所述第一实时三维图像模型与所述第一三维图像模型进行比对，并根据比对结果实时调整所述3D打印制造模块的工作参数以修正机器误差。
可选地，所述根据所述第一定制需求数据和所述第一部件数据确定所述第一双极板的各个功能区的第一功能区制造数据以得到第一双极板制造数据的步骤，包括：
根据所述第一定制需求数据和所述第一部件数据将所述第一双极板划分为多个子区域，建立每个所述子区域的功能、结构、位置、性能参数之间的关系，构建双极板区域功能模型；
根据所述双极板区域功能模型，结合从所述第一定制需求数据和所述第一部件数据中提取的定制需求约束条件和部件接口参数，模拟优化每个所述子区域的结构参数，确定每个所述子区域的具体尺寸和布局；
运用拓扑优化和生成设计方法，生成每个所述子区域的结构，并进行几何尺寸和拓扑形态的优化设计；
根据所述第一定制需求数据和所述第一部件数据，综合考虑材料选型、加工工艺限制以及结构与性能的关系，调整优化每个所述子区域的第一设计方案；
根据所述第一设计方案，生成多个所述子区域的第一功能区三维模型，并对所述第一功能区三维模型进行设计验证和评估；
根据验证和评估结果优化各个所述子区域的所述第一设计方案，确定所述第一双极板的各个功能区，并结合所述双极板区域功能模型构建所述各个功能区的第一功能区模型。
可选地，所述根据所述第一定制需求数据和所述第一部件数据确定所述第一双极板的各个功能区的第一功能区制造数据以得到第一双极板制造数据的步骤，包括：
根据所述第一功能区模型确定所述各个功能区的第一材料参数；
根据所述第一功能区模型确定所述各个功能区的第一性能需求，并根据所述第一性能需求确定所述各个功能区的第一关键尺寸公差范围、第一表面处理需求；
根据所述第一功能区模型确定所述各个功能区的第一结构数据、第一布局数据、第一尺寸数据；
根据所述第一结构数据、所述第一布局数据、所述第一尺寸数据确定所述各个功能区的第一打印路径；
根据所述第一功能区模型确定所述各个功能区的第一质量要求，并根据所述第一质量要求设定关键工艺参数的第一在线监测方案、建立所述各个功能区的第一质量管理流程；
根据所述第一材料参数、所述第一性能需求、所述第一关键尺寸公差范围、所述第一表面处理需求、所述第一结构数据、所述第一布局数据、所述第一尺寸数据、所述第一打印路径、所述第一质量要求、所述第一在线监测方案、所述第一质量管理流程生成所述第一功能区制造数据。
可选地，所述根据所述第一双极板制造数据和预先配置好的第一双极板模型，生成所述第一双极板的第一三维图像模型和第一双极板制造模型的步骤，包括：
根据所述第一双极板制造数据修改所述第一双极板模型，得到第二双极板模型；
在所述第二双极板模型上标注出所述各个功能区，并从所述第二双极板模型中提取出所述第一三维图像模型。
可选地，所述根据所述第一双极板制造数据和预先配置好的第一双极板模型，生成所述第一双极板的第一三维图像模型和第一双极板制造模型的步骤，包括：
根据所述第一双极板制造数据确定第一支撑结构数据；
根据所述第一双极板制造数据和所述3D打印制造模块的打印属性参数，确定打印制造参数；
根据所述第一双极板制造数据、所述第一双极板模型、所述第一支撑结构数据、所述打印制造参数，生成所述第一双极板的每层的打印模型，并集成为符合3D打印要求的第一基础制造模型；
将所述第一基础制造模型输入模拟3D打印模块；
在所述模拟3D打印模块模拟打印所述第一双极板的过程中，同步评估模拟打印结果以得到第一评估数据；
根据所述第一评估数据修改所述第一基础制造模型，得到所述第一双极板制造模型。
可选地，所述3D打印控制模块根据所述第一双极板制造模型控制3D打印制造模块打印所述第一双极板的步骤，包括：
将所述第一双极板制造模型输入所述3D打印控制模块；
所述3D打印控制模块解析所述第一双极板制造模型，获取所述各个功能区的打印数据，并根据所述打印数据生成打印控制指令；
发送所述打印控制指令到所述3D打印制造模块，控制所述3D打印制造模块打印所述各个功能区；
控制所述3D打印制造模块完成当前功能区的打印后，换料或调整打印参数，打印下一个功能区，直至完成所有所述各个功能区的3D打印；
处理打印完成的所述第一双极板；
检测打印质量，并根据打印质量检测结果优化所述第一双极板制造模型。
可选地，所述在所述3D打印制造模块生产所述第一双极板的过程中，实时获取生产中的输出件的第一三维点云数据，根据所述第一三维点云数据生成第一实时三维图像模型的步骤，包括：
在所述3D打印制造模块配置激光点云扫描单元，用于扫描打印过程中的所述输出件的三维点云数据；
所述激光点云扫描单元与所述3D打印控制模块同步信号，确保扫描与打印同步进行；
所述3D打印制造模块层层打印时，所述激光点云扫描单元实时扫描每层打印的结构，获取各个层的层三维点云数据；
将所述层三维点云数据经预处理后得到所述第一三维点云数据；
将所述第一三维点云数据输入到三维重建算法，生成所述输出件的三维网格模型；
对所述三维网格模型进行光照、质感渲染，生成所述第一实时三维图像模型。
可选地，所述将所述第一实时三维图像模型与所述第一三维图像模型进行比对，并根据比对结果实时调整所述3D打印制造模块的工作参数以修正机器误差的步骤，包括：
获取所述输出件对应的打印时间节点；
根据所述打印时间节点和所述第一双极板制造模型确定所述输出件的所述第一实时三维图像模型在所述第一双极板的所述第一三维图像模型中的映射部分；
将所述第一实时三维图像模型中的点云数据与所述映射部分的坐标数据进行配准后逐一比对配准后的坐标对；
统计各坐标对的差值，从所述差值中选择数值大小超过预设的第一阈值的作为第一差值，当所述第一差值在所述差值中所占比例超过预设的第一比例时，根据所述差值和所述第一双极板制造模型实时调整所述3D打印制造模块的工作参数以修正机器误差。
可选地，所述根据所述第一结构数据、所述第一布局数据、所述第一尺寸数据确定所述各个功能区的第一打印路径的步骤，包括：
根据所述第一结构数据，规划所述各个功能区内部的打印充填方式，并确定打印角度；
根据所述第一布局数据，确定基本打印路径；
根据所述第一尺寸数据，确定基本打印分辨率；
根据所述打印充填方式、所述打印角度、所述基本打印路径、所述基本打印分辨率，运用路径规划算法，确定所述各个功能区的第一打印顺序及所述各个功能区内部的第二打印顺序，优化打印时间，得到所述第一打印路径。
本发明的另一方面提供一种用于燃料电池双极板的智能制造系统，包括：服务器、包括3D打印控制模块和3D打印制造模块的3D打印系统；其中，
所述服务器被配置为：
