CN112417723A - 一种流场优化方法、装置及存储介质 - Google Patents
一种流场优化方法、装置及存储介质 Download PDFInfo
- Publication number
- CN112417723A CN112417723A CN202011301173.9A CN202011301173A CN112417723A CN 112417723 A CN112417723 A CN 112417723A CN 202011301173 A CN202011301173 A CN 202011301173A CN 112417723 A CN112417723 A CN 112417723A
- Authority
- CN
- China
- Prior art keywords
- fuel cell
- parameters
- type
- guide plate
- pressure loss
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000005457 optimization Methods 0.000 title claims abstract description 29
- 239000000446 fuel Substances 0.000 claims abstract description 143
- 238000012545 processing Methods 0.000 claims abstract description 16
- 230000006870 function Effects 0.000 claims description 35
- 238000004088 simulation Methods 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 description 22
- 239000007789 gas Substances 0.000 description 19
- 239000001257 hydrogen Substances 0.000 description 8
- 229910052739 hydrogen Inorganic materials 0.000 description 8
- -1 hydrogen ions Chemical class 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000000611 regression analysis Methods 0.000 description 6
- 239000003054 catalyst Substances 0.000 description 4
- 238000003487 electrochemical reaction Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012706 support-vector machine Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000004449 solid propellant Substances 0.000 description 3
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000012495 reaction gas Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/30—Hydrogen technology
- Y02E60/50—Fuel cells
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Fluid Mechanics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Fuel Cell (AREA)
Abstract
本申请实施例公开了一种流场优化方法、装置及存储介质,该方法包括:针对导流板的任意一种类型的参数,获取类型的参数对应的多个参数组,其中,类型的参数对应的任意两个参数组中类型的参数的数值不同,且其他类型的参数的数值相同,导流板位于燃料电池端部的设定区域;获取使用类型的参数对应的多个参数组时燃料电池端部的进出口压损;应用预设回归函数对类型的参数和获取的进出口压损进行回归处理,确定燃料电池端部的进出口压损最小时类型的参数的数值,为燃料电池装置流场优化时导流板的参数的数值。该方法提高了流场优化的效率和精度;按照确定的导流板的参数的数值设计燃料电池,改善了燃料电池的内部流场,提高了燃料电池的性能。
Description
技术领域
本申请涉及流体力学技术领域,尤其涉及一种流场优化方法、装置及存储介质。
背景技术
燃料电池是一种不经过燃烧而通过电化学反应直接把燃料中的化学能转换为电能的装置。具体为,分别向阳极和阴极供给氢气和氧气,反应气体经过扩散层进入多孔阳极的氢原子被催化剂吸附反应生成氢离子和电子,氢离子通过中部的质子交换膜迁移至阴极,阴极催化层由氢离子及通过外电路流入的电子共同反应结合成水并通过反应尾气排出。
燃料电池端部的流场情况直接影响到气体进入流道时的均匀度,如气体进入端部后,流动偏向于腔体一侧十分严重,导致流动分布不均匀,容易造成进入每个流道内的气体分布产生较大的差异,进而影响电池的性能。同时,气流分布不均匀,也会造成端部进出口气体压损过大,对气体流动以及电化学反应产生影响。
发明内容
本申请实施例提供一种流场优化方法、装置及存储介质,用以降低燃料电池端部的进出口的压损,改善燃料电池内部流场,提高燃料电池的性能。
