氢能源产品的生产工艺制造技术

本发明专利技术公开了氢能源产品的生产工艺，属于氢能源产品生成技术领域，该生产工艺具体步骤如下：(1)将原材料装上送料机进行传递；(2)采集材料传递信息并进行分析判断；(3)对送入模具的原材料进行冲压成型；(4)检测成品生产信息并进行预测调整；本发明专利技术通过在一台油压机中模具同时完成几道工序生产，使工序性质排列在一个工位上进行生产，极大的提高生产率，同时较高的提升产品品质，提升生产效率，通过构建检测神经网络能够对生产装置进行生产预测并生产相关预测曲线，能够简化工作人员的分析步骤，方便工作人员对装置进行调整，降低分析难度。度。度。

【技术实现步骤摘要】
氢能源产品的生产工艺


[0001]本专利技术涉及氢能源产品生成
，尤其涉及氢能源产品的生产工艺。

技术介绍

[0002]氢能是一种二次能源，它是通过一定的方法利用其它能源制取的，而不像煤、石油、天然气可以直接开采，它是公认的清洁能源，作为低碳和零碳能源正在脱颖而出。随着所用的能源如石油、天然气、煤，石油气均属不可再生资源，地球上存量有限，当今世界开发新能源迫在眉睫，而人类生存又时刻离不开能源，所以当今世界开发新能源迫在眉睫，其中，氢能源产品是燃料电池重要部件之一，具有分隔燃料与氧化剂，阻止气体透过；收集和传导电流，电导率高；设计与加工的流道，可将气体均匀分配到电极的反应层进行电极反应；能排出热量，保持电池温场均匀；耐蚀；抗冲击和震动；厚度薄；重量轻；同时成本低，容易机械加工，适合批量制造；
[0003]现有的氢能源产品的生产工艺；此外，现有的氢能源产品的生产工艺；为此，我们提出氢能源产品的生产工艺。

