CN113591247A - 一种燃料电池车用离心压缩机气动性能预测方法 - Google Patents

Abstract

本发明涉及一种燃料电池车用离心压缩机气动性能预测方法，包括：建立单级离心压缩机气动性能解析模型；考虑多级压缩特性并结合单级离心压缩机气动性能解析模型，建立多级离心压缩机气动性能解析模型；对离心压缩机的设定转速工况进行试验测量，以获取不同设定转速对应稳态工况的气动性能；根据离心压缩机稳态工况的性能，对多级离心压缩机气动性能解析模型中的参数进行识别，得到多级离心压缩机气动性能预测模型；将多级离心压缩机的转速和质量流量输入多级离心压缩机气动性能预测模型，输出对应的压比，即得到多级离心压缩机气动性能预测结果。与现有技术相比，本发明不依赖于大量试验数据，能够快速、准确地对离心压缩机气动性能进行预测。

Description

一种燃料电池车用离心压缩机气动性能预测方法

技术领域

本发明涉及燃料电池车用离心压缩机气动性能研究技术领域，尤其是涉及一种燃料电池车用离心压缩机气动性能预测方法。

背景技术

燃料电池具有高效，高能量密度，零排放等优点，是一种有竞争性的车用动力源，中国科技部发布了2019年可再生能源和氢能源技术的关键项目，其中燃料电池车用空压机开发是其中的一个子课题。由此可见，研究高性能燃料电池车用空压机是刻不容缓的，离心压缩机凭借其高压比、高比功率、低噪声的优点，是燃料电池空辅系统中最有潜力的压缩机之一。为了设计高性能燃料电池车用空压机，有必要对离心压缩机在各种工况下的气动性能进行预测，受限于高速电机的研究进展，多数厂商已经开始生产研究双级离心压缩机以适当降低电机转速，因此需要在考虑离心压缩机的多级压缩特性下进行气动性能预测，目前大多通过建立解析模型，以实现对离心压缩机气动性能的预测。

中国专利CN101487466A提出了一种离心式压缩机压缩比和多变效率的在线软测量方法，其利用试验数据作为训练样本，建立了压缩比和多变效率的神经网络模型，具有较高的建模精度，同时也可以预测气动性能，但是这个方案需要的样本数据量超过100个，这就要求建模前必须进行大量试验，而且这种建模方法无法用于离心压缩机的结构优化设计；中国专利CN109058151A提出了一种基于预测模型的离心压缩机防喘振控制方法，其通过最小二乘双支持向量回归机方法来建立离心压缩机性能模型，可以精确反映离心压缩机的性能变化，但是它需要的样本数据量为300个，同样对试验数据量的要求非常高，该方法也无法用于离心压缩机的结构优化设计。

综上所述，现有的离心压缩机气动性能建模技术均需要大量试验数据进行拟合，这对前期试验要求很高，也无法用于离心压缩机的结构优化设计。此外，现有方法中没有将离心压缩机的多级压缩特性考虑在内，其建立的解析模型并不能反映多级离心压缩机的一些特殊表现，如级间冷却对于离心压缩机整机效率的影响。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种燃料电池车用离心压缩机气动性能预测方法，以在不依赖大量试验数据的前提下快速、准确地对离心压缩机气动性能进行预测。

