CN113696794A - 一种用于新能源汽车用燃料电池冷却的降温系统 - Google Patents

一种用于新能源汽车用燃料电池冷却的降温系统 Download PDF

Info

Publication number
CN113696794A
CN113696794A CN202110996653.XA CN202110996653A CN113696794A CN 113696794 A CN113696794 A CN 113696794A CN 202110996653 A CN202110996653 A CN 202110996653A CN 113696794 A CN113696794 A CN 113696794A
Authority
CN
China
Prior art keywords
module
fuel cell
early warning
cooling
temperature
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
Application number
CN202110996653.XA
Other languages
English (en)
Other versions
CN113696794B (zh
Inventor
王宇凤
吴晓华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yancheng Big Data Research Center Of Nanjing University Of Posts And Telecommunications
Nanjing University of Posts and Telecommunications
Original Assignee
Yancheng Big Data Research Center Of Nanjing University Of Posts And Telecommunications
Nanjing University of Posts and Telecommunications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yancheng Big Data Research Center Of Nanjing University Of Posts And Telecommunications, Nanjing University of Posts and Telecommunications filed Critical Yancheng Big Data Research Center Of Nanjing University Of Posts And Telecommunications
Priority to CN202110996653.XA priority Critical patent/CN113696794B/zh
Publication of CN113696794A publication Critical patent/CN113696794A/zh
Application granted granted Critical
Publication of CN113696794B publication Critical patent/CN113696794B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/30—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling fuel cells
    • B60L58/32—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling fuel cells for controlling the temperature of fuel cells, e.g. by controlling the electric load
    • B60L58/33—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling fuel cells for controlling the temperature of fuel cells, e.g. by controlling the electric load by cooling
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04694—Processes for controlling fuel cells or fuel cell systems characterised by variables to be controlled
    • H01M8/04701—Temperature
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/44—Control modes by parameter estimation
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/40—Application of hydrogen technology to transportation, e.g. using fuel cells

Abstract

本发明提供了一种用于新能源汽车用燃料电池冷却的降温系统，包括：温度信息采集模块，用于采集燃料电池排放口的初始温度信息；温度信息处理模块，与温度信息采集模块连接，用于对初始温度信息进行处理，得到初始处理结果；控制指令生成模块，与温度信息处理模块连接，用于根据初始处理结果，生成控制指令；降温模块，与控制指令生成模块连接，用于对燃料电池进行降温操作；本发明用于在新能源汽车燃料电池不断工作时对燃料电池进行降温，提高新能源汽车驾驶的安全性。