获取第一双极板的第一定制需求数据和所述第一双极板待适配的第一氢燃料电池系统的各个部件的第一部件数据；
根据所述第一定制需求数据和所述第一部件数据确定所述第一双极板的各个功能区的第一功能区制造数据以得到第一双极板制造数据；
根据所述第一双极板制造数据和预先配置好的第一双极板模型，生成所述第一双极板的第一三维图像模型和第一双极板制造模型；
将所述第一三维图像模型、第一双极板制造模型输入所述3D打印控制模块；
所述3D打印控制模块被配置为：根据所述第一双极板制造模型控制所述3D打印制造模块打印所述第一双极板；
所述服务器还被配置为：
在所述3D打印制造模块生产所述第一双极板的过程中，实时获取生产中的输出件的第一三维点云数据，根据所述第一三维点云数据生成第一实时三维图像模型；
将所述第一实时三维图像模型与所述第一三维图像模型进行比对，并根据比对结果实时调整所述3D打印制造模块的工作参数以修正机器误差。
采用本发明的技术方案，用于燃料电池双极板的智能制造方法包括：获取第一双极板的第一定制需求数据和所述第一双极板待适配的第一氢燃料电池系统的各个部件的第一部件数据；根据所述第一定制需求数据和所述第一部件数据确定所述第一双极板的各个功能区的第一功能区制造数据以得到第一双极板制造数据；根据所述第一双极板制造数据和预先配置好的第一双极板模型，生成所述第一双极板的第一三维图像模型和第一双极板制造模型；将所述第一三维图像模型、第一双极板制造模型输入3D打印控制模块；所述3D打印控制模块根据所述第一双极板制造模型控制3D打印制造模块打印所述第一双极板；在所述3D打印制造模块生产所述第一双极板的过程中，实时获取生产中的输出件的第一三维点云数据，根据所述第一三维点云数据生成第一实时三维图像模型；将所述第一实时三维图像模型与所述第一三维图像模型进行比对，并根据比对结果实时调整所述3D打印制造模块的工作参数以修正机器误差。通过本发明实施例方案，可以针对性地优化双极板各个功能区的设计与生产工作，并且能智能、高效、准确地生产出高质量的双极板。
附图说明
图1是本发明一个实施例提供的用于燃料电池双极板的智能制造方法的流程图；
图2是本发明一个实施例提供的用于燃料电池双极板的智能制造系统的示意框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。另外，虽然附图中显示了本公开的实施例，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”仅用于描述目的或区别不同对象，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量（或描述特定顺序）。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“N个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
下面参照图1至图2来描述根据本发明一些实施方式提供的一种用于燃料电池双极板的智能制造方法及系统。
如图1所示，本发明一个实施例提供一种用于燃料电池双极板的智能制造方法，包括：获取第一双极板的第一定制需求数据和所述第一双极板待适配的第一氢燃料电池系统的各个部件的第一部件数据（如电堆结构数据及电堆各组成部件的物理参数、属性数据等，供氢/供氧系统的功率范围、产生的压力范围等，冷却液系统可支持的冷却液类型、产生的压力等）；
根据所述第一定制需求数据和所述第一部件数据确定所述第一双极板的各个功能区的第一功能区制造数据（如结构、形状、长宽高、材料等方面的数据以及制造工艺参数、流程等方面的数据）得到第一双极板制造数据；
根据所述第一双极板制造数据和预先配置好的第一双极板模型（第一双极板模型模型至少包括材料、性能、结构、质量要求、功能区基本布局、制造流程与工艺等维度的数据），生成所述第一双极板的第一三维图像模型和第一双极板制造模型（第一双极板制造模型包括各功能区的位置、材料、性能、结构、形状、大小、质量要求、数量、制造方法、制造流程、时限/进度等维度的数据）；
将所述第一三维图像模型、第一双极板制造模型输入3D打印控制模块；
所述3D打印控制模块根据所述第一双极板制造模型控制3D打印制造模块打印所述第一双极板；
在所述3D打印制造模块生产所述第一双极板的过程中，实时获取生产中的输出件的第一三维点云数据，根据所述第一三维点云数据生成第一实时三维图像模型；
将所述第一实时三维图像模型与所述第一三维图像模型进行比对，并根据比对结果实时调整所述3D打印制造模块的工作参数以修正机器误差。
在本发明实施例中，所述第一双极板的第一定制需求包括但不限于：大小、厚度、材料、形状、重量等基本数据；功能区划分（即明确双极板上不同功能区域，如公用管道区、分配区、流场区、密封区、反应区、集流区等）；流场参数（如不同流场区域的通道宽度、高度、布线方式等参数，这影响反应气体的流动分布）；反应区参数（如确定催化剂加载量和布局、微孔层参数等，这关系到电化学反应的活性）；集流区参数（如集流板材料、结构设计等参数，这影响电子和质子的有效传输）；接口设计（各功能区域之间的过渡和连接方式）；结构完整性参数（如双极板的机械强度和密封性需求）、加工工艺限制（如制造设备和工艺对设计的限制条件），等等；获取清晰和完整的这些定制化数据，对实现双极板的精准和个性化制造是非常必要的。
氢燃料电池系统的各个部件的第一部件数据包括但不限于：双极板数据（如材料、流场设计参数、功能区分布、密封区设计、机械连接设计等）；催化层数据（如催化剂种类、载体、离子传导体、孔隙率、厚度等参数）；气体扩散层数据（如材料、排水性能、孔隙率、厚度、电阻率等参数）；质子交换膜（如材料、厚度、机械强度、质子传导率、水凝结温度等参数）；氢气供给系统（如压缩机种类、储氢系统材料和体积、流量控制元件等参数）；氧气供给系统（如压缩机种类、空气过滤器种类、流量控制参数）；冷却系统（如冷却剂种类、流量、系统热阻等参数）；端板（如材料、集流结构设计、密封性能等参数）；电池堆结构体（如叠堆方式、紧固系统、防水设计等参数）；收集完整和准确的部件参数数据，对生产出完美适配氢燃料电池系统的双极板起关键作用。