本发明的目的可以通过以下技术方案来实现：一种燃料电池车用离心压缩机气动性能预测方法，包括以下步骤：

S1、将离心压缩机的压缩过程看作绝热过程，根据离心压缩机结构形式确定压缩过程中包含的损失类型，再基于工程热力学与速度三角形来建立单级离心压缩机气动性能解析模型；

S2、考虑多级压缩特性并结合单级离心压缩机气动性能解析模型，以建立多级离心压缩机气动性能解析模型；

S3、对离心压缩机的设定转速工况进行试验测量，以获取不同设定转速对应稳态工况的气动性能；

S4、根据离心压缩机稳态工况的性能，对步骤S2建立的多级离心压缩机气动性能解析模型中的参数进行识别，以得到多级离心压缩机气动性能预测模型；

S5、将多级离心压缩机的转速和质量流量输入多级离心压缩机气动性能预测模型，输出得到对应的压比，即得到该多级离心压缩机气动性能的预测结果。

进一步地，所述步骤S1具体包括以下步骤：

S11、将离心压缩机的压缩过程看作绝热过程，有：

Δh_2s＝(1-Δη)Δh_ideal-Δh_loss

其中，Ψ(m_c,ω)为压缩机压比，m_c为质量流量，ω为转速，p_{1_in}、p_{1_out}分别是压缩机入口和出口的总压，T₁为压缩机进口温度，c_p为定压比热容，γ是比热比，Δh_2s为压缩过程实际焓变，Δh_ideal是压缩空气的理想焓增，Δh_loss是入射损失和摩擦损失的总和，Δη为其它损失，具体包含间隙损失、回流损失和蜗壳内损失，σ为滑移因子，u₂为空气在叶轮出口的周向速度；

S12、分别建立入射损失和摩擦损失的计算模型、压缩过程中其他损失的计算模型，以确定单级离心压缩机气动性能解析模型。

进一步地，所述步骤S12中入射损失和摩擦损失的计算模型具体为：

Δh_loss＝Δh_ii+Δh_id+Δh_fi+Δh_fd

其中，Δh_ii为叶轮进口的入射损失，r₁是平均入口半径，β₁为进口叶片角，ρ₁为空气密度，A₁为叶轮进口面积，Δh_id为叶片扩压器进口的入射损失，r₂是叶轮的出口半径，α_2b为叶轮出口叶片角，Δh_f为叶轮和无叶扩压器内的摩擦损失，Δh_fd为叶轮的摩擦损失，Δh_fi为无叶扩压器内的摩擦损失，k_f为流体摩擦常数；

压缩过程中其他损失的计算模型具体为：

Δη＝Δη_c+Δη_bf+Δη_v

Δη_c≈0.3l_c/b

Δη_bf＝0.03

0.02＜Δη_v＜0.05

其中，Δη_c为间隙损失，l_c为叶顶间隙，b为叶轮出口宽度，Δη_bf为回流损失，Δη_v为蜗壳内损失。

进一步地，所述单级离心压缩机气动性能解析模型具体为：

进一步地，所述步骤S12具体是根据离心压缩机扩压器结构形式来确定是否计算中叶片扩压器进口的入射损失：若离心压缩机扩压器采用叶片扩压器，则计算叶片扩压器进口的入射损失；若离心压缩机扩压器采用无叶扩压器，则不计算叶片扩压器进口的入射损失。

进一步地，所述步骤S2具体包括以下步骤：

S21、设定多级压缩中上级压缩与下级压缩之间的空气为无损失，即压缩级之间的空气为等温等压；

S22、确定各级压缩的入口温度与密度计算模型；

S23、以第一级压缩为基础，结合单级离心压缩机气动性能解析模型和步骤S22中各级压缩的入口温度与密度计算模型，迭代求取后续各级压缩的压比，即得到多级离心压缩机气动性能解析模型。

进一步地，所述各级压缩的入口温度与密度计算模型具体为：

其中，p_{n-1_in}、p_{n-1_out}分别为第n-1级压缩机入口和出口的总压，T_{n-1_in}、T_{n-1_out}分别为第n-1级压缩机入口和出口的温度，T_{n_in}为第n级压缩机入口的温度，p_{n_in}为第n级压缩机入口的总压，ρ_n为第n级压缩的入口空气密度。