第一方面,本申请一实施例提供了一种流场优化方法,包括:
针对导流板的任意一种类型的参数,获取所述类型的参数对应的多个参数组,其中,所述类型的参数对应的任意两个参数组中所述类型的参数的数值不同,且其他类型的参数的数值相同,所述导流板位于燃料电池端部的设定区域;
获取使用所述类型的参数对应的多个参数组时所述燃料电池端部的进出口压损;
应用预设回归函数对所述类型的参数和获取的进出口压损进行回归处理,确定所述燃料电池端部的进出口压损最小时所述类型的参数的数值,为所述燃料电池装置流场优化时所述导流板的参数的数值。
本申请实施例,基于仿真分析,将导流板引入燃料电池端部设计,计算导流板的每个类型的参数对应的多个参数组的燃料电池端部的进出口压损,再应用预设回归函数对多个参数组合得到的多个进出口压损进行优化,来确定导流板的设计参数。这样,从仿真分析的角度确定了进出口压损最小时的一组导流板设计参数,而进出口压损越小则燃料电池内部流场越均匀,因此,按照得到的导流板设计参数设计燃料电池,改善了燃料电池的内部流场,进而提高了燃料电池的性能。
在一些示例性的实施方式中,所述获取使用所述类型的参数对应的多个参数组时所述燃料电池端部的进出口压损,包括:
将所述类型的参数对应的多个参数组的数值分别输入至燃料电池模型,得到各个参数组对应的所述燃料电池端部的进出口压损;
其中,所述燃料电池模型是在基础燃料电池模型中加入所述导流板的模拟结构后得到的。
上述实施例,应用加入导流板的模拟结构后得到的燃料电池模型,得到多个参数组对应的多个进出口压损,将多个参数组合多个进出口压损作为回归分析的样本,避免回归分析的样本数据过少而影响回归分析的精度。
在一些示例性的实施方式中,通过下述方式确定所述燃料电池模型:
将所述导流板模拟为面网格,并将所述面网格作为所述导流板的模拟结构;
将所述导流板的模拟结构加入所述基础燃料电池模型,得到燃料电池模型。
上述实施例,将导流板模拟为面网格,与燃料电池模型中的其他结构的模拟结构更贴近,这样得到的燃料电池模型更准确。
在一些示例性的实施方式中,所述类型的参数为所述导流板设置在所述燃料电池端部的设定区域的角度、所述导流板的横向长度或所述导流板的展向长度中的任一个;
所述其他类型的参数为所述导流板设置在所述燃料电池端部的设定区域的角度、所述导流板的横向长度或所述导流板的展向长度中除所述类型的参数之外的其他两个。
上述实施例,导流板的参数包括设置在所述燃料电池端部的设定区域的角度、横向长度和展向长度,这样可以在确定导流板的设计参数时,保持一个参数对应任意两个参数组中相应参数类型的参数的数值不同,且其他类型的参数的数值相同,这样可以使在确定任意一个参数时,排除其他参数带来影响,进而确定出导流板设计参数。
在一些示例性的实施方式中,应用预设回归函数对所述类型的参数和获取的进出口压损进行回归处理,确定所述燃料电池端部的进出口压损最小时所述类型的参数的数值,包括:
将所述类型的参数和获取的进出口压损输入至所述预设回归函数进行回归处理;
确定所述燃料电池端部的进出口压损最小时所述类型的参数的数值。
上述实施例,将每个参数以及对应的进出口压损作为回归函数的样本进行回归分析,利用了回归分析寻优的特性,可以找到每个类型的参数取不同参数值时的进出口压损最小时的参数的数值,进而确定每个类型的参数中设计参数值。
第二方面,本申请一实施例提供了一种流场优化装置,包括:
数据获取模块,用于针对导流板的任意一种类型的参数,获取所述类型的参数对应的多个参数组,其中,所述类型的参数对应的任意两个参数组中所述类型的参数的数值不同,且其他类型的参数的数值相同,所述导流板位于燃料电池端部的设定区域;
压损计算模块,用于获取使用所述类型的参数对应的多个参数组时所述燃料电池端部的进出口压损;
数据回归模块,用于应用预设回归函数对所述类型的参数和获取的进出口压损进行回归处理,确定所述燃料电池端部的进出口压损最小时所述类型的参数的数值,为所述燃料电池装置流场优化时所述导流板的参数的数值。
在一些示例性的实施方式中,所述压损计算模块具体用于,包括:
将所述类型的参数对应的多个参数组的数值分别输入至燃料电池模型,得到各个参数组对应的所述燃料电池端部的进出口压损;
其中,所述燃料电池模型是在基础燃料电池模型中加入所述导流板的模拟结构后得到的。
在一些示例性的实施方式中,所述压损计算模块用于通过下述方式确定所述燃料电池模型:
将所述导流板模拟为面网格,并将所述面网格作为所述导流板的模拟结构;
将所述导流板的模拟结构加入所述基础燃料电池模型,得到燃料电池模型。
在一些示例性的实施方式中,所述类型的参数为所述导流板设置在所述燃料电池端部的设定区域的角度、所述导流板的横向长度或所述导流板的展向长度中的任一个;
所述其他类型的参数为所述导流板设置在所述燃料电池端部的设定区域的角度、所述导流板的横向长度或所述导流板的展向长度中除所述类型的参数之外的其他两个。
在一些示例性的实施方式中,所述数据回归模块具体用于:
将所述类型的参数和获取的进出口压损输入至所述预设回归函数进行回归处理;
确定所述燃料电池端部的进出口压损最小时所述类型的参数的数值。
第三方面,本申请一实施例提供了一种流场优化装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,处理器执行计算机程序时实现上述任一种方法的步骤。
第四方面,本申请一实施例提供了一种计算机可读存储介质,其上存储有计算机程序指令,该计算机程序指令被处理器执行时实现上述任一种方法的步骤。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,显而易见地,下面所介绍的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一实施例提供的一种燃料电池端部的结构示意图;
图2为本申请一实施例提供的一种流场优化方法的流程示意图;