Description

一种用于新能源汽车用燃料电池冷却的降温系统
技术领域
本发明涉及燃料电池技术领域，尤其涉及一种用于新能源汽车用燃料电池冷却的降温系统。
背景技术
目前，燃料电池是一种高效、绿色环保的发电装置，可直接将化学能转化为电能，为连接的用电设备提供电力，膜电极是燃料电池内部组件的核心，其工作的条件需要具有一定温度和湿度，进入燃料电池内的氢气和空气的温度会极大的影响到燃料电池堆的性能，现在新能源汽车广泛使用燃料电池作为新能源汽车的动力来源，但在新能源汽车行驶过程中，燃料电池因不断工作导致持续升温，容易导致燃料电池性能永久受损，更加严重甚至会影响到新能源汽车驾驶者的安全，因此，亟需一种用于新能源汽车用燃料电池冷却的降温系统，用于在新能源汽车燃料电池不断工作时对燃料电池进行降温，提高新能源汽车驾驶的安全性。
发明内容
本发明提供一种用于新能源汽车用燃料电池冷却的降温系统，用于解决在新能源汽车燃料电池不断工作时对燃料电池进行降温，提高新能源汽车驾驶的安全性。
一种用于新能源汽车用燃料电池冷却的降温系统，包括：
温度信息采集模块，用于采集燃料电池排放口的初始温度信息；
温度信息处理模块，与温度信息采集模块连接，用于对初始温度信息进行处理，得到初始处理结果；
控制指令生成模块，与温度信息处理模块连接，用于根据初始处理结果，生成控制指令；
降温模块，与控制指令生成模块连接，用于对燃料电池进行降温操作。
作为本发明的一种实施例，温度信息处理模块执行包括如下操作：
获取燃料电池排放口的初始温度信息，将初始温度信息与预设第一温度阈值进行对比，得到初始处理结果；其中，
若初始温度信息小于预设第一温度阈值，初始处理结果为正常；
若初始温度信息大于等于预设第一温度阈值，初始处理结果为异常；
将初始处理结果发送至控制指令生成模块。
作为本发明的一种实施例，控制指令生成模块执行包括如下操作：
获取初始处理结果，根据初始处理结果生成初始控制指令；其中，
若初始处理结果为正常，生成的初始控制指令为关闭指令；
若初始处理结果为异常，生成的初始控制指令为开启指令；
将初始控制指令存储至预设存储单元中；
获取预设存储单元中前一次的初始控制指令；
根据初始控制指令和前一次的初始控制指令生成控制指令；其中，
若初始控制指令和前一次的初始控制指令均为关闭指令或均为开启指令，则生成的控制指令为空指令；
若初始控制指令和前一次的初始控制指令不同，则根据初始控制指令确定控制指令；其中，
若初始控制指令为开启指令，控制指令为开启指令；
若初始控制指令为关闭指令，控制指令为关闭指令。
作为本发明的一种实施例，降温模块执行包括如下操作：
获取控制指令，根据控制指令进行相应操作；其中，
若控制指令为开启指令，对燃料电池进行降温操作；
若控制指令为关闭指令，停止对燃料电池进行降温操作；
若控制指令为空指令，不进行任何操作。
作为本发明的一种实施例，一种用于新能源汽车用燃料电池冷却的降温系统还包括：降温效率监控模块；
降温效率监控模块包括计时单元、第二温度信息处理单元、示警单元；
计时单元，与温度信息处理模块连接，用于计时初始处理结果为异常的连续异常时间；
第二温度信息处理单元，与计时单元连接，用于对连续异常时间进行处理；
示警单元，与第二温度信息处理单元连接，用于示警。
作为本发明的一种实施例，计时单元执行包括如下步骤：
获取初始处理结果；
若初始处理结果为异常，计时初始处理结果为异常的连续异常时间；其中，
若计时过程中初始处理结果由异常转为正常，连续异常时间清零，直至初始处理结果为异常时重新计时；
第二温度信息处理单元执行包括如下步骤：
获取连续异常时间，将连续异常时间与预设异常时间进行对比，得到对比结果；其中，
若连续异常时间大于等于预设异常时间，对比结果异常；
若连续异常时间小于预设异常时间，对比结果正常；
示警单元执行包括如下步骤：
获取对比结果；
若对比结果异常，发出示警信号。
作为本发明的一种实施例，一种用于新能源汽车用燃料电池冷却的降温系统还包括：燃料电池风险预警模块；
燃料电池风险预警模块包括预警模型构建单元、待测预警信息采集单元、风险预警单元；
预警模型构建单元，用于构建预警模型；其中，
预警模型构建单元包括样本信息获取子单元、模型构建子单元；
样本信息获取子单元，用于获取预警模型样本信息；
模型构建子单元，与样本信息采集子单元连接，用于根据预警模型样本信息构建预警模型；
待测预警信息采集单元，用于采集燃料电池的待测预警信息；
风险预警单元，分别与预警模型构建单元和待测预警信息采集单元连接。
作为本发明的一种实施例，燃料电池风险预警模块执行包括如下操作：
获取与燃料电池风险事件相关的非结构化的预警数据；
对非结构化的预警数据进行特征提取，得到预警数据特征信息；其中，
预警数据特征信息包括：燃料电池工作温度、燃料电池仓内气体浓度、燃料电池外部气体浓度、燃料电池内短路特征值；
获取与燃料电池风险事件相关的标准预警数据取值范围；
根据预警数据特征信息生成若干结构化样本数据表，基于标准预警数据取值范围对若干结构化样本数据表分别进行风险预警指标标记，得到预警模型样本信息，其中，风险预警指标包括：无风险指标、风险指标；
无风险指标包括：无风险标识、无风险指标权重；
风险指标包括：高风险标识、低风险标识、低风险指标权重、高风险指标权重；
基于标准预警数据取值范围对若干结构化样本数据表分别进行风险预警指标标记具体包括：
将标准预警数据取值范围按照预设划分规则划分为三段连续的数据取值范围，包括：左预警数据取值范围、中预警数据取值范围、右预警数据取值范围；
若结构化样本数据表中的所有数据均在中预警数据取值范围内，根据结构化样本数据表中的数据在中预警数据取值范围内的位置确定无风险指标权重，对结构化样本数据表进行无风险标识标记和无风险指标权重标记；
若结构化样本数据表中的所有数据均在标准预警数据取值范围内且所有数据不全在中预警数据取值范围内，根据结构化样本数据表中的数据在标准预警数据取值范围内的位置确定低风险指标权重，对结构化样本数据表进行低风险标识标记和低风险指标权重标记；
若结构化样本数据表中的所有数据均不在标准预警数据取值范围内，根据结构化样本数据表中的数据与标准预警数据取值范围左右值的距离确定高风险指标权重，对结构化样本数据表进行高风险标识标记和高风险指标权重标记；
基于预警模型样本信息构建得到预警模型；
采集燃料电池的待测预警信息，将燃料电池的待测预警信息输入至预警模型进行风险预警测算，输出最终风险预警指标；
若最终风险预警指标为风险指标，发出风险预警信号；其中，
若风险指标包括低风险标记，发出第一风险预警信号；
若风险指标包括高风险标记，发出第二风险预警信号。
作为本发明的一种实施例，一种用于新能源汽车用燃料电池冷却的降温系统还包括：温度循环采集模块、第三温度信息处理模块、异常高温定位模块、紧急降温模块、异常报警模块；
温度循环采集模块，用于循环采集燃料电池外表面温度信息；
第三温度信息处理模块，与温度循环采集模块连接，用于对燃料电池外表面温度信息进行处理；
异常高温定位模块，与第三温度信息处理模块连接，用于对燃料电池外表面温度异常的区域进行定位；
紧急降温模块，与异常高温定位模块连接，用于对异常高温定位模块定位的区域进行紧急降温；
异常报警模块，与紧急降温模块连接，用于在紧急降温失败时发送异常报警信号；
第三温度信息处理模块执行包括如下操作：
实时获取温度循环采集模块采集的燃料电池外表面温度信息，根据燃料电池外表面温度信息计算燃料电池外表面温度的温度范围，并根据后续获取的燃料电池外表面温度信息对燃料电池外表面温度的温度范围进行实时计算更新；
预设更新时间后，获取温度循环采集模块采集的燃料电池外表面温度信息，将燃料电池外表面温度信息与最新的燃料电池外表面温度的温度范围进行对比，若燃料电池外表面温度信息不在最新的燃料电池外表面温度的温度范围内，发送燃料电池外表面温度异常信号至异常高温定位模块；
其中，燃料电池外表面温度信息不在最新的燃料电池外表面温度的温度范围内时，燃料电池外表面温度信息不计入燃料电池外表面温度的温度范围进行实时计算更新；
异常高温定位模块执行包括如下操作：
基于相控阵雷达获取温度循环采集模块反射的微波信号；
根据反射的微波信号得到温度循环采集模块对应的位置-多普勒图像；
根据位置-多普勒图像得到温度循环采集模块的运动信息；
获取燃料电池外表面温度异常信号，根据温度循环采集模块的运动信息对温度循环采集模块进行定位，确定燃料电池外表面温度异常的区域；
将燃料电池外表面温度异常的区域发送至紧急降温模块；
紧急降温模块执行包括如下操作：
获取燃料电池外表面温度异常的区域，对燃料电池外表面温度异常的区域进行紧急降温；其中，
若料电池外表面温度异常的区域在进行紧急降温后预设冷却时间内料电池外表面温度异常的区域的温度不在燃料电池外表面温度的温度范围内，发送紧急降温失败信号至异常报警模块。
作为本发明的一种实施例，一种用于新能源汽车用燃料电池冷却的降温系统还包括：降温模块自检模块、堵塞定位模块、清理模块、堵塞报警模块；
降温模块自检模块，用于检测降温模块是否存在堵塞状况；
堵塞定位模块，用于对堵塞部分进行定位；
清理模块，与堵塞定位模块连接，用于对降温模块堵塞部分进行初步清理；
堵塞报警模块，与降温模块自检模块连接，用于根据堵塞状况发出堵塞报警信息；
降温模块自检模块执行包括如下操作：
获取降温模块内部初始图片模型，对初始图片模型中每一图片进行卷积处理，得到每一卷积层的初始特征值；
获取初始特征矩阵；
将每一卷积层的初始特征值计入初始特征矩阵中，得到第一特征矩阵；
采集降温模块内部若干方向的待检测图片，建立待检测图片模型；
将待检测图片模型中每一图片分为预设数量的图片区域；
对预设数量的图片区域分别进行降噪处理，得到降噪处理后的待检测降噪图片模型；其中，降噪处理包括：
基于均值过滤算法对预设数量的图片区域中的中心图像进行计算得到每一像素点周围像素的平均灰度值，将平均灰度值赋值给当前像素点，基于循环遍历的方式遍历中心图像中所有的像素点；
基于中值过滤算法对预设数量的图片区域中除中心图像外的其他图像的每一像素点周围像素的中值灰度值，将中值灰度值赋值给当前像素点，基于循环遍历的方式遍历其他图像中所有的像素点；
对待检测降噪图片模型中每一图片进行卷积处理，得到每一卷积层的第二特征值；
将每一卷积层的第二特征值计入初始特征矩阵中，得到第二特征矩阵；