进一步地，所述多级离心压缩机气动性能解析模型具体为：

其中，Ψ_d(m_c,ω)为多级离心压缩机压比，Ψ_n(m_c,ω)为第n级压缩的压比。

进一步地，所述步骤S4具体包括以下步骤：

S41、对多级离心压缩机气动性能解析模型中的参数进行初步确定，以筛选出待识别的模型参数x_k(k＝1,...,w)；

S42、采用遗传算法，通过构建目标函数，以获得使目标函数取值最小的各模型参数，从而确定多级离心压缩机气动性能预测模型。

进一步地，所述目标函数具体为：

其中，Ψ_exp(m_cj,ω_i)为试验测量得到的压比，Ψ_model(m_cj,ω_i,x_k)为解析模型计算得到的压比，J为同转速下不同质量流量的数据数目，I为不同转速工况数目，I和J的取值需要根据试验测量得到的数据量来选取。

与现有技术相比，本发明具有以下优点：

一、本发明提出一种燃料电池车用离心压缩机气动性能预测方法，通过将离心压缩机中的压缩过程看作绝热过程，根据离心压缩机结构形式确定压缩过程中包含的损失类型，再基于工程热力学与速度三角形来建立单级离心压缩机气动性能解析模型，之后结合多级压缩特兹能够建立多级离心压缩机气动性能解析模型，通过对离心压缩机的部分设定转速工况进行试验测量，即可对解析模型中的参数进行识别，从而确定出多级离心压缩机气动性能预测模型，由此大大减少构建预测模型所需的前期试验数据量，后续只需将多级离心压缩机的转速和质量流量输入多级离心压缩机气动性能预测模型，即可输出得到对应的压比，从而实现快速、准确预测离心压缩机气动性能的目的。

二、本发明基于离心压缩机的物理机理，以建立相应的气动性能解析模型，因此通过本发明提出的方法，可以对离心压缩机进行初步的结构优化设计，确定优化的结构参数以达到最佳的气动性能，为后续的离心压缩机设计提供基础。

三、本发明针对多级离心压缩机，充分考虑多级离心压缩机的多级压缩特性，通过假设上下级压缩之间的空气为无损失，并建立各级压缩入口温度与密度计算模型，结合单极离心压缩机气动性能解析模型，即可迭代求解出各级压缩的压比，从而能够对多级离心压缩机启动性能进行准确预测，同时还能够用于定量分析级间冷却对于离心压缩机整机效率的影响。

附图说明

图1为本发明的方法流程示意图；

图2为实施例中双级离心压缩机俯视图；

图3为实施例中双级离心压缩机气动性能解析模型计算结果与试验数据对比示意图；

图4为实施例中双级离心压缩机解析模型计算等熵效率的试验验证示意图；

图5为实施例中不同程度级间冷却对于离心压缩机整机效率的提升效果示意图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例

如图1所示，一种燃料电池车用离心压缩机气动性能预测方法，包括以下步骤：

S1、将离心压缩机的压缩过程看作绝热过程，根据离心压缩机结构形式确定压缩过程中包含的损失类型，再基于工程热力学与速度三角形来建立单级离心压缩机气动性能解析模型；

S2、考虑多级压缩特性并结合单级离心压缩机气动性能解析模型，以建立多级离心压缩机气动性能解析模型；

S3、对离心压缩机的设定转速工况进行试验测量，以获取不同设定转速对应稳态工况的气动性能；

S4、根据离心压缩机稳态工况的性能，对步骤S2建立的多级离心压缩机气动性能解析模型中的参数进行识别，以得到多级离心压缩机气动性能预测模型；

S5、将多级离心压缩机的转速和质量流量输入多级离心压缩机气动性能预测模型，输出得到对应的压比，即得到该多级离心压缩机气动性能的预测结果。

其中，步骤S1具体包括以下步骤：

S11、单级离心压缩机性能解析模型为压缩机压比Ψ(m_c,ω)与质量流量m_c和转速ω间的关系，离心压缩机中的压缩过程可以看作是绝热过程，故有：

其中，p_{1_in}、p_{1_out}分别是压缩机入口和出口的总压。T₁为压缩机进口温度，c_p为定压比热容，γ是比热比，Δh_2s为压缩过程实际焓变。

压缩过程中的实际焓变可以由式(2)求取：

Δh_2s＝(1-Δη)Δh_ideal-Δh_loss (2)

