基于深度学习的SOFC球壳结构检测方法

作     者：柯晗 付晓薇 李曦 KE Han;FU Xiao-wei;LI Xi

作者机构：武汉科技大学计算机科学与技术学院智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065 华中科技大学材料成形与模具技术国家重点实验室湖北武汉430074 华中科技大学人工智能与自动化学院湖北武汉430074 

基　　金：国家自然科学基金项目(61602349、61573162、61873323) 材料成形与模具技术国家重点实验室开放课题研究基金项目(P2018-016) 湖北省自然科学基金项目(2017CFB506) 智能信息处理与实时工业系统湖北省重点实验室开放课题基金项目(2016znss02A、znxx2018ZD01) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2020年第41卷第2期

页      码：471-476页

摘      要：为优化固体氧化物燃料电池(SOFC)制备工艺提供数据支持和理论依据,提出一种基于光学显微镜微观图像的球壳检测方法。在SOFC阳极微观图像上如果出现球壳结构,表明氧化镍(NiO)未完全还原,该现象严重影响电池的电化学性能、稳定性和使用寿命。为此,利用深度学习方法对SOFC光学显微镜图像进行球壳结构检测,分析阳极NiO的还原程度,通过预选框尺度、网络结构及参数的优化来提高检测性能。为充分利用有限的数据训练网络模型,对训练数据进行扩增。实验结果表明,该检测方法可准确有效地检测与识别形状复杂的SOFC阳极球壳结构,具有检测速度快,球壳结构定位精度较高等优点。

主 题 词：固体氧化物燃料电池(SOFC) 球壳结构 还原程度 深度学习 检测 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2020.02.026

馆 藏 号：203883692...