基于编辑距离算法计算第一特征矩阵和第二特征矩阵的相似度；
若相似度大于预设相似度阈值，降温模块不存在堵塞状况；
若相似度小于预设相似度阈值，降温模块存在堵塞状况；
堵塞定位模块执行包括如下操作：
若降温模块存在堵塞状况，根据待检测降噪图片模型对堵塞部分进行定位，得到堵塞部分定位信息；
清理模块执行包括如下操作：
获取堵塞部分定位信息，对降温模块堵塞部分进行初步清理；
发送初步清理完成信号至降温模块自检模块；
降温模块自检模块还用于在接收到初步清理完成信号后重新获取第一特征矩阵和第二特征矩阵，并基于编辑距离算法重新计算第一特征矩阵和第二特征矩阵的相似度，发送核对信号至堵塞报警模块；
堵塞报警模块执行包括如下操作：
接收到堵核对信号后获取降温模块堵塞情况；
若降温模块存在堵塞状况，发出堵塞信号。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种用于新能源汽车用燃料电池冷却的降温系统的示意图；
图2为本发明实施例中一种用于新能源汽车用燃料电池冷却的降温系统的温度信息处理模块执行过程流程图；
图3为本发明实施例中一种用于新能源汽车用燃料电池冷却的降温系统的控制指令生成模块执行过程流程图；
图4为本发明实施例中一种用于新能源汽车用燃料电池冷却的降温系统的降温效率监控模块的示意图；
图5为本发明实施例中一种用于新能源汽车用燃料电池冷却的降温系统的燃料电池风险预警模块的示意图；
图6为本发明实施例中一种用于新能源汽车用燃料电池冷却的降温系统中燃料电池风险预警模块的预警模型构建单元的示意图；
图7为本发明实施例中一种用于新能源汽车用燃料电池冷却的降温系统的燃料电池风险预警模块的执行过程流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
请参阅图1，本发明实施例提供了一种用于新能源汽车用燃料电池冷却的降温系统，包括：
温度信息采集模块，用于采集燃料电池排放口的初始温度信息；
温度信息处理模块，与温度信息采集模块连接，用于对初始温度信息进行处理，得到初始处理结果；
控制指令生成模块，与温度信息处理模块连接，用于根据初始处理结果，生成控制指令；
降温模块，与控制指令生成模块连接，用于对燃料电池进行降温操作；
上述技术方案的工作原理为：一种用于新能源汽车用燃料电池冷却的降温系统，包括温度信息采集模块、温度信息处理模块、控制指令生成模块、降温模块；温度信息采集模块，优选为温度传感器，设置在燃料电池排放口处，或设置在燃料电池排气口处，用于采集燃料电池排放口的初始温度信息，更进一步地，温度信息采集模块还可以设置在空气压缩机出气口处，用于采集空气压缩机出气口的温度；温度信息处理模块，优选采用耐热型的处理器，用于对温度信息采集模块发送的初始温度信息进行处理，生成初始处理结果；控制指令生成模块，优选采用耐热型的控制器，或直接与温度信息处理模块使用同一处理器，用于根据初始处理结果，生成控制指令，更进一步地，用于根据初始处理结果，选择相应的控制指令；降温模块，优选使用换热器，用于根据控制指令进行对应的操作，更进一步地，用于对燃料电池进行降温操作；
上述技术方案的有益效果为：有益于在新能源汽车燃料电池不断工作时对燃料电池进行降温，避免对燃料电池造成不可逆损伤的同时提高新能源汽车驾驶的安全性。
在一个实施例中，温度信息处理模块执行包括如下操作：
获取燃料电池排放口的初始温度信息，将初始温度信息与预设第一温度阈值进行对比，得到初始处理结果；其中，
若初始温度信息小于预设第一温度阈值，初始处理结果为正常；
若初始温度信息大于等于预设第一温度阈值，初始处理结果为异常；
将初始处理结果发送至控制指令生成模块；
上述技术方案的工作原理为：请参阅图2，温度信息处理模块获取温度信息采集模块发送的燃料电池排放口的初始温度信息，将初始温度信息与预设第一温度阈值进行对比，得到初始处理结果；其中，若初始温度信息小于预设第一温度阈值，初始处理结果为正常；若初始温度信息大于等于预设第一温度阈值，初始处理结果为异常；将初始处理结果发送至控制指令生成模块；其中，预设第一温度阈值优选为新能源燃料电池在不造成永久性损伤的前提下能达到的最大温度；
上述技术方案的有益效果为：设置预设第一温度阈值，为燃料电池的最高温度设置上限，有益于提高燃料电池的使用寿命。
在一个实施例中，控制指令生成模块执行包括如下操作：
获取初始处理结果，根据初始处理结果生成初始控制指令；其中，
若初始处理结果为正常，生成的初始控制指令为关闭指令；
若初始处理结果为异常，生成的初始控制指令为开启指令；
将初始控制指令存储至预设存储单元中；
获取预设存储单元中前一次的初始控制指令；
根据初始控制指令和前一次的初始控制指令生成控制指令；其中，
若初始控制指令和前一次的初始控制指令均为关闭指令或均为开启指令，则生成的控制指令为空指令；
若初始控制指令和前一次的初始控制指令不同，则根据初始控制指令确定控制指令；其中，
若初始控制指令为开启指令，控制指令为开启指令；
若初始控制指令为关闭指令，控制指令为关闭指令；
上述技术方案的工作原理为：请参阅图3，控制指令生成模块获取温度信息处理模块发送的初始处理结果，根据初始处理结果生成初始控制指令；其中，若初始处理结果为正常，生成的初始控制指令为关闭指令；若初始处理结果为异常，生成的初始控制指令为开启指令；关闭指令即关闭降温模块，开启指令即开启降温模块，降温模块的初始状态为关闭状态；将初始控制指令存储至预设存储单元中，该预设存储单元优选拥有定时自动清理的功能，定时清理优选根据时间排序将时间靠后的内容先进行清理，预设存储单元中优选清理后自动保留两条控制指令；获取预设存储单元中前一次的初始控制指令，根据初始控制指令和前一次的初始控制指令生成控制指令，其中，若初始控制指令和前一次的初始控制指令均为关闭指令或均为开启指令，则生成的控制指令为空指令；若初始控制指令和前一次的初始控制指令不同，则根据初始控制指令确定控制指令；其中，若初始控制指令为开启指令，控制指令为开启指令；若初始控制指令为关闭指令，控制指令为关闭指令；空指令为不进行任何操作的指令，即降温模块原本为开启状态依旧为开启状态，原本为关闭状态依旧为关闭状态，更进一步的，若预设存储单元中仅存在一条控制指令，则直接根据初始控制指令确定控制指令，即若初始控制指令为开启指令，控制指令为开启指令；若初始控制指令为关闭指令，控制指令为关闭指令；
上述技术方案的有益效果为：根据燃料电池工作温度的变化实时生成并发送相应的工作指令，有益于提高本系统的降温效率，通过指令对比，有效的剔除重复指令的发送，有益于减少指令发送的频率和提高指令发送的精确度，提高本系统的使用寿命。
在一个实施例中，降温模块执行包括如下操作：
获取控制指令，根据控制指令进行相应操作；其中，
若控制指令为开启指令，对燃料电池进行降温操作；
若控制指令为关闭指令，停止对燃料电池进行降温操作；
若控制指令为空指令，不进行任何操作；
上述技术方案的工作原理为：降温模块获取控制指令，根据控制指令进行相应操作；其中，若控制指令为开启指令，对燃料电池进行降温操作；若控制指令为关闭指令，停止对燃料电池进行降温操作；若控制指令为空指令，不进行任何操作；更进一步地，当降温模块处于开启状态时，预设第二时间内降温模块拒绝接收关闭指令，其中，预设第二时间根据降温模块的降温效率进行设定，即降温模块降温效率越高，预设第二时间越短，降温模块降温效率越低，预设第二时间越长；
上述技术方案的有益效果为：实时接收控制指令，通过降温模块使燃料电池的工作温度始终保持在安全的温度范围内，有益于提高燃料电池的使用寿命和提高新能源汽车驾驶的安全性。
在一个实施例中，一种用于新能源汽车用燃料电池冷却的降温系统还包括：降温效率监控模块；
降温效率监控模块包括计时单元、第二温度信息处理单元、示警单元；
计时单元，与温度信息处理模块连接，用于计时初始处理结果为异常的连续异常时间；
第二温度信息处理单元，与计时单元连接，用于对连续异常时间进行处理；
示警单元，与第二温度信息处理单元连接，用于示警；
上述技术方案的工作原理为：请参阅图4，降温效率监控模块，用于监控降温模块的降温效率，并在降温模块降温效率严重不足时发送示警信号提醒使用者及时更换降温模块，降温效率监控模块包括计时单元、第二温度信息处理单元和示警单元，其中计时单元优选为计数器，与温度信息处理模块连接，当温度信息处理模块得到的初始处理结果为异常时计时单元便开始计时，得到连续异常时间，更进一步地，当计时过程中，初始处理结果突然由异常转为正常时，连续异常时间清零，重新计时；计时单元记录的连续异常时间是实时发送至第二温度信息处理单元中的，第二温度信息处理单元优选为耐热处理器，可以和温度信息处理模块采用同一处理器，用于对连续异常时间进行处理，得到对比结果，并将对比结果实时发送至示警单元；示警单元，优选采用显示屏显示，与新能源汽车的车载屏幕共享，用于根据对比结果发出示警信号，示警信号可以直接显示在新能源汽车的车载屏幕上；
上述技术方案的有益效果为：通过设置降温效率监控模块，在降温模块的效率严重不足时，及时对降温模块进行更换，有益于降低新能源汽车燃料电池过热的风险，保障新能源汽车驾驶人员的安全性。
在一个实施例中，计时单元执行包括如下步骤：
获取初始处理结果；
若初始处理结果为异常，计时初始处理结果为异常的连续异常时间；其中，
若计时过程中初始处理结果由异常转为正常，连续异常时间清零，直至初始处理结果为异常时重新计时；
第二温度信息处理单元执行包括如下步骤：
获取连续异常时间，将连续异常时间与预设异常时间进行对比，得到对比结果；其中，
若连续异常时间大于等于预设异常时间，对比结果异常；
若连续异常时间小于预设异常时间，对比结果正常；
示警单元执行包括如下步骤：
获取对比结果；
若对比结果异常，发出示警信号；
上述技术方案的工作原理为：计时单元获取初始处理结果；若初始处理结果为异常，计时初始处理结果为异常的连续异常时间；其中，若计时过程中初始处理结果由异常转为正常，连续异常时间清零，直至初始处理结果为异常时重新计时；第二温度信息处理单元获取连续异常时间，将连续异常时间与预设异常时间进行对比，得到对比结果；其中，若连续异常时间大于等于预设异常时间，对比结果异常；若连续异常时间小于预设异常时间，对比结果正常；示警单元获取对比结果；若对比结果异常，发出示警信号；其中，预设异常时间优选根据降温模块的标准降温效率进行设定，即标准降温效率越高，预设异常时间越短，标准降温效率越低，预设异常时间越长，通常预设异常时间设定在1分钟以内；