图3为本申请一实施例中适用的一种流场压力示意图;
图4为本申请一实施例中适用的一种流场速度示意图;
图5为本申请一实施例提供的一种流场优化装置的结构示意图;
图6为本申请一实施例提供的一另种流场优化装置的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
为了方便理解,下面对本申请实施例中涉及的名词进行解释:
附图中的任何元素数量均用于示例而非限制,以及任何命名都仅用于区分,而不具有任何限制含义。
燃料电池是一种不经过燃烧而通过电化学反应直接把燃料中的化学能转换为电能的装置。具体为,分别向阳极和阴极供给氢气和氧气,反应气体经过扩散层进入多孔阳极的氢原子被催化剂吸附反应生成氢离子和电子,氢离子通过中部的质子交换膜迁移至阴极,阴极催化层由氢离子及通过外电路流入的电子共同反应结合成水并通过反应尾气排出。
对燃料电池来说,燃料电池端部为气体反应的位置,其端部的流场情况直接影响到气体进入流道时的均匀度,比如气体进入端部后流动分布不均匀容易造成进入每个流道内的气体分布有较大差异,进而影响电池性能;同时,端部气体压损过大也会对气体流动以及电化学反应产生影响。相关技术中,提供了不同产品类型的流场优化方法,比如,对燃料电池装置的构造进行改进,比如对流道、扩散层或催化层等结构进行改进。但是,由于实际的燃料电池的种类、用途和结构多种多样,这样对结构改进的不具备普遍适用性。
为此,本申请提供了一种流场优化方法,在燃料电池端部设置一个导流板,确定导流板设置的合适的角度、横向长度和展向长度,使得气体进入端部后流动更均匀,降低燃料电池端部的进口和出口的压力差,或称为进出口压损,提高燃料电池的性能。
在介绍完本申请实施例的设计思想之后,下面对本申请实施例的技术方案能够适用的应用场景做一些简单介绍,需要说明的是,以下介绍的应用场景仅用于说明本申请实施例而非限定。在具体实施时,可以根据实际需要灵活地应用本申请实施例提供的技术方案。
参考图1,其为本申请实施例提供的一种燃料电池端部的结构示意图,其中,10为燃料电池端部,11为端部的入口,12位端部的出口,13为导流板,图1中的导流板的位置、角度和尺寸大小只是一种示例,导流板的材料也可以根据实际应用情况进行选择,本申请实施例不进行限定。
当然,本申请实施例提供的方法并不限用于图1所示的应用场景中,还可以用于其它可能的应用场景,本申请实施例并不进行限制。对于图1所示的应用场景的各个设备所能实现的功能将在后续的方法实施例中一并进行描述,在此先不过多赘述。
为进一步说明本申请实施例提供的技术方案,下面结合附图以及具体实施方式对此进行详细的说明。虽然本申请实施例提供了如下述实施例或附图所示的方法操作步骤,但基于常规或者无需创造性的劳动在所述方法中可以包括更多或者更少的操作步骤。在逻辑上不存在必要因果关系的步骤中,这些步骤的执行顺序不限于本申请实施例提供的执行顺序。
下面结合图1所示的应用场景,对本申请实施例提供的技术方案进行说明。
参考图2,本申请实施例提供一种流场优化方法,包括以下步骤:
S201、针对导流板的任意一种类型的参数,获取类型的参数对应的多个参数组,其中,类型的参数对应的任意两个参数组中类型的参数的数值不同,且其他类型的参数的数值相同,导流板位于燃料电池端部的设定区域。
S202、获取使用类型的参数对应的多个参数组时燃料电池端部的进出口压损。
S203、应用预设回归函数对类型的参数和获取的进出口压损进行回归处理,确定燃料电池端部的进出口压损最小时类型的参数的数值,为燃料电池装置流场优化时导流板的参数的数值。
本申请实施例,基于仿真分析,将导流板引入燃料电池端部设计,计算导流板的每个类型的参数对应的多个参数组的燃料电池端部的进出口压损,再应用预设回归函数对多个参数组合得到的多个进出口压损进行优化,来确定导流板的设计参数。这样,从仿真分析的角度确定了进出口压损最小时的一组导流板设计参数,而进出口压损越小则燃料电池内部流场越均匀,因此,按照得到的导流板设计参数设计燃料电池,改善了燃料电池的内部流场,进而提高了燃料电池的性能。
涉及到S201,首先对燃料电池的端部进行建模,由于模型结构复杂,需要根据网格划分策略对模型进行全四面体网格划分,而网格划分策略中网格的多少影响模型的精度,可以根据实际需求进行设定。根据入口气体的相对湿度、气体压力和温度等基础参数,计算得到气体的物性参数,比如说是气体的密度和比热容等。另外,设置端部入口初始压力、端部出口初始压力、端部各个面的数据类型等边界参数,结合物性参数以及边界参数对模型进行设置,得到基础燃料电池模型。而为了使基础燃料电池模型的准确度更高,可以设定不同的网格尺度,并进行收敛性分析,得到准确度较高的基础燃料电池模型。这里的基础燃料电池模型是指未加入导流板结构的燃料电池模型。
考虑加入导流板来改善燃料电池内部流场的流动,根据流场情况将导流板设置在端部结构的圆柱入口通入下部腔体处,该位置可以作为一个设定区域,具体可以根据经验值进行确定。本申请实施例则可以确定导流板的设置角度、导流板的横向长度和展向长度。当然,设置的具体位置改变后,本申请实施例的方法仍然适用。
接下来确定加入导流板结构的燃料电池模型,具体的,导流板在模型中可以简化为一层具有wall属性的面网格,将该面网格作为导流板的模拟结构,将该模拟结构加入基础燃料电池模型,得到燃料电池模型。进而可以应用燃料电池模型计算导流板的角度、横向长度和展向长度取不同的值时的进出口压损,以确定最优的一组导流板的角度、横向长度和展向长度的取值。
示例性的,导流板的参数包括导流板设置在燃料电池端部的设定区域的角度、导流板的横向长度和导流板的展向长度,为了表述方便,以下简称导流板的角度、横向长度和展向长度。由于计算任意一种情况下的燃料电池端部的进出口压损,需要一组角度、横向长度和展向长度的取值,而为了确定出三个参数分别在燃料电池端部的进出口压损最小时的最优取值,在研究其中任意一个参数时,其他另外两个参数的取值相同,比如是预先设定的一组经验值。