其中，Δh_ideal是压缩空气的理想焓增，Δh_loss是入射损失和摩擦损失的总和，Δη代表了其它损失，包含间隙损失，回流损失和蜗壳内损失。

压缩空气的理想焓变可以由式(3)求取；

其中，σ为滑移因子，u₂是空气在叶轮出口的周向速度。

S12、建立入射损失和摩擦损失的计算模型：

Δh_loss＝Δh_ii+Δh_id+Δh_fi+Δh_fd (4)

叶轮进口的入射损失由式(5)求取；

其中，r₁是平均入口半径，β₁为进口叶片角，ρ₁代表空气密度，A₁为叶轮进口面积。

叶片扩压器进口的入射损失可以由式(6)求取；

其中，r₂是叶轮的出口半径，α_2b为叶轮出口叶片角，需注意的是，叶片扩压器入射损失需要根据离心压缩机扩压器具体结构形式来确定是否需进行计算。

叶轮和无叶扩压器内的摩擦损失可以由式(7)求取；

其中，k_f是流体摩擦常数。

S13、建立压缩过程中其它损失的计算模型：

Δη＝Δη_c+Δη_bf+Δη_v (8)

间隙损失可以通过式(9)求取；

Δη_c≈0.3l_c/b (9)

其中l_c是叶顶间隙，b为叶轮出口宽度。

回流损失可以通过式(10)求取；

Δη_bf＝0.03 (10)

蜗壳内损失可以通过式(11)给定的范围求取；

0.02＜Δη_v＜0.05 (11)

S14、建立单级离心压缩机气动性能预测解析模型为：

在步骤S2中，考虑多级压缩特性，需要将上级压缩与下级压缩间的空气假设为无损失，即压缩级间的空气是等温等压，步骤S2具体包括以下步骤：

S21、每级压缩的入口温度与密度不同，第n级压缩的入口温度与密度的计算式分别为：

其中，p_{n-1_in}、p_{n-1_out}分别是第n-1级压缩机入口和出口的总压，T_{n-1_in}、T_{n-1_out}分别是第n-1级压缩机入口和出口的温度，T_{n_in}是第n级压缩机入口的温度，p_{n_in}是第n级压缩机入口的总压，ρ_n代表第n级压缩的入口空气密度；

S22、以第一级压缩为基础，通过式(12)和式(13)迭代求得后续各级压缩的压比；

S23、建立多级离心压缩机气动性能预测解析模型为：

其中，Ψ_n(m_c,ω)为第n级压缩的压比。

步骤S4具体包括以下步骤：

S41、对多级离心压缩机气动性能预测解析模型中的参数进行初步确定，以筛选出待识别的模型参数x_k(k＝1,...,w)，主要是一些难以测量的结构参数及经验参数。

S42、采用遗传算法，通过构建目标函数，以获得使目标函数取值最小的各模型参数，其中，目标函数具体为：

其中，Ψ_exp(m_cj,ω_i)为试验测量得到的压比，Ψ_model(m_cj,ω_i,x_k)为解析模型计算得到的压比，J为同转速下不同质量流量的数据数目，I为不同转速工况数目，I和J的取值需要根据试验测量得到的数据量来选取。

本实施例中，如图2所示，燃料电池离心压缩机具有双级压缩结构。传统的离心压缩机气动性能解析建模方法需要大量的试验数据，并且无法反映离心压缩机的多级压缩特性，采用本发明方法则能够较好地解决这些问题，实施例应用本发明方法的具体过程为：

步骤1、实施例中的燃料电池离心压缩机扩压器形式为无叶扩压器，首先建立对应的单级离心压缩机解析模型：

1)单级离心压缩机性能解析模型为压缩机压比Ψ(m_c,ω)与质量流量m_c和转速ω间的关系，离心压缩机中的压缩过程可以看作是绝热过程，故有

其中，p_{1_in}、p_{1_out}分别是压缩机入口和出口的总压，T₁为压缩机进口温度，c_p为定压比热容，γ是比热比，Δh_2s为压缩过程实际焓变。

压缩过程中的实际焓变可以由式(17)求取；

Δh_2s＝(1-Δη)Δh_ideal-Δh_loss (17)