上述技术方案的有益效果为：通过设置降温效率监控模块，在降温模块的效率严重不足时，及时对降温模块进行更换，有益于降低新能源汽车燃料电池过热的风险，保障新能源汽车驾驶人员的安全性。
在一个实施例中，一种用于新能源汽车用燃料电池冷却的降温系统还包括：燃料电池风险预警模块；
燃料电池风险预警模块包括预警模型构建单元、待测预警信息采集单元、风险预警单元；
预警模型构建单元，用于构建预警模型；其中，
预警模型构建单元包括样本信息获取子单元、模型构建子单元；
样本信息获取子单元，用于获取预警模型样本信息；
模型构建子单元，与样本信息采集子单元连接，用于根据预警模型样本信息构建预警模型；
待测预警信息采集单元，用于采集燃料电池的待测预警信息；
风险预警单元，分别与预警模型构建单元和待测预警信息采集单元连接；
上述技术方案的工作原理为：请参阅图5，燃料电池风险预警模块，用于对新能源汽车燃料电池是否存在短路风险进行预警，燃料电池风险预警模块包括预警模型构建单元、待测预警信息采集单元、风险预警单元，预警模型构建单元，用于构建预警模型；请参阅图6，其中，预警模型构建单元包括样本信息获取子单元、模型构建子单元；样本信息获取子单元，用于获取预警模型样本信息；模型构建子单元，与样本信息采集子单元连接，用于根据预警模型样本信息构建预警模型；待测预警信息采集单元，用于采集燃料电池的待测预警信息；风险预警单元，分别与预警模型构建单元和待测预警信息采集单元连接；
上述技术方案的有益效果为：通过设置燃料电池风险预警模块，提前对新能源汽车燃料电池是否存在短路风险进行预警，提高了新能源汽车驾驶人员的安全性。
在一个实施例中，燃料电池风险预警模块执行包括如下操作：
获取与燃料电池风险事件相关的非结构化的预警数据；
对非结构化的预警数据进行特征提取，得到预警数据特征信息；其中，
预警数据特征信息包括：燃料电池工作温度、燃料电池仓内气体浓度、燃料电池外部气体浓度、燃料电池内短路特征值；
获取与燃料电池风险事件相关的标准预警数据取值范围；
根据预警数据特征信息生成若干结构化样本数据表，基于标准预警数据取值范围对若干结构化样本数据表分别进行风险预警指标标记，得到预警模型样本信息，其中，风险预警指标包括：无风险指标、风险指标；
无风险指标包括：无风险标识、无风险指标权重；
风险指标包括：高风险标识、低风险标识、低风险指标权重、高风险指标权重；
基于标准预警数据取值范围对若干结构化样本数据表分别进行风险预警指标标记具体包括：
将标准预警数据取值范围按照预设划分规则划分为三段连续的数据取值范围，包括：左预警数据取值范围、中预警数据取值范围、右预警数据取值范围；
若结构化样本数据表中的所有数据均在中预警数据取值范围内，根据结构化样本数据表中的数据在中预警数据取值范围内的位置确定无风险指标权重，对结构化样本数据表进行无风险标识标记和无风险指标权重标记；
若结构化样本数据表中的所有数据均在标准预警数据取值范围内且所有数据不全在中预警数据取值范围内，根据结构化样本数据表中的数据在标准预警数据取值范围内的位置确定低风险指标权重，对结构化样本数据表进行低风险标识标记和低风险指标权重标记；
若结构化样本数据表中的所有数据均不在标准预警数据取值范围内，根据结构化样本数据表中的数据与标准预警数据取值范围左右值的距离确定高风险指标权重，对结构化样本数据表进行高风险标识标记和高风险指标权重标记；
基于预警模型样本信息构建得到预警模型；
采集燃料电池的待测预警信息，将燃料电池的待测预警信息输入至预警模型进行风险预警测算，输出最终风险预警指标；
若最终风险预警指标为风险指标，发出风险预警信号；其中，
若风险指标包括低风险标记，发出第一风险预警信号；
若风险指标包括高风险标记，发出第二风险预警信号；
上述技术方案的工作原理为：请参阅图7，燃料电池风险预警模块获取与燃料电池风险事件相关的非结构化的预警数据；对非结构化的预警数据进行特征提取，得到预警数据特征信息；其中，预警数据特征信息包括：燃料电池工作温度、燃料电池仓内气体浓度、燃料电池外部气体浓度、燃料电池内短路特征值；获取与燃料电池风险事件相关的标准预警数据取值范围；根据预警数据特征信息生成若干结构化样本数据表，基于标准预警数据取值范围对若干结构化样本数据表分别进行风险预警指标标记，得到预警模型样本信息，其中，风险预警指标包括：无风险指标、风险指标；无风险指标包括：无风险标识、无风险指标权重；风险指标包括：高风险标识、低风险标识、低风险指标权重、高风险指标权重；基于标准预警数据取值范围对若干结构化样本数据表分别进行风险预警指标标记具体包括：将标准预警数据取值范围按照预设划分规则划分为三段连续的数据取值范围，包括：左预警数据取值范围、中预警数据取值范围、预警数据取值范围，预设划分规则优选划分比例为7.8％，85.6％，6.6％；若结构化样本数据表中的所有数据均在中预警数据取值范围内，根据结构化样本数据表中的数据在中预警数据取值范围内的位置确定无风险指标权重，对结构化样本数据表进行无风险标识标记和无风险指标权重标记；更进一步地，无风险指标权重为：
Figure BDA0003234342020000191
其中，Kn为结构化样本数据表中第n个数据的值，该值可以为燃料电池工作温度、燃料电池仓内气体浓度、燃料电池外部气体浓度、燃料电池内短路特征值中任一值，W为中预警数据取值范围，包括燃料电池工作温度、燃料电池仓内气体浓度、燃料电池外部气体浓度、燃料电池内短路特征值中任意一个数据的中预警数据取值范围，Kn,m为第n个数据的第m种预警数据取值范围的距离值，即取预警数据取值范围的左右边界和中点形成坐标(左，中)、(中，右)，再根据此坐标计算两点之间的距离；若结构化样本数据表中的所有数据均在标准预警数据取值范围内且所有数据不全在中预警数据取值范围内，根据结构化样本数据表中的数据在标准预警数据取值范围内的位置确定低风险指标权重，对结构化样本数据表进行低风险标识标记和低风险指标权重标记；更进一步地，低风险指标权重为：
Figure BDA0003234342020000201
Ki为结构化样本数据表中第i个数据的值，该值可以为燃料电池工作温度、燃料电池仓内气体浓度、燃料电池外部气体浓度、燃料电池内短路特征值中任一值，P包括左预警数据取值范围和右预警数据取值范围，即包括燃料电池工作温度、燃料电池仓内气体浓度、燃料电池外部气体浓度、燃料电池内短路特征值中任意一个数据的左预警数据取值范围或右预警数据取值范围；Ki,j为第i个数据的第j种预警数据取值范围的距离值，与无风险指标权重中计算距离值的方法相同；若结构化样本数据表中的所有数据均不在标准预警数据取值范围内，根据结构化样本数据表中的数据与标准预警数据取值范围左右值的距离确定高风险指标权重，对结构化样本数据表进行高风险标识标记和高风险指标权重标记；更进一步地，高风险指标权重为：
Figure BDA0003234342020000202
Kd为结构化样本数据表中第d数据的值，该值可以为燃料电池工作温度、燃料电池仓内气体浓度、燃料电池外部气体浓度、燃料电池内短路特征值中任一值，f包括标准预警数据范围，kf为总距离值，即取标准预警数据取值范围的左右边界和中点形成坐标(左，中)、(中，右)，再根据此坐标计算两点之间的距离，对比其他预警权重算法，该风险指标权重算法，通过对每个数据在标准数据中所在的位置进行权重计算，保证了每个数据的多样性，更大程度的保证了权重计算的精确度，从而提高风险标记的效率与准确率，基于预警模型样本信息构建得到预警模型；更进一步地，筛选淘汰掉不存在风险标记的结构化样本数据表，得到新预警模型样本信息，基于新预警模型样本信息构建得到新预警模型；采集燃料电池的待测预警信息，将燃料电池的待测预警信息输入至预警模型进行风险预警测算，输出最终风险预警指标；若最终风险预警指标为风险指标，发出风险预警信号；其中，若风险指标包括低风险标记，发出第一风险预警信号；若风险指标包括高风险标记，发出第二风险预警信号；
上述技术方案的有益效果为：通过对结构化样本数据表中的数据分别进行无风险指标权重标记、低风险指标权重标记和高风险指标权重标记，对每个数据精确标记，有益于提高后续构建的预警模型的预警精确度，从而提高燃料电池风险预警模块的预警效率。
在一个实施例中，一种用于新能源汽车用燃料电池冷却的降温系统还包括：温度循环采集模块、第三温度信息处理模块、异常高温定位模块、紧急降温模块、异常报警模块；
温度循环采集模块，用于循环采集燃料电池外表面温度信息；
第三温度信息处理模块，与温度循环采集模块连接，用于对燃料电池外表面温度信息进行处理；
异常高温定位模块，与第三温度信息处理模块连接，用于对燃料电池外表面温度异常的区域进行定位；
紧急降温模块，与异常高温定位模块连接，用于对异常高温定位模块定位的区域进行紧急降温；
异常报警模块，与紧急降温模块连接，用于在紧急降温失败时发送异常报警信号；
第三温度信息处理模块执行包括如下操作：
实时获取温度循环采集模块采集的燃料电池外表面温度信息，根据燃料电池外表面温度信息计算燃料电池外表面温度的温度范围，并根据后续获取的燃料电池外表面温度信息对燃料电池外表面温度的温度范围进行实时计算更新；
预设更新时间后，获取温度循环采集模块采集的燃料电池外表面温度信息，将燃料电池外表面温度信息与最新的燃料电池外表面温度的温度范围进行对比，若燃料电池外表面温度信息不在最新的燃料电池外表面温度的温度范围内，发送燃料电池外表面温度异常信号至异常高温定位模块；
其中，燃料电池外表面温度信息不在最新的燃料电池外表面温度的温度范围内时，燃料电池外表面温度信息不计入燃料电池外表面温度的温度范围进行实时计算更新；
异常高温定位模块执行包括如下操作：
基于相控阵雷达获取温度循环采集模块反射的微波信号；
根据反射的微波信号得到温度循环采集模块对应的位置-多普勒图像；
根据位置-多普勒图像得到温度循环采集模块的运动信息；
获取燃料电池外表面温度异常信号，根据温度循环采集模块的运动信息对温度循环采集模块进行定位，确定燃料电池外表面温度异常的区域；
将燃料电池外表面温度异常的区域发送至紧急降温模块；
紧急降温模块执行包括如下操作：