具体的,假设其中一个类型的参数为导流板设置在燃料电池端部的设定区域的角度、导流板的横向长度或导流板的展向长度中的任一个;则对应的参数组中,其他类型的参数为导流板设置在燃料电池端部的设定区域的角度、导流板的横向长度或导流板的展向长度中除类型的参数之外的其他两个。
接下来举例说明不同工况下参数的选择过程。
比如说,在研究导流板的角度时,设定导流板的初始角度,然后每隔10°取值,这样共取10组导流板的角度值,而每组中导流板的横向长度和展向长度相同,比如是横向长度取值L1,展向长度取值W1。表1示出了一种导流板的角度作为设计参数时的参数取值表。
表1导流板的角度作为设计参数时的参数取值表
组别 | 角度 | 横向长度 | 展向长度 |
1 | 0° | L1 | W1 |
2 | 10° | L1 | W1 |
3 | 20° | L1 | W1 |
4 | 30° | L1 | W1 |
5 | 40° | L1 | W1 |
6 | 50° | L1 | W1 |
7 | 60° | L1 | W1 |
8 | 70° | L1 | W1 |
9 | 80° | L1 | W1 |
10 | 90° | L1 | W1 |
同理,比如说,在研究导流板的横向长度时,设定一个最大长度,该最大长度比如可以是端部的长度L,导流板的横向长度按照L的十分之一作为变化量来取值,这样共取8组导流板的横向长度值,而每组中导流板的角度和展向长度相同,比如是角度取R1,展向长度取值W2。表2示出了一种导流板的横向长度作为设计参数时的参数取值表。
表2一种导流板的横向长度作为设计参数时的参数取值表
组别 | 角度 | 横向长度 | 展向长度 |
1 | R1 | 0.1L | W2 |
2 | R1 | 0.2L | W2 |
3 | R1 | 0.3L | W2 |
4 | R1 | 0.4L | W2 |
5 | R1 | 0.5L | W2 |
6 | R1 | 0.6L | W2 |
7 | R1 | 0.7L | W2 |
8 | R1 | 0.8L | W2 |
同理,比如说,在研究导流板的展向长度时,设定一个初始展向长度,比如是5mm,该然后每间隔5mm取值,这样取6组导流板的展向长度值,而每组中导流板的角度和横向长度相同,比如是角度取R2,横向长度取值L2。表3示出了一种导流板的展向长度作为设计参数时的参数取值表。
表3一种导流板的展向长度作为设计参数时的参数取值表
组别 | 角度 | 横向长度 | 展向长度 |
1 | R2 | L2 | 5mm |
2 | R2 | L2 | 10mm |
3 | R2 | L2 | 15mm |
4 | R2 | L2 | 20mm |
5 | R2 | L2 | 25mm |
6 | R2 | L2 | 30mm |
另外,需要说明的是,R1和R2的取值可以相同,也可以不同,L1和L2的取值可以相同也可以不同,W1和W2取值可以相同也可以不同。
涉及到S202,针对上述三种类型的参数,分别获取到了对应的多个参数组,将各个类型的参数对应的多个参数组的数值分别输入至燃料电池模型,得到各个参数组对应的燃料电池端部的进出口压损。其中,压损是指,压力的损失值,进出口压损是燃料电池端部的进口压力和出口压力之差,参考图1,进口压力是指端部的入口的端面的各个点的压力的平均值,出口压力是指端部的出口的端面的各个点的压力的平均值。进出口压损越小,表明燃料电池端部的流场越均匀,燃料电池的性能越好。
在一个具体的例子中,燃料电池模型的输入为上述三种类型的参数时,应用其模型内置的仿真算法可以得到燃料电池内部的各个参数,比如模型内部各个点的流场压力,以及,模型内部各个点的流场速度,而模型内置的算法可参考相关技术中的仿真算法,在此不赘述。示例性的,图3示出了一种流场压力示意图,图4示出了一种流场速度示意图,参考图3和图4,可以得到燃料电池模型的各个点的流场压力和流场速度。综合考虑多个点的流场压力和流场速度,可以了解燃料电池的进出口的流场分布情况。
涉及到S203,上述过程是确定了不同工况下对应的各个压损,但是由于是离散选点,而穷举参数取值来得到一个最小的进出口压损对应的参数值也会造成很大的计算量。因此,针对每个类型的参数,将该参数和获取的进出口压损输入至预设回归函数进行回归处理;确定燃料电池端部的进出口压损最小时该类型的参数的数值。
具体的,以导流板的角度为例,0°、10°、20°、30°、40°、50°、60°、70°、80°、90°,分别对应的十组工况数据中,得到计算出来的十个压损的数值,分别记为Y1、Y2、Y3、Y4、Y5、Y6、Y7、Y8、Y9、Y10。也就是说,压损最小时的角度值不一定为这十个角度值中的任意一个,比如说可能是15.8°,因此,将十个角度的数值和十个压损的数值输入至预设回归函数进行回归处理,这样则可以确定压损最小时的角度的取值,将此时的角度值作为目标角度值。同理,针对横向长度和展向长度,分别应用同样的方法,得到相应的参数组中压损最小时的目标横向长度和目标展向长度。将目标角度、目标横向长度和目标展向长度组合为一组,作为导流板的设计参数,也即,可以按照该组设计参数,在实体燃料电池装置的端部,设置一个导流板,来降低实体燃料电池装置的端部的进出口压损,使其内部的流场更均匀,燃料电池的性能更高。
对于在回归处理中用到的预设回归函数,可以是相关技术中的回归函数,比如是某种类型的回归函数,再应用本申请实施例中的参数和对应的压损作为样本,确定回归函数的参数值等,进而确定最终的回归函数。下面举例说明本申请实施例中适用的一种回归函数的确定过程。
比如应用支持向量机回归函数,创建支持向量机回归函数中,其基本思想是通过某一非线性映射关系将样本空间映射至高维空间,从而将原本的低维非线性问题转化为高维线型问题完成回归。现有xi=(xi1,xi2,xi3,...,xip)为输入的因子的特征向量,yi输出量,其中,xi∈Rp,p为维数,yi∈R,支持向量机回归函数为:
