本课题由同济大学和上海捷氢科技联合承担。

2022年3月2日，基金会秘书处组织协调同济大学、上海捷氢科技、以及上汽商用车技术中心、上汽大众共15名人员，通过腾讯视频会议方式，围绕《400型FC电堆气体扩散层微观图像的智能识别性能定制开发》（2004）课题进行了阶段性（中期）研究成果技术交流（汇报）会。

课题组针对企业提供的2家供应商气体扩散层样品，构建了样本容量>1000的CNN数据库；通过“灰度阈值”图像识别方法，有效提取了气体扩散层纤维特征（纤维数目、纤维角度分布、纤维束宽度等）、裂缝特征（裂缝数目、裂缝尺寸和分布等）、孔隙特征（孔隙率、粘结剂分布等）等信息，实现了纤维识别、裂缝识别和三维CT孔隙分析及数据后处理的功能，满足使用分析需求；通过“卷积神经网络”图像识别方法，初步构建、训练并验证了神经网络模型。结论：为保证透气性和较好性能，可要求新样品在20X的显微镜图像中，纤维平均数目应≤24.58, 纤维束平均宽度应≤17.32，纤维角度分布的平均值应≤2.19；为保证微孔层具有较少的裂纹及较好的性能，可要求新样品在35X下的SEM图中，裂缝个数平均值应≤98.4，裂缝面积（像素）应≤10880.8，裂缝角度分布特征值应≤1.1。以上研究成果将为进一步建立气体扩散层“工艺-结构-性能”构效关系打下基础。

达到中期预期目标。

显微镜图像、纤维识别程序图像对比（当前精度已达90.9%）