获取燃料电池外表面温度异常的区域，对燃料电池外表面温度异常的区域进行紧急降温；其中，
若料电池外表面温度异常的区域在进行紧急降温后预设冷却时间内料电池外表面温度异常的区域的温度不在燃料电池外表面温度的温度范围内，发送紧急降温失败信号至异常报警模块；
上述技术方案的工作原理为：温度循环采集模块，优选使用移动型的温度传感器装置，围绕着燃料电池进行反复运动，用于循环采集燃料电池外表面温度信息；第三温度信息处理模块，优选使用耐热型的处理器，或与第一温度信息处理模块使用同一处理器，与温度循环采集模块连接，用于对燃料电池外表面温度信息进行处理；异常高温定位模块，优选采用相控阵雷达定位，与第三温度信息处理模块连接，用于对燃料电池外表面温度异常的区域进行定位；紧急降温模块，优选采用移动型的急速降温装置，或与温度循环采集模块结合形成采集制冷一体的装置，降温方式包括但不限于少量氨气制冷等方式，与异常高温定位模块连接，用于对异常高温定位模块定位的区域进行紧急降温；异常报警模块，与紧急降温模块连接，用于在紧急降温失败时发送异常报警信号；第三温度信息处理模块执行包括如下操作：实时获取温度循环采集模块采集的燃料电池外表面温度信息，根据燃料电池外表面温度信息计算燃料电池外表面温度的温度范围，并根据后续获取的燃料电池外表面温度信息对燃料电池外表面温度的温度范围进行实时计算更新；预设更新时间后，预设更新时间优选为温度循环采集模块绕燃料电池一周所花费的时间，获取温度循环采集模块采集的燃料电池外表面温度信息，将燃料电池外表面温度信息与最新的燃料电池外表面温度的温度范围进行对比，若燃料电池外表面温度信息不在最新的燃料电池外表面温度的温度范围内，发送燃料电池外表面温度异常信号至异常高温定位模块；其中，燃料电池外表面温度信息不在最新的燃料电池外表面温度的温度范围内时，燃料电池外表面温度信息不计入燃料电池外表面温度的温度范围进行实时计算更新；异常高温定位模块执行包括如下操作：基于相控阵雷达获取温度循环采集模块反射的微波信号；根据反射的微波信号得到温度循环采集模块对应的位置-多普勒图像；根据位置-多普勒图像得到温度循环采集模块的运动信息；获取燃料电池外表面温度异常信号，根据温度循环采集模块的运动信息对温度循环采集模块进行定位，确定燃料电池外表面温度异常的区域；将燃料电池外表面温度异常的区域发送至紧急降温模块；紧急降温模块执行包括如下操作：获取燃料电池外表面温度异常的区域，对燃料电池外表面温度异常的区域进行紧急降温；其中，若料电池外表面温度异常的区域在进行紧急降温后预设冷却时间内料电池外表面温度异常的区域的温度不在燃料电池外表面温度的温度范围内，发送紧急降温失败信号至异常报警模块，其中，预设冷却时间优选为10秒内；
上述技术方案的有益效果为：通过温度循环采集模块对燃料电池外表面温度进行采集，有益于全面了解燃料电池温度信息，防止燃料电池因受热不均导致损坏，并有益于提高后续降温效率，通过异常高温定位模块，采用相控阵雷达定位方式实时精确的记录温度循环采集模块的运动轨迹，有益于对异常高温区域进行快速精准定位，通过紧急降温模块，有益于对异常高温区域进行紧急降温，提高燃料电池的安全性，通过异常报警模块，有益于在紧急降温模块无法降温时及时反馈至新能源汽车驾驶员，保障新能源汽车驾驶员的安全。
在一个实施例中，一种用于新能源汽车用燃料电池冷却的降温系统还包括：降温模块自检模块、堵塞定位模块、清理模块、堵塞报警模块；
降温模块自检模块，用于检测降温模块是否存在堵塞状况；
堵塞定位模块，用于对堵塞部分进行定位；
清理模块，与堵塞定位模块连接，用于对降温模块堵塞部分进行初步清理；
堵塞报警模块，与降温模块自检模块连接，用于根据堵塞状况发出堵塞报警信息；
降温模块自检模块执行包括如下操作：
获取降温模块内部初始图片模型，对初始图片模型中每一图片进行卷积处理，得到每一卷积层的初始特征值；
获取初始特征矩阵；
将每一卷积层的初始特征值计入初始特征矩阵中，得到第一特征矩阵；
采集降温模块内部若干方向的待检测图片，建立待检测图片模型；
将待检测图片模型中每一图片分为预设数量的图片区域；
对预设数量的图片区域分别进行降噪处理，得到降噪处理后的待检测降噪图片模型；其中，降噪处理包括：
基于均值过滤算法对预设数量的图片区域中的中心图像进行计算得到每一像素点周围像素的平均灰度值，将平均灰度值赋值给当前像素点，基于循环遍历的方式遍历中心图像中所有的像素点；
基于中值过滤算法对预设数量的图片区域中除中心图像外的其他图像的每一像素点周围像素的中值灰度值，将中值灰度值赋值给当前像素点，基于循环遍历的方式遍历其他图像中所有的像素点；
对待检测降噪图片模型中每一图片进行卷积处理，得到每一卷积层的第二特征值；
将每一卷积层的第二特征值计入初始特征矩阵中，得到第二特征矩阵；
基于编辑距离算法计算第一特征矩阵和第二特征矩阵的相似度；
若相似度大于预设相似度阈值，降温模块不存在堵塞状况；
若相似度小于预设相似度阈值，降温模块存在堵塞状况；
堵塞定位模块执行包括如下操作：
若降温模块存在堵塞状况，根据待检测降噪图片模型对堵塞部分进行定位，得到堵塞部分定位信息；
清理模块执行包括如下操作：
获取堵塞部分定位信息，对降温模块堵塞部分进行初步清理；
发送初步清理完成信号至降温模块自检模块；
降温模块自检模块还用于在接收到初步清理完成信号后重新获取第一特征矩阵和第二特征矩阵，并基于编辑距离算法重新计算第一特征矩阵和第二特征矩阵的相似度，发送核对信号至堵塞报警模块；
堵塞报警模块执行包括如下操作：
接收到堵核对信号后获取降温模块堵塞情况；
若降温模块存在堵塞状况，发出堵塞信号；
上述技术方案的工作原理为：降温模块自检模块，用于检测降温模块是否存在堵塞状况；堵塞定位模块，用于对堵塞部分进行定位；清理模块，与堵塞定位模块连接，用于对降温模块堵塞部分进行初步清理；堵塞报警模块，与降温模块自检模块连接，用于根据堵塞状况发出堵塞报警信息；降温模块自检模块执行包括如下操作：获取降温模块内部初始图片模型，对初始图片模型中每一图片进行卷积处理，得到每一卷积层的初始特征值；获取初始特征矩阵，优选为标准特征矩阵；将每一卷积层的初始特征值计入初始特征矩阵中，得到第一特征矩阵；采集降温模块内部若干方向的待检测图片，建立待检测图片模型；将待检测图片模型中每一图片分为预设数量的图片区域；对预设数量的图片区域分别进行降噪处理，得到降噪处理后的待检测降噪图片模型；其中，降噪处理包括：基于均值过滤算法对预设数量的图片区域中的中心图像进行计算得到每一像素点周围像素的平均灰度值，将平均灰度值赋值给当前像素点，基于循环遍历的方式遍历中心图像中所有的像素点；基于中值过滤算法对预设数量的图片区域中除中心图像外的其他图像的每一像素点周围像素的中值灰度值，将中值灰度值赋值给当前像素点，基于循环遍历的方式遍历其他图像中所有的像素点；对待检测降噪图片模型中每一图片进行卷积处理，得到每一卷积层的第二特征值；将每一卷积层的第二特征值计入初始特征矩阵中，得到第二特征矩阵；基于编辑距离算法计算第一特征矩阵和第二特征矩阵的相似度；若相似度大于预设相似度阈值，降温模块不存在堵塞状况；若相似度小于预设相似度阈值，降温模块存在堵塞状况；堵塞定位模块执行包括如下操作：若降温模块存在堵塞状况，根据待检测降噪图片模型对堵塞部分进行定位，得到堵塞部分定位信息；清理模块执行包括如下操作：获取堵塞部分定位信息，对降温模块堵塞部分进行初步清理；发送初步清理完成信号至降温模块自检模块；降温模块自检模块还用于在接收到初步清理完成信号后重新获取第一特征矩阵和第二特征矩阵，并基于编辑距离算法重新计算第一特征矩阵和第二特征矩阵的相似度，发送核对信号至堵塞报警模块；堵塞报警模块执行包括如下操作：接收到堵核对信号后获取降温模块堵塞情况；若降温模块存在堵塞状况，发出堵塞信号；
上述技术方案的有益效果为：通过设置降温模块自检模块，有益于防止降温模块内部堵塞，从而防止因冷凝气体输入量减少，进而影响降温效率的问题发生；通过视觉检测的方法对降温模块内部堵塞情况进行检测，有益于提高检测的精确程度；通过设置清理模块，使得当降温模块中存在微小堵塞时可以通过清理模块自动排除，通过设置堵塞定位模块，精准定位，可以提高清理模块的清理效率，通过设置堵塞报警模块，有益于在堵塞情况严重时及时通知使用者进行故障排查，有益于提高新能源汽车驾驶人员的安全。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种用于新能源汽车用燃料电池冷却的降温系统，其特征在于，包括：
温度信息采集模块，用于采集燃料电池排放口的初始温度信息；
温度信息处理模块，与所述温度信息采集模块连接，用于对所述初始温度信息进行处理，得到初始处理结果；
控制指令生成模块，与所述温度信息处理模块连接，用于根据所述初始处理结果，生成控制指令；
降温模块，与所述控制指令生成模块连接，用于对燃料电池进行降温操作。
2.根据权利要求1所述的一种用于新能源汽车用燃料电池冷却的降温系统，其特征在于，所述温度信息处理模块执行包括如下操作：
获取燃料电池排放口的初始温度信息，将所述初始温度信息与预设第一温度阈值进行对比，得到初始处理结果；其中，
若所述初始温度信息小于所述预设第一温度阈值，所述初始处理结果为正常；
若所述初始温度信息大于等于所述预设第一温度阈值，所述初始处理结果为异常；
将所述初始处理结果发送至控制指令生成模块。
3.根据权利要求1所述的一种用于新能源汽车用燃料电池冷却的降温系统，其特征在于，所述控制指令生成模块执行包括如下操作：
获取初始处理结果，根据所述初始处理结果生成初始控制指令；其中，
若所述初始处理结果为正常，生成的初始控制指令为关闭指令；
若所述初始处理结果为异常，生成的初始控制指令为开启指令；
将所述初始控制指令存储至预设存储单元中；
获取所述预设存储单元中前一次的初始控制指令；
根据所述初始控制指令和所述前一次的初始控制指令生成控制指令；其中，
若所述初始控制指令和所述前一次的初始控制指令均为关闭指令或均为开启指令，则生成的控制指令为空指令；
若所述初始控制指令和所述前一次的初始控制指令不同，则根据所述初始控制指令确定控制指令；其中，
若所述初始控制指令为开启指令，所述控制指令为开启指令；
若所述初始控制指令为关闭指令，所述控制指令为关闭指令。