式中,系数w与b分别表征函数的复杂性与偏置量,γ为常数,可以按照经验值进行设定,其值可用下式的最小值来估算:
式中,Lε为损失函数,C为惩罚因子。引入松弛变量ξi与ξi *,以不敏感损失函数作为结构最小化风险问题,可将优化目标转化为:
求解上述问题最终得到支持向量机的回归函数:
式中,核函数K(xi,xj)的形式为RBF(Radial basis function kernel,径向基核函数),比如K(xi,xj)=exp(-||xi-xj||2)/2γ2)。
对应到本申请实施例,以导流板的角度为例,对上述确定回归函数的过程中的各个常量和变量进行说明。在上述十组导流板工况时,每组工况中的横向长度取值相同,展向长度取值相同,因此,在回归分析中,输入因子的特征向量中,n为样本数,n取10,i取值为1到10之间的整数;p为变量参数类型个数,在这个例子中,由于每组工况中的横向长度取值相同,展向长度取值相同,则p的取值为1。因此,xi=xi1,i取1到10之间的整数,xi则为十组角度值,yi输出量为十组对应的压损值。而是由于对偶方式产生的,也取为1到n中的整数值,ai、ai *拉格朗日因子,aj、aj *为对偶方式产生的对应的拉格朗日因子,可以按照经验值进行选取。对于在确定设计参数中的横向长度和展向长度时,按照不同工况进行调节。
另外,应用本申请实施例的技术方案,也无需对端部结构进行整体改进,通过仿真分析来对各个参数进行计算对应的进出口压损,进而确定导流板的设计参数,提高了流场优化的效率和精度。
如图5所示,基于与上述流场优化方法相同的发明构思,本申请实施例还提供了一种流场优化装置,包括数据获取模块501、压损计算模块502和数据回归模块503。
其中:数据获取模块501,用于针对导流板的任意一种类型的参数,获取类型的参数对应的多个参数组,其中,类型的参数对应的任意两个参数组中类型的参数的数值不同,且其他类型的参数的数值相同,导流板位于燃料电池端部的设定区域;
压损计算模块502,用于获取使用类型的参数对应的多个参数组时燃料电池端部的进出口压损;
数据回归模块503,用于应用预设回归函数对类型的参数和获取的进出口压损进行回归处理,确定燃料电池端部的进出口压损最小时类型的参数的数值,为燃料电池装置流场优化时导流板的参数的数值。
在一些示例性的实施方式中,压损计算模块502具体用于,包括:
将类型的参数对应的多个参数组的数值分别输入至燃料电池模型,得到各个参数组对应的燃料电池端部的进出口压损;
其中,燃料电池模型是在基础燃料电池模型中加入导流板的模拟结构后得到的。
在一些示例性的实施方式中,压损计算模块502用于通过下述方式确定燃料电池模型:
将导流板模拟为面网格,并将面网格作为导流板的模拟结构;
将导流板的模拟结构加入基础燃料电池模型,得到燃料电池模型。
在一些示例性的实施方式中,类型的参数为导流板设置在燃料电池端部的设定区域的角度、导流板的横向长度或导流板的展向长度中的任一个;
其他类型的参数为导流板设置在燃料电池端部的设定区域的角度、导流板的横向长度或导流板的展向长度中除类型的参数之外的其他两个。
在一些示例性的实施方式中,数据回归模块503具体用于:
将类型的参数和获取的进出口压损输入至预设回归函数进行回归处理;
确定燃料电池端部的进出口压损最小时类型的参数的数值。
本申请实施例提的流场优化装置与上述流场优化方法采用了相同的发明构思,能够取得相同的有益效果,在此不再赘述。
基于与上述流场优化方法相同的发明构思,本申请实施例还提供了一种流场优化装置,该流场优化装置具体可以为桌面计算机、便携式计算机、智能手机、平板电脑、个人数字助理(Personal Digital Assistant,PDA)、服务器等。如图6所示,该流场优化装置可以包括处理器601和存储器602。
处理器601可以是通用处理器,例如中央处理器(CPU)、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器602作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器可以包括至少一种类型的存储介质,例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random Access Memory,RAM)、静态随机访问存储器(Static Random Access Memory,SRAM)、可编程只读存储器(Programmable Read Only Memory,PROM)、只读存储器(Read Only Memory,ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、磁性存储器、磁盘、光盘等等。存储器是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。本申请实施例中的存储器602还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;上述计算机存储介质可以是计算机能够存取的任何可用介质或数据存储设备,包括但不限于:移动存储设备、随机存取存储器(RAM,Random Access Memory)、磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD))等各种可以存储程序代码的介质。
或者,本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、随机存取存储器(RAM,Random Access Memory)、磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD))等各种可以存储程序代码的介质。
