氢燃料电池市场将达786亿美元!AI+机器视觉检测,助力氢电品质提升

视觉技术遨游 2023-05-11
1834 字丨阅读本文需 6 分钟

新产业周期下,新能源行业风口已至,随着新材料、新工艺的出现,现代新能源企业对于产品质量检测的需求加大,越来越多的新能源企业应用创新机器视觉技术与产品于生产环节。

在新能源领域,氢燃料电池能够满足长续航、高温、高寒工况的环境需求,其行业正在往规模化方向发展。而机器视觉系统作为工业生产的“眼睛”和“大脑”,持续赋能燃料电池企业高质、高效生产,并随着该行业的崛起,市场需求增量也十分显著。

氢燃料电池制造“智能化”,视觉检测设备成为“杀 手锏”

随着新能源行业的爆发式增长,氢燃料电池等相关企业加速扩产。但随之而来的便是,近几年来氢燃料电池安全问题频发,越来越多的人们逐渐重视氢燃料电池的质量问题,相关厂家也加大了对其的缺陷检测力度,确保产品出厂的合格率。但氢燃料电池生产工艺繁杂,流程较多,在极板的生产工艺中,常常会产生划伤、掉膜、凹凸点、脏污等瑕疵,严重影响氢燃料电池的质量与产品稳定性,严重甚至会造成爆 炸等风险。

综上所述,依靠传统人工目测的检查方式,存在较高的误检、漏检风险,而机器视觉系统的出现,不仅大幅提升检测的精度、速度以及准确度,还能适应在危险环境下的使用。同时,随着氢燃料电池工艺的复杂化、原材料的加速迭代,对于机器视觉的要求也在逐渐提高,也为机器视觉厂家如何满足氢燃料电池行业的市场需求、加速适应新变化提出挑战,助推机器视觉技术的持续升级。

在整个氢燃料电池的生产过程中,虽然机器视觉系统只占其生产支出的一小部分,但是作为具有智能感知技术的关键设备,在整个生产质检过程中起着至关重要的作用。且随着深度学习、3D视觉、AI算法等机器视觉相关技术的持续升级,机器视觉系统的性能优势也进一步加大,实现了氢燃料电池缺陷的高效检出。

AI视觉解决方案,助力氢燃料电池行业发展

随着燃料电池行业向规模化方向发展,对产品质量及检测的要求越来越高,机器视觉检测派上用常。超音速董事长张俊峰表示,很多年前锂电行业主要采用进口视觉检测设备,但最终国产设备成功拿下了锂电市场,且检测精度已超越了进口产品。如今氢电也有很大的发展空间,相信国产视觉检测设备能够助力氢电快速发展。

超音速成立于2010年,是专注于新能源行业AI机器视觉检测智能装备的高新技术企业,目前公司拥有以博士和硕士为核心的100多人的技术团队,公司总人数达260多人。公司已经申请了635件专利,其中发明专利238件,实用新型专利388件,PCT国际专利7件,软件著作权117件,软件产品登记证书14件。

超音速开发了新能源业界领先的前中后段视觉检测设备。公司用AI技术重新定义新能源行业检测方式,目前在研的机器视觉检测电池表面瑕疵和极耳外观检测项目均为全行业首台套项目。该系列产品用先进的人工智能技术解决了行业的痛点需求,取代传统的人眼检测方式及提高行业检测精度、检测结果一致性,重塑新能源行业的生产检测标准。

超音速经大量研发测试,成功开发了燃料电池行业首款全自动双极板尺寸和外观检测设备,采用大幅面线扫及3D相机相结合技术,检测精度达±0.01mm,大大降低了行业的人工成本,提高检测效率及精度。无人化自动检测,数据自动保存、联通MES系统,实现产品质量信息化追溯。此外,超音速在质子交换膜外观瑕疵检测和尺寸测量、电堆外观检测、膜电极外观缺陷检测等均有成熟应用。

氢燃料电池市场巨大,AI+机器视觉大有空间

根据Market Statsville Grup(MSG)的最新数据,全球氢燃料电池市场规模预计将从2021的145.73亿美元增长至2030年的786.295亿美元,2022年至2030年间的复合年增长率为20.6%。氢燃料电池是一种电化学装置,通过将燃料(通常为氢)经过电化学过程产生电能。尽管燃料电池与化学电池有类似结构,但它们需要无中断的氧气和氢燃料供应来运行,这与内燃机需要恒定的汽油或柴油流的方式类似。

随着环境问题的日益严重,市场参与者正在关注氢经济。氢燃料电池也可以扩大规模。它们可以组合起来创建堆栈,然后再组合起来创建更大的系统。这些燃料系统的尺寸和功率范围覆盖了为智能手机充电的便携式系统到电动汽车的内燃机替代品,再到直接向公用电网供电的大规模、多兆瓦的设施。

随着电动汽车的普及,氢燃料电池市场在预测期内出现了巨大增长。此外,由于碳排放量的增加,政 府的重点已经转向使用电动汽车。影响市场的另一个因素是日益增长的环境问题。由于有害气体排放,过度使用化石燃料引起了环境问题,减少对石油和柴油依赖的需求推动了市场的增长。

AI+机器视觉技术能够解决诸多传统机器视觉无法解决的难点,如现场环境复杂、对光源要求高,工件尺寸、标识种类较多,装置灵活度要求高,工件表面有膜,对图像处理要求高等。AI+机器视觉技术还能做到自动学习,分析缺陷特征以及系统的自我学习,从而定义新的缺陷类型,大幅提升工业生产线的自动化、智能化水平,加快实现智能制造。受益于氢燃料电池的巨大市场,AI+机器视觉发展空间巨大。

文章来源: 中国国际石油化工大会,互联网 ,浙江深眸

免责声明:凡注明来源本网的所有作品,均为本网合法拥有版权或有权使用的作品,欢迎转载,注明出处本网。非本网作品均来自其他媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如您发现有任何侵权内容,请依照下方联系方式进行沟通,我们将第一时间进行处理。

0赞 好资讯,需要你的鼓励
来自:视觉技术遨游
0

参与评论

登录后参与讨论 0/1000

为你推荐

加载中...