双极板的功能区包括但不限于：流场区（供给反应气体的流道和分配区域，该区域会设计不同的流道模式，以优化气体流动分布）、反应区（载有催化剂的微孔层或催化层，发生电化学氧化还原反应的区域，该区域的催化剂加载量和组分会根据电池工作条件进行优化）、集流区（收集并输出电子和质子的区域，包括双极板上的集流板和端板的连接区域，该区域的材料和结构关系到电荷的高效传输）、密封区（设置密封件的区域，用于隔离不同气体流道，并防止气体和液体的泄漏）、接口区（不同功能区域之间的过渡区，该区域的设计需要考虑电荷和流体的有效传输）、机械连接区（用于叠堆和机械紧固的区域，这关系到双极板的整体机械强度）；明确划分双极板的各功能区，并根据电池工作条件和材料特性针对每个区进行优化设计，是实现双极板定制化生产的关键。
第一双极板模型指在设计和制造过程中，预先建立的用于生产首个双极板的三维设计模型，该模型的内容包括但不限于：双极板整体外形尺寸模型、功能区域的二维布局和三维结构模型、流场区的流道结构参数模型、反应区的催化层结构和参数模型、集流区的集流板设计模型、密封区域和机械连接区的模型、各功能区的材料属性和性能参数、质量要求模型、制造流程与工艺模型等。该模型的生成过程可以包括：根据燃料电池总体设计确定双极板基本尺寸；通过多物理场联合仿真设计和优化功能区域结构；利用拓扑优化生成流场区和集流区结构；设计密封区和机械连接区结构；选择材料并建立材料数据库；搭建所有区域和尺寸的三维参数化模型；进行多方案设计迭代和优化；验证模型并提取关键参数生成第一双极板模型。通过对功能需求分析、多物理场模拟计算和数字化设计，可以形成第一双极板的精确三维模型，为后续定制化生产提供参考。
采用该实施例的技术方案，通过获取第一双极板的第一定制需求数据和所述第一双极板待适配的第一氢燃料电池系统的各个部件的第一部件数据；根据所述第一定制需求数据和所述第一部件数据确定所述第一双极板的各个功能区的第一功能区制造数据以得到第一双极板制造数据；根据所述第一双极板制造数据和预先配置好的第一双极板模型，生成所述第一双极板的第一三维图像模型和第一双极板制造模型；将所述第一三维图像模型、第一双极板制造模型输入3D打印控制模块；所述3D打印控制模块根据所述第一双极板制造模型控制3D打印制造模块打印所述第一双极板；在所述3D打印制造模块生产所述第一双极板的过程中，实时获取生产中的输出件的第一三维点云数据，根据所述第一三维点云数据生成第一实时三维图像模型；将所述第一实时三维图像模型与所述第一三维图像模型进行比对，并根据比对结果实时调整所述3D打印制造模块的工作参数以修正机器误差。通过本发明实施例方案，可以针对性地优化双极板各个功能区的设计与生产工作，并且能智能、高效、准确地生产出高质量的双极板。
在本发明一些可能的实施方式中，所述根据所述第一定制需求数据和所述第一部件数据确定所述第一双极板的各个功能区的第一功能区制造数据以得到第一双极板制造数据的步骤，包括：
根据所述第一定制需求数据和所述第一部件数据将所述第一双极板划分为多个子区域（如流场区、反应区、集流区等），建立每个所述子区域的功能、结构、位置、性能参数之间的关系，构建双极板区域功能模型；
根据所述双极板区域功能模型，结合从所述第一定制需求数据和所述第一部件数据中提取的定制需求约束条件和部件接口参数，模拟优化每个所述子区域的结构参数，确定每个所述子区域的具体尺寸和布局；
运用拓扑优化和生成设计方法，生成每个所述子区域的结构，并进行几何尺寸和拓扑形态的优化设计；
根据所述第一定制需求数据和所述第一部件数据，综合考虑材料选型、加工工艺限制以及结构与性能的关系，调整优化每个所述子区域的第一设计方案；
根据所述第一设计方案，生成多个所述子区域的第一功能区三维模型，并对所述第一功能区三维模型进行设计验证和评估；
根据验证和评估结果优化各个所述子区域的所述第一设计方案（使其满足接口要求和燃料电池系统性能指标），确定所述第一双极板的各个功能区，并结合所述双极板区域功能模型构建所述各个功能区的第一功能区模型（包括但不限于各个功能区的功能、结构、位置、材料、性能参数、尺寸、布局、接口参数、加工工艺、质量要求等）。
本实施例中，通过综合利用多物理场模拟、拓扑优化、先进制造以及可视化分析等技术，可以有效实现双极板功能区的精确设计和个性化制造。
在本发明一些可能的实施方式中，所述根据所述第一定制需求数据和所述第一部件数据确定所述第一双极板的各个功能区的第一功能区制造数据以得到第一双极板制造数据的步骤，包括：
根据所述第一功能区模型确定所述各个功能区的第一材料参数（包括但不限于材料种类、材料数量、材料的加工流程，以及在机械强度、导电率、腐蚀性、加工性等方面的参数要求）；
根据所述第一功能区模型确定所述各个功能区的第一性能需求，并根据所述第一性能需求确定所述各个功能区的第一关键尺寸公差范围、第一表面处理需求（确定不同区域所需的表面处理技术，如抛光、涂层等来获得需求的润湿性、导电性）；
根据所述第一功能区模型确定所述各个功能区的第一结构数据、第一布局数据、第一尺寸数据；
根据所述第一结构数据、所述第一布局数据、所述第一尺寸数据确定所述各个功能区的第一打印路径（以最小化加工时间并精确定位）；
根据所述第一功能区模型确定所述各个功能区的第一质量要求，并根据所述第一质量要求设定关键工艺参数的第一在线监测方案（如激光热像检测密封区连接质量）、建立所述各个功能区的第一质量管理流程；
根据所述第一材料参数、所述第一性能需求、所述第一关键尺寸公差范围、所述第一表面处理需求、所述第一结构数据、所述第一布局数据、所述第一尺寸数据、所述第一打印路径、所述第一质量要求、所述第一在线监测方案、所述第一质量管理流程生成所述第一功能区制造数据（可以将这些数据整合成所述第一功能区制造数据即第一双极板制造数据）。
在本实施例中，综合考虑功能需求、材料特性、精密加工以及过程控制等因素，能够确定出满足设计要求的功能区精确制造方案。
在本发明一些可能的实施方式中，所述根据所述第一双极板制造数据和预先配置好的第一双极板模型，生成所述第一双极板的第一三维图像模型和第一双极板制造模型的步骤，包括：
根据所述第一双极板制造数据（包括材料参数、性能需求、关键尺寸公差范围、表面处理需求、结构数据、布局数据、尺寸数据、打印路径、质量要求、监测方案、质量管理流程、加工工艺、精度等信息）修改所述第一双极板模型（包含其各功能区的几何结构、双极板的三维数据、双极板基本制造模型等），得到第二双极板模型；
在所述第二双极板模型上标注出所述各个功能区，并从所述第二双极板模型中提取出所述第一三维图像模型。
本实施例中，能够直观地呈现第一双极板的三维图像模型，有利于双极板的设计评估和制造仿真。
在本发明一些可能的实施方式中，所述根据所述第一双极板制造数据和预先配置好的第一双极板模型，生成所述第一双极板的第一三维图像模型和第一双极板制造模型的步骤，包括：