以上实施例仅用以对本申请的技术方案进行了详细介绍,但以上实施例的说明只是用于帮助理解本申请实施例的方法,不应理解为对本申请实施例的限制。本技术领域的技术人员可轻易想到的变化或替换,都应涵盖在本申请实施例的保护范围之内。
Claims (10)
1.一种流场优化方法,其特征在于,包括:
针对导流板的任意一种类型的参数,获取所述类型的参数对应的多个参数组,其中,所述类型的参数对应的任意两个参数组中所述类型的参数的数值不同,且其他类型的参数的数值相同,所述导流板位于燃料电池端部的设定区域;
获取使用所述类型的参数对应的多个参数组时所述燃料电池端部的进出口压损;
应用预设回归函数对所述类型的参数和获取的进出口压损进行回归处理,确定所述燃料电池端部的进出口压损最小时所述类型的参数的数值,为所述燃料电池装置流场优化时所述导流板的参数的数值。
2.根据权利要求1所述的方法,其特征在于,所述获取使用所述类型的参数对应的多个参数组时所述燃料电池端部的进出口压损,包括:
将所述类型的参数对应的多个参数组的数值分别输入至燃料电池模型,得到各个参数组对应的所述燃料电池端部的进出口压损;
其中,所述燃料电池模型是在基础燃料电池模型中加入所述导流板的模拟结构后得到的。
3.根据权利要求2所述的方法,其特征在于,通过下述方式确定所述燃料电池模型:
将所述导流板模拟为面网格,并将所述面网格作为所述导流板的模拟结构;
将所述导流板的模拟结构加入所述基础燃料电池模型,得到燃料电池模型。
4.根据权利要求1所述的方法,其特征在于,所述类型的参数为所述导流板设置在所述燃料电池端部的设定区域的角度、所述导流板的横向长度或所述导流板的展向长度中的任一个;
所述其他类型的参数为所述导流板设置在所述燃料电池端部的设定区域的角度、所述导流板的横向长度或所述导流板的展向长度中除所述类型的参数之外的其他两个。
5.根据权利要求1所述的方法,其特征在于,应用预设回归函数对所述类型的参数和获取的进出口压损进行回归处理,确定所述燃料电池端部的进出口压损最小时所述类型的参数的数值,包括:
将所述类型的参数和获取的进出口压损输入至所述预设回归函数进行回归处理;
确定所述燃料电池端部的进出口压损最小时所述类型的参数的数值。
6.一种流场优化装置,其特征在于,包括:
数据获取模块,用于针对导流板的任意一种类型的参数,获取所述类型的参数对应的多个参数组,其中,所述类型的参数对应的任意两个参数组中所述类型的参数的数值不同,且其他类型的参数的数值相同,所述导流板位于燃料电池端部的设定区域;
压损计算模块,用于获取使用所述类型的参数对应的多个参数组时所述燃料电池端部的进出口压损;
数据回归模块,用于应用预设回归函数对所述类型的参数和获取的进出口压损进行回归处理,确定所述燃料电池端部的进出口压损最小时所述类型的参数的数值,为所述燃料电池装置流场优化时所述导流板的参数的数值。
7.根据权利要求6所述的装置,其特征在于,所述压损计算模块具体用于,包括:
将所述类型的参数对应的多个参数组的数值分别输入至燃料电池模型,得到各个参数组对应的所述燃料电池端部的进出口压损;
其中,所述燃料电池模型是在基础燃料电池模型中加入所述导流板的模拟结构后得到的。
8.根据权利要求7所述的装置,其特征在于,所述压损计算模块用于通过下述方式确定所述燃料电池模型:
将所述导流板模拟为面网格,并将所述面网格作为所述导流板的模拟结构;
将所述导流板的模拟结构加入所述基础燃料电池模型,得到燃料电池模型。
9.一种流场优化装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,该计算机程序指令被处理器执行时实现权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011301173.9A CN112417723B (zh) | 2020-11-19 | 2020-11-19 | 一种流场优化方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011301173.9A CN112417723B (zh) | 2020-11-19 | 2020-11-19 | 一种流场优化方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112417723A true CN112417723A (zh) | 2021-02-26 |
CN112417723B CN112417723B (zh) | 2024-04-12 |
Family
ID=74774797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011301173.9A Active CN112417723B (zh) | 2020-11-19 | 2020-11-19 | 一种流场优化方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112417723B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020144600A1 (en) * | 2000-06-06 | 2002-10-10 | Tegrotenhuis Ward E. | Conditions for fluid separations in microchannels, capillary-driven fluid separations, and laminated devices capable of separating fluids |
CN1436274A (zh) * | 2000-04-24 | 2003-08-13 | 国际壳牌研究有限公司 | 处理含烃地层的方法和系统 |