4.根据权利要求1所述的一种用于新能源汽车用燃料电池冷却的降温系统，其特征在于，所述降温模块执行包括如下操作：
获取控制指令，根据所述控制指令进行相应操作；其中，
若所述控制指令为开启指令，对燃料电池进行降温操作；
若所述控制指令为关闭指令，停止对燃料电池进行降温操作；
若所述控制指令为空指令，不进行任何操作。
5.根据权利要求1所述的一种用于新能源汽车用燃料电池冷却的降温系统，其特征在于，还包括：降温效率监控模块；
所述降温效率监控模块包括计时单元、第二温度信息处理单元、示警单元；
所述计时单元，与所述温度信息处理模块连接，用于计时初始处理结果为异常的连续异常时间；
所述第二温度信息处理单元，与所述计时单元连接，用于对所述连续异常时间进行处理；
所述示警单元，与所述第二温度信息处理单元连接，用于示警。
6.根据权利要求5所述的一种用于新能源汽车用燃料电池冷却的降温系统，其特征在于，
所述计时单元执行包括如下步骤：
获取初始处理结果；
若所述初始处理结果为异常，计时所述初始处理结果为异常的连续异常时间；其中，
若计时过程中所述初始处理结果由异常转为正常，所述连续异常时间清零，直至所述初始处理结果为异常时重新计时；
所述第二温度信息处理单元执行包括如下步骤：
获取连续异常时间，将所述连续异常时间与预设异常时间进行对比，得到对比结果；其中，
若所述连续异常时间大于等于预设异常时间，所述对比结果异常；
若所述连续异常时间小于预设异常时间，所述对比结果正常；
所述示警单元执行包括如下步骤：
获取对比结果；
若所述对比结果异常，发出示警信号。
7.根据权利要求1所述的一种用于新能源汽车用燃料电池冷却的降温系统，其特征在于，还包括：燃料电池风险预警模块；
所述燃料电池风险预警模块，用于对所述燃料电池的短路风险进行预警；
所述燃料电池风险预警模块包括预警模型构建单元、待测预警信息采集单元、风险预警单元；
所述预警模型构建单元，用于构建预警模型；其中，
所述预警模型构建单元包括样本信息获取子单元、模型构建子单元；
所述样本信息获取子单元，用于获取预警模型样本信息；
所述模型构建子单元，与所述样本信息采集子单元连接，用于根据所述预警模型样本信息构建预警模型；
所述待测预警信息采集单元，用于采集燃料电池的待测预警信息；
所述风险预警单元，分别与所述预警模型构建单元和所述待测预警信息采集单元连接。
8.根据权利要求7所述的一种用于新能源汽车用燃料电池冷却的降温系统，其特征在于，所述燃料电池风险预警模块执行包括如下操作：
获取与燃料电池风险事件相关的非结构化的预警数据；
对所述非结构化的预警数据进行特征提取，得到预警数据特征信息；其中，
所述预警数据特征信息包括：燃料电池工作温度、燃料电池仓内气体浓度、燃料电池外部气体浓度、燃料电池内短路特征值；
获取与燃料电池风险事件相关的标准预警数据取值范围；
根据所述预警数据特征信息生成若干结构化样本数据表，基于所述标准预警数据取值范围对若干结构化样本数据表分别进行风险预警指标标记，得到预警模型样本信息，其中，所述风险预警指标包括：无风险指标、风险指标；
所述无风险指标包括：无风险标识、无风险指标权重；
所述风险指标包括：高风险标识、低风险标识、低风险指标权重、高风险指标权重；
所述基于所述标准预警数据取值范围对若干结构化样本数据表分别进行风险预警指标标记具体包括：
将所述标准预警数据取值范围按照预设划分规则划分为三段连续的数据取值范围，包括：左预警数据取值范围、中预警数据取值范围、右预警数据取值范围；
若所述结构化样本数据表中的所有数据均在所述中预警数据取值范围内，根据所述结构化样本数据表中的数据在所述中预警数据取值范围内的位置确定无风险指标权重，对所述结构化样本数据表进行无风险标识标记和无风险指标权重标记；
若所述结构化样本数据表中的所有数据均在所述标准预警数据取值范围内且所述所有数据不全在所述中预警数据取值范围内，根据所述结构化样本数据表中的数据在所述标准预警数据取值范围内的位置确定低风险指标权重，对所述结构化样本数据表进行低风险标识标记和低风险指标权重标记；
若所述结构化样本数据表中的所有数据均不在所述标准预警数据取值范围内，根据所述结构化样本数据表中的数据与所述标准预警数据取值范围左右值的距离确定高风险指标权重，对所述结构化样本数据表进行高风险标识标记和高风险指标权重标记；
基于所述预警模型样本信息构建得到预警模型；
采集燃料电池的待测预警信息，将所述燃料电池的待测预警信息输入至所述预警模型进行风险预警测算，输出最终风险预警指标；
若所述最终风险预警指标为风险指标，发出风险预警信号；其中，
若所述风险指标包括低风险标记，发出第一风险预警信号；
若所述风险指标包括高风险标记，发出第二风险预警信号。
9.根据权利要求1所述的一种用于新能源汽车用燃料电池冷却的降温系统，其特征在于，还包括：温度循环采集模块、第三温度信息处理模块、异常高温定位模块、紧急降温模块、异常报警模块；
所述温度循环采集模块，用于循环采集燃料电池外表面温度信息；
所述第三温度信息处理模块，与所述温度循环采集模块连接，用于对所述燃料电池外表面温度信息进行处理；
所述异常高温定位模块，与所述第三温度信息处理模块连接，用于对燃料电池外表面温度异常的区域进行定位；
所述紧急降温模块，与所述异常高温定位模块连接，用于对异常高温定位模块定位的区域进行紧急降温；
所述异常报警模块，与所述紧急降温模块连接，用于在紧急降温失败时发送异常报警信号；
所述第三温度信息处理模块执行包括如下操作：
实时获取温度循环采集模块采集的燃料电池外表面温度信息，根据所述燃料电池外表面温度信息计算燃料电池外表面温度的温度范围，并根据后续获取的燃料电池外表面温度信息对燃料电池外表面温度的温度范围进行实时计算更新；
预设更新时间后，获取温度循环采集模块采集的燃料电池外表面温度信息，将所述燃料电池外表面温度信息与最新的燃料电池外表面温度的温度范围进行对比，若所述燃料电池外表面温度信息不在最新的燃料电池外表面温度的温度范围内，发送燃料电池外表面温度异常信号至异常高温定位模块；
其中，所述燃料电池外表面温度信息不在最新的燃料电池外表面温度的温度范围内时，所述燃料电池外表面温度信息不计入燃料电池外表面温度的温度范围进行实时计算更新；
所述异常高温定位模块执行包括如下操作：
基于相控阵雷达获取温度循环采集模块反射的微波信号；
根据所述反射的微波信号得到所述温度循环采集模块对应的位置-多普勒图像；
根据所述位置-多普勒图像得到所述温度循环采集模块的运动信息；
获取燃料电池外表面温度异常信号，根据所述温度循环采集模块的运动信息对所述温度循环采集模块进行定位，确定燃料电池外表面温度异常的区域；
将所述燃料电池外表面温度异常的区域发送至紧急降温模块；
所述紧急降温模块执行包括如下操作：
获取燃料电池外表面温度异常的区域，对所述燃料电池外表面温度异常的区域进行紧急降温；其中，
若所述料电池外表面温度异常的区域在进行紧急降温后预设冷却时间内所述料电池外表面温度异常的区域的温度不在燃料电池外表面温度的温度范围内，发送紧急降温失败信号至异常报警模块。
10.根据权利要求1所述的一种用于新能源汽车用燃料电池冷却的降温系统，其特征在于，还包括：降温模块自检模块、堵塞定位模块、清理模块、堵塞报警模块；
所述降温模块自检模块，用于检测降温模块是否存在堵塞状况；
堵塞定位模块，用于对堵塞部分进行定位；
所述清理模块，与所述堵塞定位模块连接，用于对降温模块堵塞部分进行初步清理；
所述堵塞报警模块，与所述降温模块自检模块连接，用于根据堵塞状况发出堵塞报警信息；
所述降温模块自检模块执行包括如下操作：
获取降温模块内部初始图片模型，对所述初始图片模型中每一图片进行卷积处理，得到每一卷积层的初始特征值；
获取初始特征矩阵；
将所述每一卷积层的初始特征值计入初始特征矩阵中，得到第一特征矩阵；
采集降温模块内部若干方向的待检测图片，建立待检测图片模型；
将所述待检测图片模型中每一图片分为预设数量的图片区域；
对所述预设数量的图片区域分别进行降噪处理，得到降噪处理后的待检测降噪图片模型；其中，所述降噪处理包括：
基于均值过滤算法对所述预设数量的图片区域中的中心图像进行计算得到每一像素点周围像素的平均灰度值，将所述平均灰度值赋值给当前像素点，基于循环遍历的方式遍历中心图像中所有的像素点；
基于中值过滤算法对所述预设数量的图片区域中除中心图像外的其他图像的每一像素点周围像素的中值灰度值，将所述中值灰度值赋值给当前像素点，基于循环遍历的方式遍历其他图像中所有的像素点；
对所述待检测降噪图片模型中每一图片进行卷积处理，得到每一卷积层的第二特征值；
将所述每一卷积层的第二特征值计入初始特征矩阵中，得到第二特征矩阵；
基于编辑距离算法计算所述第一特征矩阵和所述第二特征矩阵的相似度；
若所述相似度大于预设相似度阈值，降温模块不存在堵塞状况；
若所述相似度小于预设相似度阈值，降温模块存在堵塞状况；
所述堵塞定位模块执行包括如下操作：
若降温模块存在堵塞状况，根据所述待检测降噪图片模型对堵塞部分进行定位，得到堵塞部分定位信息；
所述清理模块执行包括如下操作：
获取堵塞部分定位信息，对所述降温模块堵塞部分进行初步清理；
发送初步清理完成信号至降温模块自检模块；
所述降温模块自检模块还用于在接收到所述初步清理完成信号后重新获取第一特征矩阵和第二特征矩阵，并基于编辑距离算法重新计算所述第一特征矩阵和所述第二特征矩阵的相似度，发送核对信号至所述堵塞报警模块；
所述堵塞报警模块执行包括如下操作：
接收到堵核对信号后获取降温模块堵塞情况；
若降温模块存在堵塞状况，发出堵塞信号。
CN202110996653.XA 2021-08-27 2021-08-27 一种用于新能源汽车用燃料电池冷却的降温系统 Active CN113696794B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110996653.XA CN113696794B (zh) 2021-08-27 2021-08-27 一种用于新能源汽车用燃料电池冷却的降温系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110996653.XA CN113696794B (zh) 2021-08-27 2021-08-27 一种用于新能源汽车用燃料电池冷却的降温系统