根据所述第一双极板制造数据确定第一支撑结构数据（如材料、形状、打印顺序等数据，可以根据所述第一材料参数、所述第一性能需求、所述第一关键尺寸公差范围、所述第一表面处理需求、所述第一结构数据、所述第一布局数据、所述第一尺寸数据、所述第一打印路径、所述第一质量要求确定）；
根据所述第一双极板制造数据和所述3D打印制造模块的打印属性参数（即3D打印设备的属性参数），确定打印制造参数（如不同的功能区的打印分辨率、填充率、打印方向、路径等）；
根据所述第一双极板制造数据、所述第一双极板模型、所述第一支撑结构数据、所述打印制造参数，生成所述第一双极板的（各个功能区的）每层的打印模型，并集成为符合3D打印要求的第一基础制造模型；
将所述第一基础制造模型输入模拟3D打印模块；
在所述模拟3D打印模块模拟打印所述第一双极板的过程中，同步评估模拟打印结果以得到第一评估数据；
根据所述第一评估数据修改所述第一基础制造模型，得到所述第一双极板制造模型（如根据模拟打印评估结果，优化打印路径、调整参数以防过支撑等）。
在本实施例中，通过针对性地调整功能区打印参数，并数字集成，可以实现第一双极板高效准确的3D打印。
在本发明一些可能的实施方式中，所述3D打印控制模块根据所述第一双极板制造模型控制3D打印制造模块打印所述第一双极板的步骤，包括：
将所述第一双极板制造模型输入所述3D打印控制模块；
所述3D打印控制模块解析所述第一双极板制造模型，获取所述各个功能区的打印数据（如生成支撑结构、确定填充方式等），并根据所述打印数据生成打印控制指令；
发送所述打印控制指令到所述3D打印制造模块，控制所述3D打印制造模块打印所述各个功能区（如控制喷头按路径打印各层；调节平台温度、喷头温度、打印速度等打印参数等）；
控制所述3D打印制造模块完成当前功能区的打印后，换料或调整打印参数，打印下一个功能区，直至完成所有所述各个功能区的3D打印；
处理打印完成的所述第一双极板（如清理支撑、表面处理等）；
检测打印质量，并根据打印质量检测结果优化所述第一双极板制造模型。
在本实施例中，通过数字化集成和闭环控制，可以实现基于模型的双极板功能区分区域打印，确保打印精度。
在本发明一些可能的实施方式中，所述在所述3D打印制造模块生产所述第一双极板的过程中，实时获取生产中的输出件的第一三维点云数据，根据所述第一三维点云数据生成第一实时三维图像模型的步骤，包括：
在所述3D打印制造模块配置激光点云扫描单元，用于扫描打印过程中的所述输出件的三维点云数据；
所述激光点云扫描单元与所述3D打印控制模块同步信号，确保扫描与打印同步进行；
所述3D打印制造模块层层打印时，所述激光点云扫描单元实时扫描每层打印的结构，获取各个层的层三维点云数据；
将所述层三维点云数据经预处理后（如去除缺失值、噪音等）得到所述第一三维点云数据；
将所述第一三维点云数据输入到三维重建算法，生成所述输出件的三维网格模型；
对所述三维网格模型进行光照、质感渲染，生成所述第一实时三维图像模型。
在本实施例中，通过在线扫描与三维重建技术，可以实时监测3D打印质量，实现模型的闭环控制。在本发明实施例中，还可以包括：在数字化制造软件平台中集成所述第一实时三维图像模型；比较实时图像模型与设计模型，反馈打印质量和偏差；根据反馈结果调整打印参数，实现模型闭环控制；打印结束后，保存完整的先验图像模型。
在本发明一些可能的实施方式中，所述将所述第一实时三维图像模型与所述第一三维图像模型进行比对，并根据比对结果实时调整所述3D打印制造模块的工作参数以修正机器误差的步骤，包括：
获取所述输出件对应的打印时间节点；
根据所述打印时间节点和所述第一双极板制造模型确定所述输出件的所述第一实时三维图像模型在所述第一双极板的所述第一三维图像模型中的映射部分；
将所述第一实时三维图像模型中的点云数据与所述映射部分的坐标数据进行配准后逐一比对配准后的坐标对（即配准后所述第一实时三维图像模型中的一个点的三维坐标与在所述映射部分中一一对应的那个点的三维坐标组成的两个点的坐标组）；
统计各坐标对的差值（如可以是两个坐标点间的距离值、或者两个点的坐标值的差值等），从所述差值中选择数值大小超过预设的第一阈值的作为第一差值（第一差值的数量可为一个或多个），当所述第一差值在所述差值中所占比例（即第一差值的数量与所述差值的数量的比值）超过预设的第一比例时，根据所述差值和所述第一双极板制造模型实时调整所述3D打印制造模块的工作参数以修正机器误差。
在本发明一些可能的实施方式中，所述根据所述第一结构数据、所述第一布局数据、所述第一尺寸数据确定所述各个功能区的第一打印路径的步骤，包括：
根据所述第一结构数据（如流场的流道参数），规划所述各个功能区内部的打印充填方式（比如，针对间隙小于第一预设间隙值的区域（例如密封区）选择细化打印模式；对负载承受区，选择增强填充模式以提升强度），并确定打印角度；
根据所述第一布局数据，确定基本打印路径（以避免区间撞料）；
根据所述第一尺寸数据，确定基本打印分辨率；
根据所述打印充填方式、所述打印角度、所述基本打印路径、所述基本打印分辨率，运用路径规划算法，确定所述各个功能区的第一打印顺序及所述各个功能区内部的第二打印顺序，优化打印时间，得到所述第一打印路径。
在本实施例中，通过分析功能区的特征数据，可以针对性确定功能区内外的优化打印路径，指导 3D 打印机逐区打印，实现精确打印。
请参见图2，本发明另一实施例提供一种用于燃料电池双极板的智能制造系统，包括：服务器、包括3D打印控制模块和3D打印制造模块的3D打印系统；其中，
所述服务器被配置为：
获取第一双极板的第一定制需求数据和所述第一双极板待适配的第一氢燃料电池系统的各个部件的第一部件数据（如电堆结构数据及电堆各组成部件的物理参数、属性数据等，供氢/供氧系统的功率范围、产生的压力范围等，冷却液系统可支持的冷却液类型、产生的压力等）；
根据所述第一定制需求数据和所述第一部件数据确定所述第一双极板的各个功能区的第一功能区制造数据（如结构、形状、长宽高、材料等方面的数据以及制造工艺参数、流程等方面的数据）以得到第一双极板制造数据；
根据所述第一双极板制造数据和预先配置好的第一双极板模型（第一双极板模型模型至少包括材料、性能、结构、质量要求、功能区基本布局、制造流程与工艺等维度的数据），生成所述第一双极板的第一三维图像模型和第一双极板制造模型（第一双极板制造模型包括各功能区的位置、材料、性能、结构、形状、大小、质量要求、数量、制造方法、制造流程、时限/进度等维度的数据）；
将所述第一三维图像模型、第一双极板制造模型输入所述3D打印控制模块；
所述3D打印控制模块被配置为：根据所述第一双极板制造模型控制所述3D打印制造模块打印所述第一双极板；
所述服务器还被配置为：
在所述3D打印制造模块生产所述第一双极板的过程中，实时获取生产中的输出件的第一三维点云数据，根据所述第一三维点云数据生成第一实时三维图像模型；
将所述第一实时三维图像模型与所述第一三维图像模型进行比对，并根据比对结果实时调整所述3D打印制造模块的工作参数以修正机器误差。
在本发明实施例中，所述第一双极板的第一定制需求包括但不限于：大小、厚度、材料、形状、重量等基本数据；功能区划分（即明确双极板上不同功能区域，如公用管道区、分配区、流场区、密封区、反应区、集流区等）；流场参数（如不同流场区域的通道宽度、高度、布线方式等参数，这影响反应气体的流动分布）；反应区参数（如确定催化剂加载量和布局、微孔层参数等，这关系到电化学反应的活性）；集流区参数（如集流板材料、结构设计等参数，这影响电子和质子的有效传输）；接口设计（各功能区域之间的过渡和连接方式）；结构完整性参数（如双极板的机械强度和密封性需求）、加工工艺限制（如制造设备和工艺对设计的限制条件），等等；获取清晰和完整的这些定制化数据，对实现双极板的精准和个性化制造是非常必要的。
氢燃料电池系统的各个部件的第一部件数据包括但不限于：双极板数据（如材料、流场设计参数、功能区分布、密封区设计、机械连接设计等）；催化层数据（如催化剂种类、载体、离子传导体、孔隙率、厚度等参数）；气体扩散层数据（如材料、排水性能、孔隙率、厚度、电阻率等参数）；质子交换膜（如材料、厚度、机械强度、质子传导率、水凝结温度等参数）；氢气供给系统（如压缩机种类、储氢系统材料和体积、流量控制元件等参数）；氧气供给系统（如压缩机种类、空气过滤器种类、流量控制参数）；冷却系统（如冷却剂种类、流量、系统热阻等参数）；端板（如材料、集流结构设计、密封性能等参数）；电池堆结构体（如叠堆方式、紧固系统、防水设计等参数）；收集完整和准确的部件参数数据，对生产出完美适配氢燃料电池系统的双极板起关键作用。
双极板的功能区包括但不限于：流场区（供给反应气体的流道和分配区域，该区域会设计不同的流道模式，以优化气体流动分布）、反应区（载有催化剂的微孔层或催化层，发生电化学氧化还原反应的区域，该区域的催化剂加载量和组分会根据电池工作条件进行优化）、集流区（收集并输出电子和质子的区域，包括双极板上的集流板和端板的连接区域，该区域的材料和结构关系到电荷的高效传输）、密封区（设置密封件的区域，用于隔离不同气体流道，并防止气体和液体的泄漏）、接口区（不同功能区域之间的过渡区，该区域的设计需要考虑电荷和流体的有效传输）、机械连接区（用于叠堆和机械紧固的区域，这关系到双极板的整体机械强度）；明确划分双极板的各功能区，并根据电池工作条件和材料特性针对每个区进行优化设计，是实现双极板定制化生产的关键。
第一双极板模型指在设计和制造过程中，预先建立的用于生产首个双极板的三维设计模型，该模型的内容包括但不限于：双极板整体外形尺寸模型、功能区域的二维布局和三维结构模型、流场区的流道结构参数模型、反应区的催化层结构和参数模型、集流区的集流板设计模型、密封区域和机械连接区的模型、各功能区的材料属性和性能参数、质量要求模型、制造流程与工艺模型等。该模型的生成过程可以包括：根据燃料电池总体设计确定双极板基本尺寸；通过多物理场联合仿真设计和优化功能区域结构；利用拓扑优化生成流场区和集流区结构；设计密封区和机械连接区结构；选择材料并建立材料数据库；搭建所有区域和尺寸的三维参数化模型；进行多方案设计迭代和优化；验证模型并提取关键参数生成第一双极板模型。通过对功能需求分析、多物理场模拟计算和数字化设计，可以形成第一双极板的精确三维模型，为后续定制化生产提供参考。
应当知道的是，图2所示的用于燃料电池双极板的智能制造系统的框图仅作示意，其所示出的各模块的数量并不对本发明的保护范围进行限定。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不是必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，可轻易想到变化或替换，均可作各种更动与修改，包含上述不同功能、实施步骤的组合，包含软件和硬件的实施方式，均在本发明的保护范围。
Claims (8)
1.一种用于燃料电池双极板的智能制造方法，其特征在于，包括：
获取第一双极板的第一定制需求数据和所述第一双极板待适配的第一氢燃料电池系统的各个部件的第一部件数据；
根据所述第一定制需求数据和所述第一部件数据确定所述第一双极板的各个功能区的第一功能区制造数据以得到第一双极板制造数据；
根据所述第一双极板制造数据和预先配置好的第一双极板模型，生成所述第一双极板的第一三维图像模型和第一双极板制造模型；
将所述第一三维图像模型、第一双极板制造模型输入3D打印控制模块；
所述3D打印控制模块根据所述第一双极板制造模型控制3D打印制造模块打印所述第一双极板；
在所述3D打印制造模块生产所述第一双极板的过程中，实时获取生产中的输出件的第一三维点云数据，根据所述第一三维点云数据生成第一实时三维图像模型；
将所述第一实时三维图像模型与所述第一三维图像模型进行比对，并根据比对结果实时调整所述3D打印制造模块的工作参数以修正机器误差；
所述根据所述第一定制需求数据和所述第一部件数据确定所述第一双极板的各个功能区的第一功能区制造数据以得到第一双极板制造数据的步骤，包括：
根据所述第一定制需求数据和所述第一部件数据将所述第一双极板划分为多个子区域，建立每个所述子区域的功能、结构、位置、性能参数之间的关系，构建双极板区域功能模型；
根据所述双极板区域功能模型，结合从所述第一定制需求数据和所述第一部件数据中提取的定制需求约束条件和部件接口参数，模拟优化每个所述子区域的结构参数，确定每个所述子区域的具体尺寸和布局；
运用拓扑优化和生成设计方法，生成每个所述子区域的结构，并进行几何尺寸和拓扑形态的优化设计；
根据所述第一定制需求数据和所述第一部件数据，综合考虑材料选型、加工工艺限制以及结构与性能的关系，调整优化每个所述子区域的第一设计方案；
根据所述第一设计方案，生成多个所述子区域的第一功能区三维模型，并对所述第一功能区三维模型进行设计验证和评估；
根据验证和评估结果优化各个所述子区域的所述第一设计方案，确定所述第一双极板的各个功能区，并结合所述双极板区域功能模型构建所述各个功能区的第一功能区模型；