技术实现思路

[0004]本专利技术的目的是为了解决现有技术中存在的缺陷，而提出的氢能源产品的生产工艺。
[0005]为了实现上述目的，本专利技术采用了如下技术方案：
[0006]氢能源产品的生产工艺，该生产工艺具体步骤如下：
[0007](1)将原材料装上送料机进行传递；
[0008](2)采集材料传递信息并进行分析判断；
[0009](3)对送入模具的原材料进行冲压成型；
[0010](4)检测成品生产信息并进行预测调整。
[0011]其特征在于，步骤(2)中所述分析判断具体步骤如下：
[0012]步骤一：图像采集设备对三合一送料机输料过程进行实时采集，之后对采集到的影像信息进行图像优化，之后依据优化后的影像信息构建仿真模型；
[0013]步骤二：仿真模型接收系统默认或人工设定传输限位值，并将原材料传输位置与传输限位值进行比较，若传输位置大于传输限位值，则产生调整指令，之后送料机依据调整指令对原材料传输位置进行调整。
[0014]其特征在于，步骤(2)中所述图像优化具体步骤如下：
[0015]第一步：对影像信息进行逐帧提取以获取各帧图片数据，之后依据各组图片数据的显示比例来确定分块数量以进行分块处理，同时对分块完成的图片数据通过低通滤波进行模糊处理；
[0016]第二步：将处理后的图片数据通过傅里叶正反变换进行图像空间转换至频率空间的相互变换，并对转换至频率空间的图片数据中的高频成分进行分析提取，再将其转换至
图像空间；
[0017]第三步：对处理完成的图片数据中的每一个像素逐点进行阈值计算，并通过灰度阀值寻找特征区域，得到特征区域后使用集合运算、形态学处理以及区域变换对该区域进行处理。
[0018]其特征在于，步骤(3)中所述冲压成型具体步骤如下：
[0019]S1：三合一送料机将原材料送入油压机模具中，之后送料机依据系统默认或者人工设定的步距移动原材料，当原材料被移动至规定位置后，液压泵将液压油通过液压管路进入油缸或者活塞中，油压机对原材料进行冲孔；
[0020]S2：当原材料冲孔完成后，送料机料带定距移动将原材料送至油压机中的下一工位出，再次进行切边处理，切边完成后，原材料在送料机料带的带动下再次移动并由油压机依据原材料移动的位置对其进行成型以及切断处理。
[0021]其特征在于，步骤(4)中所述预测调整具体步骤如下：
[0022]P1.1：计算机构建一组检测神经网络，之后通过传感器实时采集油压机以及送料机的运行信号，同时对两组运行信号进行预处理工作，并通过时域以及频域的方法提取相关特征参数；
[0023]P1.2：计算各组特征参数的方差系数，并依据各组计算结果筛选出能够表示油压机以及送料机退化信息的特征参数，并筛除对于表征能力差的特征参数；
[0024]P1.3：设置装置样本寿命标签，其中标签设置为当前样本所对应的油压机以及送料机使用信息的归一化值，将采集到的数据划分为训练集以及测试集，并对训练集进行标准化处理；
[0025]P1.4：将处理后的训练集输送到检测神经网络中，设置神经网络具体参数，采用长期迭代法训练该检测神经网络，并将测试集输入到训练好的检测神经网络中，依据输出结果画出油压机以及送料机预测曲线图，工作人员通过管理平台对生成的曲线图进行分析并对油压机以及送料机进行调整。
[0026]其特征在于，P1.2中所述方差系数具体计算步骤如下：
[0027][0028]式中，σ表示特征参数的标准差；μ表示特征参数的均值；CV表示特征参数的方差系数，若方差系数越大，则表示越重要，反之，则表示不重要，予以剔除；
[0029]P1.3中所述归一化值具体计算公式如下：
[0030][0031]式中，x
new
表示归一化后的数据；x表示运行的特征参数；x
max
表示特征参数的最大值；x
min
表示特征参数的最小值。
[0032]其特征在于，P1.1中所述检测神经网络具体训练步骤如下：
[0033]P2.1：计算机从云端数据库中提取多组相关装置的运行信息作为样本数据，并从中选取一组样本数据作为验证数据，再使用剩余样本数据拟合成一组测试模型，并用验证数据来验证测试模型精度，再通过均方根误差对该测试模型的预测能力进行计算，如此重复n次，并对生成的精度参数进行参数优化处理，其中，均方根误差具体计算公式如下：
[0034][0035]其中，E(y
i
)表示第i个实际观测值，y
i
为模型反演出的第i个预测值，n是观测样本总数；
[0036]P2.2：收集各组精度参数并初始化参数范围，同时列出所有可能的数据结果，对于每一组数据，选取任意一个子集作为测试集，并将剩余子集作为训练集对测试模型进行训练，训练完成后，再对测试集进行预测，统计测试结果的均方根误差；
[0037]P2.3：之后将测试集更换为另一子集，再取剩余子集作为训练集，再次统计均方根误差，直至对所有数据都进行一次预测，并通过选取均方根误差最小时对应的组合参数作为数据区间内最优的参数。
[0038]相比于现有技术，本专利技术的有益效果在于：
[0039]1、该氢能源产品的生产工艺通过图像采集设备对三合一送料机输料过程进行实时采集，再依据优化后的影像信息构建仿真模型，之后仿真模型接收系统默认或人工设定传输限位值，并依据传输限位值原材料传输位置进行调整，当三合一送料机将原材料送入油压机模具中，之后送料机依据系统默认或者人工设定的步距移动原材料，当原材料被移动至规定位置后，液压泵将液压油通过液压管路进入油缸或者活塞中，油压机对原材料进行冲孔，当原材料冲孔完成后，送料机料带定距移动将原材料送至油压机中的下一工位出，再次进行切边处理，切边完成后，原材料在送料机料带的带动下再次移动并由油压机依据原材料移动的位置对其进行成型以及切断处理，通过在一台油压机中模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.氢能源产品的生产工艺，其特征在于，该生产工艺具体步骤如下：(1)将原材料装上送料机进行传递；(2)采集材料传递信息并进行分析判断；(3)对送入模具的原材料进行冲压成型；(4)检测成品生产信息并进行预测调整。2.根据权利要求1所述的氢能源产品的生产工艺，其特征在于，步骤(2)中所述分析判断具体步骤如下：步骤一：图像采集设备对三合一送料机输料过程进行实时采集，之后对采集到的影像信息进行图像优化，之后依据优化后的影像信息构建仿真模型；步骤二：仿真模型接收系统默认或人工设定传输限位值，并将原材料传输位置与传输限位值进行比较，若传输位置大于传输限位值，则产生调整指令，之后送料机依据调整指令对原材料传输位置进行调整。3.根据权利要求2所述的氢能源产品的生产工艺，其特征在于，步骤(2)中所述图像优化具体步骤如下：第一步：对影像信息进行逐帧提取以获取各帧图片数据，之后依据各组图片数据的显示比例来确定分块数量以进行分块处理，同时对分块完成的图片数据通过低通滤波进行模糊处理；第二步：将处理后的图片数据通过傅里叶正反变换进行图像空间转换至频率空间的相互变换，并对转换至频率空间的图片数据中的高频成分进行分析提取，再将其转换至图像空间；第三步：对处理完成的图片数据中的每一个像素逐点进行阈值计算，并通过灰度阀值寻找特征区域，得到特征区域后使用集合运算、形态学处理以及区域变换对该区域进行处理。4.根据权利要求1所述的氢能源产品的生产工艺，其特征在于，步骤(3)中所述冲压成型具体步骤如下：S1：三合一送料机将原材料送入油压机模具中，之后送料机依据系统默认或者人工设定的步距移动原材料，当原材料被移动至规定位置后，液压泵将液压油通过液压管路进入油缸或者活塞中，油压机对原材料进行冲孔；S2：当原材料冲孔完成后，送料机料带定距移动将原材料送至油压机中的下一工位出，再次进行切边处理，切边完成后，原材料在送料机料带的带动下再次移动并由油压机依据原材料移动的位置对其进行成型以及切断处理。5.根据权利要求1所述的氢能源产品的生产工艺，其特征在于，步骤(4)中所述预测调整具体步骤如下：P1.1：计算机构建一组检测神经网络，之后通过传感器实时采集油压机以及送料机的运行信号，同时对两组运行信号进行预处理工作，并通过时域以及频域的方法提取相关特征参数；P1.2：计算各组特征参数的方差系数，并...

【专利技术属性】
技术研发人员：刘涛涛，杜红伟，
申请(专利权)人：苏州新弘能新能源科技有限公司，
类型：发明
国别省市：