Publications (2)

Publication Number Publication Date
CN113696794A true CN113696794A (zh) 2021-11-26
CN113696794B CN113696794B (zh) 2022-07-08

Family

ID=78656064

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110996653.XA Active CN113696794B (zh) 2021-08-27 2021-08-27 一种用于新能源汽车用燃料电池冷却的降温系统

Country Status (1)

Country Link
CN (1) CN113696794B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116470606A (zh) * 2022-03-25 2023-07-21 上海领帆微电子有限公司 计数模块、电池保护电路和电池管理系统

Citations (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4322767A1 (de) * 1993-07-08 1995-01-19 Daimler Benz Ag Verfahren zum Starten eines Brennstoffzellen-Fahrzeugs
CN1692518A (zh) * 2002-11-07 2005-11-02 日产自动车株式会社 燃料电池系统及其相关方法
US20080276632A1 (en) * 2007-05-07 2008-11-13 Ajith Kuttannair Kumar System and Method for Cooling a Battery
CN102299833A (zh) * 2010-06-25 2011-12-28 Tcl集团股份有限公司 一种智能家居远程控制系统及其控制方法
US20130002016A1 (en) * 2010-10-19 2013-01-03 Kimihiko Furukawa Power source apparatus, vehicle and power storage system using the power source apparatus
US20130288089A1 (en) * 2011-03-11 2013-10-31 Nissan Motor Co., Ltd Battery temperature control device
US20130302712A1 (en) * 2011-03-30 2013-11-14 Commissariat A L'energie Atomique Et Aux Energies Alternatives Fuel-cell stack comprising a stack of cells and bipolar conductive plates
CN103875071A (zh) * 2011-09-27 2014-06-18 丰田自动车株式会社 冷却装置的异常检测装置和异常检测方法
US20150360578A1 (en) * 2014-06-16 2015-12-17 Ford Global Technologies, Llc Batter capacity degradation indication
CN105774578A (zh) * 2016-03-06 2016-07-20 李志刚 一种直流电能表检定方法
CN105904992A (zh) * 2016-06-07 2016-08-31 烟台创为新能源科技有限公司 一种电动汽车的电池监控管理系统及其监控方法
KR20170123056A (ko) * 2016-04-28 2017-11-07 현대자동차주식회사 연료전지 차량의 수소 충전 방법
CN107623135A (zh) * 2016-07-15 2018-01-23 福特全球技术公司 车辆中的燃料电池冷却系统的控制
CN108830188A (zh) * 2018-05-30 2018-11-16 西安理工大学 基于深度学习的车辆检测方法
CN109747479A (zh) * 2018-12-28 2019-05-14 芜湖鑫芯微电子有限公司 一种混合动力汽车的电源管理芯片及系统
CN110993987A (zh) * 2019-12-20 2020-04-10 东风汽车集团有限公司 燃料电池汽车冷却系统及其控制方法
CN111038291A (zh) * 2019-12-16 2020-04-21 国网江苏省电力有限公司电力科学研究院 一种电动汽车充电故障智能诊断系统及方法
CN111114391A (zh) * 2019-12-25 2020-05-08 北汽福田汽车股份有限公司 燃料电池维护系统、方法及车辆
CN111845448A (zh) * 2020-07-31 2020-10-30 中国汽车工程研究院股份有限公司 一种基于概率突变法则的温度异常探针的识别算法
CN112018409A (zh) * 2020-09-07 2020-12-01 佛山市飞驰汽车制造有限公司 燃料电池公交车中的燃料电池热管理系统及热管理方法
CN112102076A (zh) * 2020-11-09 2020-12-18 成都数联铭品科技有限公司 一种平台综合风险预警系统
CN112201807A (zh) * 2020-10-23 2021-01-08 广州鼎奥科技有限公司 一种燃料电池的散热效果好的散热结构
CN112277961A (zh) * 2020-10-30 2021-01-29 合肥工业大学 一种基于stm32的燃料电池叉车安全检测与控制系统
CN112356689A (zh) * 2020-11-10 2021-02-12 北理新源(佛山)信息科技有限公司 氢燃料电池汽车安全预警的检测方法、系统及车载终端
CN113012157A (zh) * 2021-05-24 2021-06-22 深圳市菲凡数据科技有限公司 一种设备缺陷视觉检测方法及系统
CN113178907A (zh) * 2021-04-21 2021-07-27 深圳市驰普科达科技有限公司 一种工业电池用智能充电设备及其充电方法