其中，Δh_ideal是压缩空气的理想焓增，Δh_loss是入射损失和摩擦损失的总和，Δη代表了其它损失，包含间隙损失，回流损失和蜗壳内损失。

压缩空气的理想焓增可以由式(18)求取；

其中，σ为滑移因子，u₂是空气在叶轮出口的周向速度。

2)建立入射损失和摩擦损失的计算模型：

Δh_loss＝Δh_ii+Δh_id+Δh_fi+Δh_fd (19)

叶轮进口的入射损失可以由式(20)求取；

其中，r₁是平均入口半径，β₁为进口叶片角，ρ₁代表空气密度，A₁为叶轮进口面积。

由于实施例中的离心压缩机扩压器为无叶扩压器，因此可以忽略扩压器的入射损失。

叶轮和无叶扩压器内的摩擦损失可以由式(21)求取；

其中，k_f是流体摩擦常数。

3)建立压缩过程中其它损失的计算模型：

Δη＝Δη_c+Δη_bf+Δη_v (22)

间隙损失可以通过式(23)求取；

Δη_c≈0.3l_c/b (23)

其中，l_c是叶顶间隙，b为叶轮出口宽度。

回流损失可以通过式(24)求取；

Δη_bf＝0.03 (24)

蜗壳内损失可以通过式(25)给定的范围求取；

0.02＜Δη_v＜0.05 (25)

4)建立单级离心压缩机气动性能预测解析模型为：

步骤2、考虑多级压缩特性并结合单级离心压缩机气动性能预测解析模型，建立双级离心压缩机气动性能预测解析模型

1)每级压缩的入口温度与密度不同，第n级压缩的入口温度与密度的计算式分别为：

其中，p_{n-1_in}、p_{n-1_out}分别是第n-1级压缩机入口和出口的总压，T_{n-1_in}、T_{n-1_out}分别是第n-1级压缩机入口和出口的温度，T_{n_in}是第n级压缩机入口的温度，p_{n_in}是第n级压缩机入口的总压，ρ_n代表第n级压缩的入口空气密度；

2)以第一级压缩为基础，通过式(26)和式(27)求得第二级压缩的压比；

3)建立双级离心压缩机气动性能预测解析模型为：

步骤3、对实施例中的离心压缩机进行试验测量，获取转速为30000r/min至95000r/min工况下的气动性能，转速间隔为5000r/min。如图3所示，圆点与方点均表示试验测量值。

步骤4、根据离心压缩机稳态工况的性能，对气动性能解析模型中的参数进行识别，得到双级离心压缩机气动性能的解析模型。

1)对双级离心压缩机气动性能预测解析模型中的参数进行初步确定，该实施例中的模型待识别参数如下：

x_k＝[r_I,r_II,β_I,β_II,l_c/b,k_f,Δη_vI,Δη_vII,R₁] (29)

其中，r_I和r_II分别为离心压缩机第一级和第二级的叶轮出口半径，β_I和β_II分别为离心压缩机第一级和第二级的进口叶片角，l_c是叶顶间隙，b为叶轮出口宽度，k_f是流体摩擦常数，Δη_vI和Δη_vII分别为离心压缩机第一级和第二级的蜗壳损失，R₁为离心压缩机叶轮平均入口半径。

2)采用遗传算法，通过构建目标函数S，以获得使目标函数取值最小的各模型参数：

其中，Ψ_exp(m_cj,ω_i)为试验测量得到的压比，Ψ_model(m_cj,ω_i,x_k)为解析模型计算得到的压比，J为同转速下不同质量流量的数据数目，I为不同转速工况数目。本实施例中选取了5个转速工况下的试验测量值来进行参数辨识，总共40个试验数据点，最终建立双级离心压缩机气动性能的解析模型。