US20120128549A1 (en) * | 2006-01-19 | 2012-05-24 | Rheonix, Inc. | Microfluidic systems and control methods |
CN102968056A (zh) * | 2012-12-07 | 2013-03-13 | 上海电机学院 | 质子交换膜燃料电池的建模系统及其智能预测控制方法 |
CN109725034A (zh) * | 2018-12-18 | 2019-05-07 | 上海交通大学 | 测量离聚物对局域传质阻力影响特征的方法 |
CN110929451A (zh) * | 2019-10-24 | 2020-03-27 | 同济大学 | 一种燃料电池单体电压一致性预测方法 |
CN111161248A (zh) * | 2019-12-30 | 2020-05-15 | 新源动力股份有限公司 | 应用机器学习和数据回归的燃料电池堆组装力分布分析方法 |
CN111859730A (zh) * | 2020-06-05 | 2020-10-30 | 合肥通用机械研究院有限公司 | 一种燃料电池离心压缩机转子构形优化设计方法 |
-
2020
- 2020-11-19 CN CN202011301173.9A patent/CN112417723B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1436274A (zh) * | 2000-04-24 | 2003-08-13 | 国际壳牌研究有限公司 | 处理含烃地层的方法和系统 |
US20020144600A1 (en) * | 2000-06-06 | 2002-10-10 | Tegrotenhuis Ward E. | Conditions for fluid separations in microchannels, capillary-driven fluid separations, and laminated devices capable of separating fluids |
US20120128549A1 (en) * | 2006-01-19 | 2012-05-24 | Rheonix, Inc. | Microfluidic systems and control methods |
CN102968056A (zh) * | 2012-12-07 | 2013-03-13 | 上海电机学院 | 质子交换膜燃料电池的建模系统及其智能预测控制方法 |
CN109725034A (zh) * | 2018-12-18 | 2019-05-07 | 上海交通大学 | 测量离聚物对局域传质阻力影响特征的方法 |
CN110929451A (zh) * | 2019-10-24 | 2020-03-27 | 同济大学 | 一种燃料电池单体电压一致性预测方法 |
CN111161248A (zh) * | 2019-12-30 | 2020-05-15 | 新源动力股份有限公司 | 应用机器学习和数据回归的燃料电池堆组装力分布分析方法 |
CN111859730A (zh) * | 2020-06-05 | 2020-10-30 | 合肥通用机械研究院有限公司 | 一种燃料电池离心压缩机转子构形优化设计方法 |
Non-Patent Citations (4)
Title |
---|
杜跃斐等: "质子交换膜燃料电池流动传热特性研究", 上海电气技术, pages 48 - 51 * |
杨程;牛永江;罗海玉;李奇军;: "基于FLUENT的换热设备中并联管组均流模型设计", 机械设计与制造, no. 05, pages 158 - 163 * |
霍海波;朱新坚;曹广益;: "基于广义回归神经网络的SOFC电压模型研究", 计算机仿真, no. 02, pages 237 - 240 * |
黄敏;李兴虎;: "质子交换膜燃料电池堆参数模型及实验验证", 武汉理工大学学报, no. 06, pages 120 - 123 * |
Also Published As
Publication number | Publication date |
---|---|
CN112417723B (zh) | 2024-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sohani et al. | Comprehensive comparative evaluation of different possible optimization scenarios for a polymer electrolyte membrane fuel cell | |
Ferns et al. | Methods for computing state similarity in Markov decision processes | |
Iranzo et al. | Investigation of the liquid water distributions in a 50 cm2 PEM fuel cell: Effects of reactants relative humidity, current density, and cathode stoichiometry | |
Wang et al. | Numerical study of cell performance and local transport phenomena in PEM fuel cells with various flow channel area ratios | |