Patent Citations (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4322767A1 (de) * 1993-07-08 1995-01-19 Daimler Benz Ag Verfahren zum Starten eines Brennstoffzellen-Fahrzeugs
CN1692518A (zh) * 2002-11-07 2005-11-02 日产自动车株式会社 燃料电池系统及其相关方法
US20080276632A1 (en) * 2007-05-07 2008-11-13 Ajith Kuttannair Kumar System and Method for Cooling a Battery
CN102299833A (zh) * 2010-06-25 2011-12-28 Tcl集团股份有限公司 一种智能家居远程控制系统及其控制方法
US20130002016A1 (en) * 2010-10-19 2013-01-03 Kimihiko Furukawa Power source apparatus, vehicle and power storage system using the power source apparatus
US20130288089A1 (en) * 2011-03-11 2013-10-31 Nissan Motor Co., Ltd Battery temperature control device
US20130302712A1 (en) * 2011-03-30 2013-11-14 Commissariat A L'energie Atomique Et Aux Energies Alternatives Fuel-cell stack comprising a stack of cells and bipolar conductive plates
CN103875071A (zh) * 2011-09-27 2014-06-18 丰田自动车株式会社 冷却装置的异常检测装置和异常检测方法
US20150360578A1 (en) * 2014-06-16 2015-12-17 Ford Global Technologies, Llc Batter capacity degradation indication
CN105774578A (zh) * 2016-03-06 2016-07-20 李志刚 一种直流电能表检定方法
KR20170123056A (ko) * 2016-04-28 2017-11-07 현대자동차주식회사 연료전지 차량의 수소 충전 방법
CN105904992A (zh) * 2016-06-07 2016-08-31 烟台创为新能源科技有限公司 一种电动汽车的电池监控管理系统及其监控方法
CN107623135A (zh) * 2016-07-15 2018-01-23 福特全球技术公司 车辆中的燃料电池冷却系统的控制
CN108830188A (zh) * 2018-05-30 2018-11-16 西安理工大学 基于深度学习的车辆检测方法
CN109747479A (zh) * 2018-12-28 2019-05-14 芜湖鑫芯微电子有限公司 一种混合动力汽车的电源管理芯片及系统
CN111038291A (zh) * 2019-12-16 2020-04-21 国网江苏省电力有限公司电力科学研究院 一种电动汽车充电故障智能诊断系统及方法
CN110993987A (zh) * 2019-12-20 2020-04-10 东风汽车集团有限公司 燃料电池汽车冷却系统及其控制方法
CN111114391A (zh) * 2019-12-25 2020-05-08 北汽福田汽车股份有限公司 燃料电池维护系统、方法及车辆
CN111845448A (zh) * 2020-07-31 2020-10-30 中国汽车工程研究院股份有限公司 一种基于概率突变法则的温度异常探针的识别算法
CN112018409A (zh) * 2020-09-07 2020-12-01 佛山市飞驰汽车制造有限公司 燃料电池公交车中的燃料电池热管理系统及热管理方法
CN112201807A (zh) * 2020-10-23 2021-01-08 广州鼎奥科技有限公司 一种燃料电池的散热效果好的散热结构
CN112277961A (zh) * 2020-10-30 2021-01-29 合肥工业大学 一种基于stm32的燃料电池叉车安全检测与控制系统
CN112102076A (zh) * 2020-11-09 2020-12-18 成都数联铭品科技有限公司 一种平台综合风险预警系统
CN112356689A (zh) * 2020-11-10 2021-02-12 北理新源(佛山)信息科技有限公司 氢燃料电池汽车安全预警的检测方法、系统及车载终端
CN113178907A (zh) * 2021-04-21 2021-07-27 深圳市驰普科达科技有限公司 一种工业电池用智能充电设备及其充电方法
CN113012157A (zh) * 2021-05-24 2021-06-22 深圳市菲凡数据科技有限公司 一种设备缺陷视觉检测方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王瑞敏等: "车载燃料电池诊断装置的研究", 《可再生能源》 *
赵强等: "质子交换膜燃料电池流场板研究进展", 《化工学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116470606A (zh) * 2022-03-25 2023-07-21 上海领帆微电子有限公司 计数模块、电池保护电路和电池管理系统

Also Published As

Publication number Publication date
CN113696794B (zh) 2022-07-08

Similar Documents

Publication Publication Date Title
CN111734885B (zh) 一种换流阀在线监测与评估的方法及系统
CN110889339B (zh) 基于头肩检测的危险区域分级预警方法与系统
JP2012518846A (ja) 異常挙動を予測するためのシステムおよび方法
CN113283344A (zh) 一种基于语义分割网络的矿用输送带跑偏检测方法
CN113696794B (zh) 一种用于新能源汽车用燃料电池冷却的降温系统
CN111818476B (zh) 一种可视化运维平台系统
CN116310292A (zh) 多源混合信号的储能电站风险预警系统和方法
CN113310647A (zh) 电池包泄露检测的方法、装置、电子设备及存储介质
CN104703215B (zh) 一种室内信号强度异常诊断方法及系统
KR20170087182A (ko) 차량 상태 인지 장치 및 방법
CN117079211A (zh) 一种网络机房的安全监控系统及其方法
KR102420597B1 (ko) 페일-세이프 기능을 갖는 자율 주행 시스템 및 이의 방법
CN116030412A (zh) 一种扶梯监控视频异常检测方法与系统
CN113934191A (zh) 一种冷水机组故障诊断系统
CN116224123A (zh) 电池异常检测系统、检测方法、存储介质及换电站
CN113516091B (zh) 一种识别变电站电火花图像的方法
CN114435172A (zh) 一种自动管理的新能源汽车智能充电桩及智能充电方法
CN114314243A (zh) 基于视频识别技术的升降机超载报警系统及超载报警方法
CN113489929A (zh) 垃圾分类督岗监控方法、装置、计算机设备和存储介质
US20150347213A1 (en) Apparatus and method for system monitoring
CN113094244A (zh) 一种用于数据中心的机房运行智能检测系统
JP2019190820A (ja) 液面状態判別装置及びこれを備えた冷凍装置並びに液面状態判別プログラム
CN117150580B (zh) 一种智能化数据库的数据储存硬件安全防护系统
CN111044105A (zh) 一种应用于物流车的环境数据监测系统及方法
CN109132315A (zh) 一种自动化立体冷库货物变质智能监控系统

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
CP02 Change in the address of a patent holder

Address after: 224000 15 / F, South Building, innovation building, big data Industrial Park, Yannan high tech Zone, Yancheng City, Jiangsu Province

Patentee after: NANJING University OF POSTS AND TELECOMMUNICATIONS

Patentee after: Yancheng big data research center of Nanjing University of Posts and Telecommunications

Address before: 210000 floor 15, South Building, innovation building, big data Industrial Park, Yannan high tech Zone, Nanjing, Jiangsu Province

Patentee before: NANJING University OF POSTS AND TELECOMMUNICATIONS

Patentee before: Yancheng big data research center of Nanjing University of Posts and Telecommunications

CP02 Change in the address of a patent holder