步骤5、通过双级离心压缩机气动性能解析模型来预测其他转速工况下的气动性能，并与试验数据进行对比验证，如图3所示，从中可以看出，本发明提出的多级离心压缩机气动性能解析模型计算得到的结果与试验结果吻合较好，验证了该解析建模方法的可行性与准确性，为燃料电池车用多级离心压缩机优化设计提供了理论基础。

步骤6、通过双级离心压缩机气动性能解析模型来预测95000r/min下的压缩机等熵效率，并与试验数据进行对比验证，如图4所示，从中可以看出，本发明提出的多级离心压缩机气动性能解析模型对于离心压缩机等熵效率的预测也较准确，结果具有可信性。

步骤7、由于双级离心压缩机具有多级压缩特性，可以考虑在两个压缩级间加入冷却装置，对一级出口的气体进行冷却，分析其对于离心压缩机整机效率的提升效果。如图5所示，利用双级离心压缩机气动性能解析模型计算了在95000r/min时不同级间冷却强度对于离心压缩机整机效率的提升效果。从中可以看出，本发明提出的多级离心压缩机气动性能解析模型可以用于定量分析级间冷却对于离心压缩机效率的提升效果。

综上可知，本发明方法对于试验数据量的要求较低，至少比现有技术低一个数量级，并且可以实现快速准确预测离心压缩机气动性能的目标；

本发明基于离心压缩机的物理机理建立了它的气动性能解析模型，因此通过该方法建模，可以对离心压缩机进行初步的结构优化设计，确定优化的结构参数以达到最佳的气动性能，为后续的离心压缩机设计提供基础；

本发明提出的建模方法考虑了离心压缩机的多级压缩特性，对于多级离心压缩机而言，本发明方法可以更准确地预测其气动性能，同时可以用于定量分析级间冷却对于离心压缩机整机效率的影响。

Claims (10)

1.一种燃料电池车用离心压缩机气动性能预测方法，其特征在于，包括以下步骤：

S1、将离心压缩机的压缩过程看作绝热过程，根据离心压缩机结构形式确定压缩过程中包含的损失类型，再基于工程热力学与速度三角形来建立单级离心压缩机气动性能解析模型；

S2、考虑多级压缩特性并结合单级离心压缩机气动性能解析模型，以建立多级离心压缩机气动性能解析模型；

S3、对离心压缩机的设定转速工况进行试验测量，以获取不同设定转速对应稳态工况的气动性能；

S4、根据离心压缩机稳态工况的性能，对步骤S2建立的多级离心压缩机气动性能解析模型中的参数进行识别，以得到多级离心压缩机气动性能预测模型；

S5、将多级离心压缩机的转速和质量流量输入多级离心压缩机气动性能预测模型，输出得到对应的压比，即得到该多级离心压缩机气动性能的预测结果。

2.根据权利要求1所述的一种燃料电池车用离心压缩机气动性能预测方法，其特征在于，所述步骤S1具体包括以下步骤：

S11、将离心压缩机的压缩过程看作绝热过程，有：

Δh_2s＝(1-Δη)Δh_ideal-Δh_loss

其中，Ψ(m_c,ω)为压缩机压比，m_c为质量流量，ω为转速，p_{1_in}、p_{1_out}分别是压缩机入口和出口的总压，T₁为压缩机进口温度，c_p为定压比热容，γ是比热比，Δh_2s为压缩过程实际焓变，Δh_ideal是压缩空气的理想焓增，Δh_loss是入射损失和摩擦损失的总和，Δη为其它损失，具体包含间隙损失、回流损失和蜗壳内损失，σ为滑移因子，u₂为空气在叶轮出口的周向速度；