Rostami et al. | A 3D CFD model of novel flow channel designs based on the serpentine and the parallel design for performance enhancement of PEMFC | |
Chen et al. | Physics field distributions within fuel cell stacks with manifolds penetrating through the plane zone and open outlet features | |
Yan et al. | Bayesian migration of Gaussian process regression for rapid process modeling and optimization | |
Al-Baghdadi et al. | Modeling optimizes PEM fuel cell performance using three-dimensional multi-phase computational fluid dynamics model | |
Asensio et al. | Analysis of electrochemical and thermal models and modeling techniques for polymer electrolyte membrane fuel cells | |
Verma et al. | Effects of operating parameters on the transient response of proton exchange membrane fuel cells subject to load changes | |
Abdulla et al. | Performance evaluation of Enhanced Cross flow Split Serpentine Flow Field design for higher active area PEM fuel cells | |
Massonnat et al. | Multiphysical, multidimensional real-time PEM fuel cell modeling for embedded applications | |
Charoen-amornkitt et al. | Entropy generation analysis during adjoint variable-based topology optimization of porous reaction-diffusion systems under various design dimensionalities | |
Deng et al. | Prediction and optimization of gas distribution quality for high-temperature PEMFC based on data-driven surrogate model | |
CN115101787A (zh) | 一种燃料电池的流动仿真方法、装置、电子设备及介质 | |
Rajan et al. | Parameter optimization of polymer electrolyte membrane fuel cell using moment-based uncertainty evaluation technique | |
Chi et al. | A robust surrogate model of a solid oxide cell based on an adaptive polynomial approximation method | |
Vaz et al. | Multi-objective optimization of the cathode catalyst layer micro-composition of polymer electrolyte membrane fuel cells using a multi-scale, two-phase fuel cell model and data-driven surrogates | |
CN112417723A (zh) | 一种流场优化方法、装置及存储介质 | |
Fan et al. | Plant vs. Animal Prototype for Designing Bio-inspired PEMFC Flow Fields: Corn Veins or Murray’s Law? | |
Roy et al. | Energy aware algorithmic engineering | |
Wan et al. | Operating conditions combination analysis method of optimal water management state for PEM fuel cell | |
Escudero-González et al. | Methodology to optimize fluid-dynamic design in a redox cell | |
Mohammedi et al. | Optimization study of the produced electric power by planar PEMFC-SCG | |
CN116314952B (zh) | 燃料电池设计方案评估方法、装置、设备、介质和产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |