[发明专利]用于燃料电池制造线的质量监控系统和质量监控方法在审

专利信息
申请号: 201910374826.7 申请日: 2019-05-07
公开(公告)号: CN110459792A 公开(公告)日: 2019-11-15
发明(设计)人: 王宏刚;T.斯特里克;M.J.阿林格尔 申请(专利权)人: 通用电气公司
主分类号: H01M8/2404 分类号: H01M8/2404;G06K9/00
代理公司: 72001 中国专利代理(香港)有限公司 代理人: 姜冰;杨美灵<国际申请>=<国际公布>=
地址: 美国*** 国省代码: 美国;US
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 模型仓库 燃料电池 缺陷分类 缺陷检测模块 捕获图像 缺陷检测 特征向量 图像采集单元 集合 配置 制造线 计算机 实时质量控制 质量监控系统 缺陷类型 缺陷模型 仓库 访问
【说明书】:

公开了用于燃料电池制造线的质量监控系统和方法。该系统包含图像采集单元和实时质量控制计算机。图像采集单元被配置用于生成燃料电池制造线中的一个燃料电池的表面的捕获图像。计算机被配置为接收捕获图像并基于捕获图像生成特征向量的集合。该计算机包括缺陷模型仓库,该模型仓库包括缺陷检测模型仓库和缺陷分类模型仓库、缺陷检测模块和缺陷分类模块。缺陷检测模块被配置为访问缺陷检测模型仓库,并基于特征向量的集合和缺陷检测模型仓库确定燃料电池是否有缺陷。缺陷分类模块被配置为:当缺陷检测模块确定燃料电池有缺陷时访问缺陷分类模型仓库,并基于特征向量的集合和缺陷分类模型仓库确定有缺陷的燃料电池的缺陷类型。

技术领域

本公开一般涉及燃料电池领域,并且更具体地,涉及用于燃料电池制造线的质量监控系统和质量监控方法,以及用于制造线的质量监控系统。

背景技术

燃料电池是电化学装置,其能通过燃料(诸如氢)与氧化剂(诸如大气中含有的氧)的电化学反应将来自燃料的化学能转换成电能。燃料电池系统正在被广泛开发作为能量供应系统,因为燃料电池在环境上优越且高效。因为单个燃料电池仅能生成约1V的电压,因此多个燃料电池通常被堆叠在一起(通常称为燃料电池堆)以获得期望的电压。

燃料电池制造具有约90%的成品率。燃料电池制造线具有多个阶段。在多个阶段期间,在制造的燃料电池中可能存在一些缺陷。这些可包含涂层缺陷、碎屑、涂层不均匀、不完全的涂层覆盖、污染、涂层未对准等。目前,对于燃料电池制造线中的缺陷检验,通常使用人类视觉检查。然而,人类视觉检查在很大程度上将取决于人们的经验和知识。因此,人类视觉检查对于操作员将具有高要求,并且需要很长时间来很好地训练操作员,这将引起高劳动力成本。更进一步,人类视觉检查可能容易出现一些人为错误,这可能引起在燃料电池质量控制上缺乏准确性、一致性和可靠性。人类视觉检查具有低生产率和低效率。

因此,期望提供一种改进的质量监控解决方案以解决上面提到的问题中的至少一个。

发明内容

在本公开的实施例的一个方面中,提供了一种用于燃料电池制造线的质量监控系统。质量监控系统包括图像采集单元和实时质量控制计算机。图像采集单元被配置用于生成在燃料电池制造线中的一个燃料电池的表面的捕获图像。实时质量控制计算机耦合到图像采集单元,并且配置成接收捕获图像并基于捕获图像生成特征向量的集合。实时质量控制计算机包括缺陷模型仓库,该模型仓库包括缺陷检测模型仓库和缺陷分类模型仓库、缺陷检测模块和缺陷分类模块。缺陷检测模块被配置为访问缺陷检测模型仓库,并基于特征向量的集合和缺陷检测模型仓库确定燃料电池是否有缺陷。缺陷分类模块配置为:当缺陷检测模块确定燃料电池有缺陷时访问缺陷分类模型仓库,并基于有缺陷的燃料电池的特征向量的集合和缺陷分类模型仓库确定有缺陷的燃料电池的缺陷类型。

在本公开的实施例的另一方面中,提供了一种用于燃料电池制造线的质量监控方法。质量监控方法包括:在燃料电池制造线的一个阶段中由第一图像采集单元生成一个燃料电池的表面的捕获的第一图像;基于捕获的第一图像生成特征向量的集合;以及访问缺陷模型仓库并基于特征向量的集合和缺陷模型仓库生成燃料电池的质量检测结果。访问缺陷模型仓库并生成燃料电池的质量检测结果包括:访问缺陷模型仓库的缺陷检测模型仓库;基于特征向量的集合和缺陷检测模型仓库确定燃料电池是否有缺陷;当燃料电池被确定为有缺陷时,访问缺陷模型仓库的缺陷分类模型仓库;以及基于有缺陷的燃料电池的特征向量的集合和缺陷分类模型仓库确定有缺陷的燃料电池的缺陷类型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于通用电气公司,未经通用电气公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910374826.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top