S12、分别建立入射损失和摩擦损失的计算模型、压缩过程中其他损失的计算模型，以确定单级离心压缩机气动性能解析模型。

3.根据权利要求2所述的一种燃料电池车用离心压缩机气动性能预测方法，其特征在于，所述步骤S12中入射损失和摩擦损失的计算模型具体为：

Δh_loss＝Δh_ii+Δh_id+Δh_fi+Δh_fd

其中，Δh_ii为叶轮进口的入射损失，r₁是平均入口半径，β₁为进口叶片角，ρ₁为空气密度，A₁为叶轮进口面积，Δh_id为叶片扩压器进口的入射损失，r₂是叶轮的出口半径，α_2b为叶轮出口叶片角，Δh_f为叶轮和无叶扩压器内的摩擦损失，Δh_fd为叶轮的摩擦损失，Δh_fi为无叶扩压器内的摩擦损失，k_f为流体摩擦常数；

压缩过程中其他损失的计算模型具体为：

Δη＝Δη_c+Δη_bf+Δη_v

Δη_c≈0.3l_c/b

Δη_bf＝0.03

0.02＜Δη_v＜0.05

其中，Δη_c为间隙损失，l_c为叶顶间隙，b为叶轮出口宽度，Δη_bf为回流损失，Δη_v为蜗壳内损失。

4.根据权利要求3所述的一种燃料电池车用离心压缩机气动性能预测方法，其特征在于，所述单级离心压缩机气动性能解析模型具体为：

5.根据权利要求3所述的一种燃料电池车用离心压缩机气动性能预测方法，其特征在于，所述步骤S12具体是根据离心压缩机扩压器结构形式来确定是否计算中叶片扩压器进口的入射损失：若离心压缩机扩压器采用叶片扩压器，则计算叶片扩压器进口的入射损失；若离心压缩机扩压器采用无叶扩压器，则不计算叶片扩压器进口的入射损失。

6.根据权利要求2所述的一种燃料电池车用离心压缩机气动性能预测方法，其特征在于，所述步骤S2具体包括以下步骤：

S21、设定多级压缩中上级压缩与下级压缩之间的空气为无损失，即压缩级之间的空气为等温等压；

S22、确定各级压缩的入口温度与密度计算模型；

S23、以第一级压缩为基础，结合单级离心压缩机气动性能解析模型和步骤S22中各级压缩的入口温度与密度计算模型，迭代求取后续各级压缩的压比，即得到多级离心压缩机气动性能解析模型。

7.根据权利要求6所述的一种燃料电池车用离心压缩机气动性能预测方法，其特征在于，所述各级压缩的入口温度与密度计算模型具体为：

其中，p_{n-1_in}、p_{n-1_out}分别为第n-1级压缩机入口和出口的总压，T_{n-1_in}、T_{n-1_out}分别为第n-1级压缩机入口和出口的温度，T_{n_in}为第n级压缩机入口的温度，p_{n_in}为第n级压缩机入口的总压，ρ_n为第n级压缩的入口空气密度。

8.根据权利要求7所述的一种燃料电池车用离心压缩机气动性能预测方法，其特征在于，所述多级离心压缩机气动性能解析模型具体为：

其中，Ψ_d(m_c,ω)为多级离心压缩机压比，Ψ_n(m_c,ω)为第n级压缩的压比。

9.根据权利要求2所述的一种燃料电池车用离心压缩机气动性能预测方法，其特征在于，所述步骤S4具体包括以下步骤：

S41、对多级离心压缩机气动性能解析模型中的参数进行初步确定，以筛选出待识别的模型参数x_k(k＝1,...,w)；

S42、采用遗传算法，通过构建目标函数，以获得使目标函数取值最小的各模型参数，从而确定多级离心压缩机气动性能预测模型。

10.根据权利要求9所述的一种燃料电池车用离心压缩机气动性能预测方法，其特征在于，所述目标函数具体为：

其中，Ψ_exp(m_cj,ω_i)为试验测量得到的压比，Ψ_model(m_cj,ω_i,x_k)为解析模型计算得到的压比，J为同转速下不同质量流量的数据数目，I为不同转速工况数目，I和J的取值需要根据试验测量得到的数据量来选取。

Images