根据所述第一功能区模型确定所述各个功能区的第一材料参数；
根据所述第一功能区模型确定所述各个功能区的第一性能需求，并根据所述第一性能需求确定所述各个功能区的第一关键尺寸公差范围、第一表面处理需求；
根据所述第一功能区模型确定所述各个功能区的第一结构数据、第一布局数据、第一尺寸数据；
根据所述第一结构数据、所述第一布局数据、所述第一尺寸数据确定所述各个功能区的第一打印路径；
根据所述第一功能区模型确定所述各个功能区的第一质量要求，并根据所述第一质量要求设定关键工艺参数的第一在线监测方案、建立所述各个功能区的第一质量管理流程；
根据所述第一材料参数、所述第一性能需求、所述第一关键尺寸公差范围、所述第一表面处理需求、所述第一结构数据、所述第一布局数据、所述第一尺寸数据、所述第一打印路径、所述第一质量要求、所述第一在线监测方案、所述第一质量管理流程生成所述第一功能区制造数据。
2.根据权利要求1所述的用于燃料电池双极板的智能制造方法，其特征在于，所述根据所述第一双极板制造数据和预先配置好的第一双极板模型，生成所述第一双极板的第一三维图像模型和第一双极板制造模型的步骤，包括：
根据所述第一双极板制造数据修改所述第一双极板模型，得到第二双极板模型；
在所述第二双极板模型上标注出所述各个功能区，并从所述第二双极板模型中提取出所述第一三维图像模型。
3.根据权利要求2所述的用于燃料电池双极板的智能制造方法，其特征在于，所述根据所述第一双极板制造数据和预先配置好的第一双极板模型，生成所述第一双极板的第一三维图像模型和第一双极板制造模型的步骤，包括：
根据所述第一双极板制造数据确定第一支撑结构数据；
根据所述第一双极板制造数据和所述3D打印制造模块的打印属性参数，确定打印制造参数；
根据所述第一双极板制造数据、所述第一双极板模型、所述第一支撑结构数据、所述打印制造参数，生成所述第一双极板的每层的打印模型，并集成为符合3D打印要求的第一基础制造模型；
将所述第一基础制造模型输入模拟3D打印模块；
在所述模拟3D打印模块模拟打印所述第一双极板的过程中，同步评估模拟打印结果以得到第一评估数据；
根据所述第一评估数据修改所述第一基础制造模型，得到所述第一双极板制造模型。
4.根据权利要求3所述的用于燃料电池双极板的智能制造方法，其特征在于，所述3D打印控制模块根据所述第一双极板制造模型控制3D打印制造模块打印所述第一双极板的步骤，包括：
将所述第一双极板制造模型输入所述3D打印控制模块；
所述3D打印控制模块解析所述第一双极板制造模型，获取所述各个功能区的打印数据，并根据所述打印数据生成打印控制指令；
发送所述打印控制指令到所述3D打印制造模块，控制所述3D打印制造模块打印所述各个功能区；
控制所述3D打印制造模块完成当前功能区的打印后，换料或调整打印参数，打印下一个功能区，直至完成所有所述各个功能区的3D打印；
处理打印完成的所述第一双极板；
检测打印质量，并根据打印质量检测结果优化所述第一双极板制造模型。
5.根据权利要求4所述的用于燃料电池双极板的智能制造方法，其特征在于，所述在所述3D打印制造模块生产所述第一双极板的过程中，实时获取生产中的输出件的第一三维点云数据，根据所述第一三维点云数据生成第一实时三维图像模型的步骤，包括：
在所述3D打印制造模块配置激光点云扫描单元，用于扫描打印过程中的所述输出件的三维点云数据；
所述激光点云扫描单元与所述3D打印控制模块同步信号，确保扫描与打印同步进行；
所述3D打印制造模块层层打印时，所述激光点云扫描单元实时扫描每层打印的结构，获取各个层的层三维点云数据；
将所述层三维点云数据经预处理后得到所述第一三维点云数据；
将所述第一三维点云数据输入到三维重建算法，生成所述输出件的三维网格模型；
对所述三维网格模型进行光照、质感渲染，生成所述第一实时三维图像模型。
6.根据权利要求5所述的用于燃料电池双极板的智能制造方法，其特征在于，所述将所述第一实时三维图像模型与所述第一三维图像模型进行比对，并根据比对结果实时调整所述3D打印制造模块的工作参数以修正机器误差的步骤，包括：
获取所述输出件对应的打印时间节点；
根据所述打印时间节点和所述第一双极板制造模型确定所述输出件的所述第一实时三维图像模型在所述第一双极板的所述第一三维图像模型中的映射部分；
将所述第一实时三维图像模型中的点云数据与所述映射部分的坐标数据进行配准后逐一比对配准后的坐标对；
统计各坐标对的差值，从所述差值中选择数值大小超过预设的第一阈值的作为第一差值，当所述第一差值在所述差值中所占比例超过预设的第一比例时，根据所述差值和所述第一双极板制造模型实时调整所述3D打印制造模块的工作参数以修正机器误差。
7.根据权利要求6所述的用于燃料电池双极板的智能制造方法，其特征在于，所述根据所述第一结构数据、所述第一布局数据、所述第一尺寸数据确定所述各个功能区的第一打印路径的步骤，包括：
根据所述第一结构数据，规划所述各个功能区内部的打印充填方式，并确定打印角度；
根据所述第一布局数据，确定基本打印路径；
根据所述第一尺寸数据，确定基本打印分辨率；
根据所述打印充填方式、所述打印角度、所述基本打印路径、所述基本打印分辨率，运用路径规划算法，确定所述各个功能区的第一打印顺序及所述各个功能区内部的第二打印顺序，优化打印时间，得到所述第一打印路径。
8.一种用于燃料电池双极板的智能制造系统，其特征在于，包括：服务器、包括3D打印控制模块和3D打印制造模块的3D打印系统；其中，
所述服务器被配置为：
获取第一双极板的第一定制需求数据和所述第一双极板待适配的第一氢燃料电池系统的各个部件的第一部件数据；
根据所述第一定制需求数据和所述第一部件数据确定所述第一双极板的各个功能区的第一功能区制造数据以得到第一双极板制造数据；
根据所述第一双极板制造数据和预先配置好的第一双极板模型，生成所述第一双极板的第一三维图像模型和第一双极板制造模型；
将所述第一三维图像模型、第一双极板制造模型输入所述3D打印控制模块；
所述3D打印控制模块被配置为：根据所述第一双极板制造模型控制所述3D打印制造模块打印所述第一双极板；
所述服务器还被配置为：
在所述3D打印制造模块生产所述第一双极板的过程中，实时获取生产中的输出件的第一三维点云数据，根据所述第一三维点云数据生成第一实时三维图像模型；
将所述第一实时三维图像模型与所述第一三维图像模型进行比对，并根据比对结果实时调整所述3D打印制造模块的工作参数以修正机器误差；
其中，所述根据所述第一定制需求数据和所述第一部件数据确定所述第一双极板的各个功能区的第一功能区制造数据以得到第一双极板制造数据的步骤，包括：
根据所述第一定制需求数据和所述第一部件数据将所述第一双极板划分为多个子区域，建立每个所述子区域的功能、结构、位置、性能参数之间的关系，构建双极板区域功能模型；
根据所述双极板区域功能模型，结合从所述第一定制需求数据和所述第一部件数据中提取的定制需求约束条件和部件接口参数，模拟优化每个所述子区域的结构参数，确定每个所述子区域的具体尺寸和布局；
运用拓扑优化和生成设计方法，生成每个所述子区域的结构，并进行几何尺寸和拓扑形态的优化设计；
根据所述第一定制需求数据和所述第一部件数据，综合考虑材料选型、加工工艺限制以及结构与性能的关系，调整优化每个所述子区域的第一设计方案；
根据所述第一设计方案，生成多个所述子区域的第一功能区三维模型，并对所述第一功能区三维模型进行设计验证和评估；
根据验证和评估结果优化各个所述子区域的所述第一设计方案，确定所述第一双极板的各个功能区，并结合所述双极板区域功能模型构建所述各个功能区的第一功能区模型；
根据所述第一功能区模型确定所述各个功能区的第一材料参数；
根据所述第一功能区模型确定所述各个功能区的第一性能需求，并根据所述第一性能需求确定所述各个功能区的第一关键尺寸公差范围、第一表面处理需求；
根据所述第一功能区模型确定所述各个功能区的第一结构数据、第一布局数据、第一尺寸数据；
根据所述第一结构数据、所述第一布局数据、所述第一尺寸数据确定所述各个功能区的第一打印路径；
根据所述第一功能区模型确定所述各个功能区的第一质量要求，并根据所述第一质量要求设定关键工艺参数的第一在线监测方案、建立所述各个功能区的第一质量管理流程；根据所述第一材料参数、所述第一性能需求、所述第一关键尺寸公差范围、所述第一表面处理需求、所述第一结构数据、所述第一布局数据、所述第一尺寸数据、所述第一打印路径、所述第一质量要求、所述第一在线监测方案、所述第一质量管理流程生成所述第一功能区制造数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311494271.2A CN117236076B (zh) | 2023-11-10 | 2023-11-10 | 一种用于燃料电池双极板的智能制造方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311494271.2A CN117236076B (zh) | 2023-11-10 | 2023-11-10 | 一种用于燃料电池双极板的智能制造方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117236076A CN117236076A (zh) | 2023-12-15 |
| CN117236076B true CN117236076B (zh) | 2024-02-20 |
Family
ID=89088389
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311494271.2A Active CN117236076B (zh) | 2023-11-10 | 2023-11-10 | 一种用于燃料电池双极板的智能制造方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117236076B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117951938A (zh) * | 2023-12-29 | 2024-04-30 | 圣码特能源(深圳)有限公司 | 一种用于3d打印电池结构件的效能评价方法及系统 |
| CN117870778B (zh) * | 2024-03-12 | 2024-05-31 | 北京新研创能科技有限公司 | 一种用于燃料电池双极板的检测方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2743227A1 (en) * | 2008-11-13 | 2010-05-20 | Trumpf Werkzeugmaschinen Gmbh + Co. Kg | Fuel cell without bipolar plates |
| CN114635149A (zh) * | 2022-03-01 | 2022-06-17 | 中国电建集团城市规划设计研究院有限公司 | 一种双极板及其制备方法 |
| CN116314952A (zh) * | 2022-09-08 | 2023-06-23 | 清华大学 | 燃料电池设计方案评估方法、装置、设备、介质和产品 |
| CN116613338A (zh) * | 2023-07-18 | 2023-08-18 | 北京新研创能科技有限公司 | 一种用于燃料电池双极板的生产系统及方法 |
| CN116979078A (zh) * | 2023-09-24 | 2023-10-31 | 新研氢能源科技有限公司 | 一种用于金属双极板制造过程的智能控制方法及系统 |
-
2023
- 2023-11-10 CN CN202311494271.2A patent/CN117236076B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2743227A1 (en) * | 2008-11-13 | 2010-05-20 | Trumpf Werkzeugmaschinen Gmbh + Co. Kg | Fuel cell without bipolar plates |
| CN114635149A (zh) * | 2022-03-01 | 2022-06-17 | 中国电建集团城市规划设计研究院有限公司 | 一种双极板及其制备方法 |
| CN116314952A (zh) * | 2022-09-08 | 2023-06-23 | 清华大学 | 燃料电池设计方案评估方法、装置、设备、介质和产品 |
| CN116613338A (zh) * | 2023-07-18 | 2023-08-18 | 北京新研创能科技有限公司 | 一种用于燃料电池双极板的生产系统及方法 |
| CN116979078A (zh) * | 2023-09-24 | 2023-10-31 | 新研氢能源科技有限公司 | 一种用于金属双极板制造过程的智能控制方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117236076A (zh) | 2023-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117236076B (zh) | 一种用于燃料电池双极板的智能制造方法及系统 | |
| Wang et al. | A review on solid oxide fuel cell models | |
| CN116979078B (zh) | 一种用于金属双极板制造过程的智能控制方法及系统 | |
| Razbani et al. | Three dimensional CFD modeling and experimental validation of an electrolyte supported solid oxide fuel cell fed with methane-free biogas | |
| Ebrahimi et al. | Power density optimization of PEMFC cathode with non-uniform catalyst layer by Simplex method and numerical simulation | |
| Tang et al. | Development and validation of a computationally efficient pseudo 3D model for planar SOFC integrated with a heating furnace | |
| CN115017803B (zh) | 燃料电池堆多孔结构内热质阻力局部及全局定向调控设计方法 | |
| CN116967649B (zh) | 一种用于金属双极板的智能焊接方法及系统 | |
| Rašić et al. | Multi-domain and Multi-scale model of a fuel cell electric vehicle to predict the effect of the operating conditions and component sizing on fuel cell degradation | |
| Shoukat et al. | Application of digital twin in smart battery electric vehicle: Industry 4.0 | |
| CN102628664B (zh) | 燃料电池板测量特征 | |
| Feng et al. | A Qualitative Model for Predicting Energy Consumption of Rapid Prototyping Processes–a Case of Fused Deposition Modeling Processe | |
| Jabbary et al. | Artificial intelligence-assisted optimization and multiphase analysis of polygon PEM fuel cells | |
| CN116618240B (zh) | 一种用于燃料电池双极板的点胶系统及方法 | |
| Ngetich et al. | Integrated Taguchi and response surface methods in geometric and parameter optimization of PEM fuel cells | |
| Wahdame et al. | Analysis of a fuel cell durability test based on design of experiment approach | |
| Zou et al. | Working zone for a least-squares support vector machine for modeling polymer electrolyte fuel cell voltage | |
| Tafazoli et al. | Modeling of direct methanol fuel cell using the artificial neural network | |
| CN117818057B (zh) | 一种用于燃料电池的质子交换膜制造方法及系统 | |
| Headley et al. | Membrane electrolyte assembly health estimation method for proton exchange membrane fuel cells | |
| CN117748664B (zh) | 一种基于云端ai控制的bms控制方法及系统 | |
| Vasilyev | Modelling polymer electrolyte membrane fuel cells for dynamic reliability assessment | |
| CN118173804B (zh) | 一种用于燃料电池的膜电极的制备方法及膜电极 | |
| Singh et al. | Fuel cell performance, cost reduction in materials & coatings, reduced defects in high-volume manufacturing of cells & stacks, and fuel cell system durability using machine learning models and artificial intelligence techniques | |
| Ly | Investigation of Gas Diffusion Layer Intrusion in PEM Fuel Cell Using Physics-Informed Machine Learning |
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 |