CN114218813A - 燃料电池流阻值函数构建方法和流阻值预测方法 - Google Patents

燃料电池流阻值函数构建方法和流阻值预测方法 Download PDF

Info

Publication number
CN114218813A
CN114218813A CN202210148276.9A CN202210148276A CN114218813A CN 114218813 A CN114218813 A CN 114218813A CN 202210148276 A CN202210148276 A CN 202210148276A CN 114218813 A CN114218813 A CN 114218813A
Authority
CN
China
Prior art keywords
value
inlet gas
flow resistance
equation
flow
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
CN202210148276.9A
Other languages
English (en)
Other versions
CN114218813B (zh
Inventor
麻胜南
金薄
何绍清
张彬彬
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.)
China Automotive Technology and Research Center Co Ltd
Automotive Data of China Tianjin Co Ltd
Original Assignee
China Automotive Technology and Research Center Co Ltd
Automotive Data of China Tianjin Co Ltd
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 China Automotive Technology and Research Center Co Ltd, Automotive Data of China Tianjin Co Ltd filed Critical China Automotive Technology and Research Center Co Ltd
Priority to CN202210148276.9A priority Critical patent/CN114218813B/zh
Publication of CN114218813A publication Critical patent/CN114218813A/zh
Application granted granted Critical
Publication of CN114218813B publication Critical patent/CN114218813B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/15Correlation function computation including computation of convolution operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/30Hydrogen technology
    • Y02E60/50Fuel cells

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Fuel Cell (AREA)

Abstract

本发明实施例公开了一种燃料电池流阻值函数构建方法和流阻值预测方法。其中,构建方法包括:获取目标燃料电池在多个设定工况下的入口气体质量流量值、入口气体温度值、入口气体组分值、入口气体压强值和出口气体压强值;通过以下方程计算每个设定工况下的归一化参数值:
Figure 951657DEST_PATH_IMAGE001
;根据每个设定工况下的入口气体压强值和出口气体压强值,计算所述目标燃料电池在每个设定工况下的流阻值;根据所述多个设定工况下的归一化参数值和流阻值,拟合所述目标燃料电池关于所述归一化参数值的流阻值函数。本实施例提高了流阻值函数对不同工况的适应性,节约了流阻值函数的测算成本。

Description

燃料电池流阻值函数构建方法和流阻值预测方法
技术领域
本发明实施例涉及燃料电池仿真技术领域,尤其涉及一种燃料电池流阻值函数构建方法和流阻值预测方法。
背景技术
燃料电池运行时其内部发生的各种物理化学过程非常复杂,不同的流阻值会影响参与反应的物料的压力值、温度值、密度值、流量值等,进而影响燃料电池仿真性能的精确。因此,准确预测流阻值在燃料电池仿真中至关重要。
当前的仿真软件中主要通过用户输入的流阻值函数(曲线或用于查表的表格等)来预测流阻值。该流阻值函数的自变量名称只有一个,即仿真软件中任意一个仿真参数。该流阻值函数是在仿真软件中的其他仿真参数的值固定为设定值的情况下,通过多组该仿真参数的值与流阻值拟合得到的。因此该流阻值函数只适用于其他仿真参数的值固定为该设定值的工况。
然而,当其他仿真参数的值发生变化时,或者作为自变量名称的仿真参数名称发生变化时,该流阻值函数即不再适用,需要根据新的工况拟合新的流阻值函数。因此,为了实现不同工况下的流阻预测,需要针对每个工况进行拟合数据的测试和实验,工作量十分巨大。
发明内容
本发明实施例提供一种燃料电池流阻值函数构建方法和流阻值预测方法,以提高流阻值函数对不同工况的适应性,减小参数测算成本。
第一方面,本发明实施例提供了一种燃料电池仿真流阻值预测建模方法,包括:
获取目标燃料电池在多个设定工况下的入口气体质量流量值、入口气体温度值、入口气体组分值、入口气体压强值和出口气体压强值;
根据每个设定工况下的入口气体质量流量值、入口气体温度值、入口气体组分值和入口气体压强值,通过方程(1)计算每个设定工况下的归一化参数值:
Figure DEST_PATH_IMAGE001
(1)
其中,x表示归一化参数值,m flow 表示入口气体质量流量值,T表示入口气体温度值,P表示入口气体压强值,M表示入口气体摩尔质量值;
根据每个设定工况下的入口气体压强值和出口气体压强值,计算所述目标燃料电池在每个设定工况下的流阻值;
根据所述多个设定工况下的归一化参数值和流阻值,拟合所述目标燃料电池关于所述归一化参数值的流阻值函数。
第二方面,本发明实施例还提供了一种燃料电池流阻值预测方法,包括:
根据上述实施例所述的方程(1)包括的所有可变仿真参数名称,获取所述目标燃料电池在待测工况下的所有可变仿真参数值;
根据所述所有可变仿真参数值,通过方程(1)计算所述待测工况下的归一化参数值;
将所述待测工况下的归一化参数值代入所述流阻值函数,得到所述待测工况下的流阻值;
其中,所述所有可变仿真参数名称包括:入口气体质量流量,以及入口气体压强、入口气体温度和入口气体组分中的至少一个。
第三方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现任一实施例所述的燃料电池流阻值函数构建方法,或燃料电池流阻值预测方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现任一实施例所述的燃料电池流阻值函数构建方法,或燃料电池流阻值预测方法。
本发明实施例考虑了仿真环境中影响流阻的多个仿真参数,通过
Figure 269283DEST_PATH_IMAGE001
将多个仿真参数值组合为归一化参数值,反映多个电池参数值对流阻值的综合影响;并采用多个设定工况下的多个仿真参数值来拟合关于归一化参数值的流阻值函数,提高了流阻值函数对不同工况的适应性,节约了流阻值函数的测算成本。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,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是本发明实施例提供的一种燃料电池流阻值函数构建方法的流程图;
图2是本发明实施例提供的一种设定工况的示意图;
图3是本发明实施例提供的一种流阻值函数曲线的示意图;
图4是本发明实施例提供的一种燃料电池流阻值预测方法的流程图;
图5是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行清楚、完整的描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例,都属于本发明所保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
本发明实施例提供一种燃料电池流阻值函数构建方法,适用于在仿真环境中构建燃料电池流阻值函数以进行流阻值预测的情况,本实施例由电子设备执行。该方法的流程图如图1所示,本实施例提供的方法具体包括:
S110、获取目标燃料电池在多个设定工况下的入口气体质量流量值、入口气体温度值、入口气体组分值、入口气体压强值和出口气体压强值。
目标燃料电池是指需要进行流阻值预测的燃料电池,本实施例将针对该燃料电池构建流阻值函数。工况是指燃料电池正常工作时的运行状况。本实施例采用目标燃料电池正常运行时同一时刻下的多个电池参数值,来表征目标燃料电池的一个工况。多个设定工况是指目标燃料电池的多个已知工况。
可选地,本实施例提供的方法应用在Modelica仿真环境中,入口气体质量流量、入口气体温度、入口气体组分、入口气体压强和出口气体压强是Modelica仿真环境中最常用的电池仿真参数名称,共同影响着燃料电池的流阻。因此本实施例选取这些仿真参数的值来表征设定工况。在其他仿真环境中,也可以获取一定的换算方程获取这些仿真参数值。
图2是本发明实施例提供的一种设定工况的示意图。以图2为例,选取了N个预设工况(N为自然数),每个预设工况包括5个仿真参数值。例如,预设工况1包括入口气体质量流量值xx1、入口气体温度值yy1、入口气体组分值zz1、入口气体压强值aa1和出口气体压强值bb1;预设工况N包括入口气体质量流量值xxN、入口气体温度值yyN、入口气体组分值zzN、入口气体压强值aaN和出口气体压强值bbN。
获取的多个设定工况下的入口气体质量流量值、入口气体温度值、入口气体组分值、入口气体压强值和出口气体压强值,用于拟合目标燃料电池的流阻值函数。
S120、根据每个设定工况下的入口气体质量流量值、入口气体温度值、入口气体组分值和入口气体压强值,通过方程(1)计算每个设定工况下的归一化参数值:
Figure 946252DEST_PATH_IMAGE001
(1)
其中,x表示归一化参数值,m flow 表示入口气体质量流量值,T表示入口气体温度值,P表示入口气体压强值,M表示入口气体摩尔质量值。
本实施例将影响流阻的多个仿真参数值进行组合,形成了归一化参数值x,通过归一化参数值来反映设定工况下这些仿真参数值对流阻值的影响。
可选地,通过方程(1)计算每个设定工况下的归一化参数值之前,还包括:对于任一设定工况,根据所述设定工况下的入口气体组分值,计算该工况下的入口气体摩尔质量值。可选地,气体组分为气体湿度组分,即干气和水蒸气的组分比,也可以称为供气相对湿度。
S130、根据每个设定工况下的入口气体压强值和出口气体压强值,计算所述目标燃料电池在每个设定工况下的流阻值。
对于任一设定工况,用入口气体压强值减去出口气体压强值,就得到了该工况下的流阻值。
S140、根据所述多个设定工况下的归一化参数值和流阻值,拟合所述目标燃料电池关于所述归一化参数值的流阻值函数。
拟合得到的流阻值函数呈现的是归一化参数值与流阻值之间的关系,而归一化参数值反映了多个仿真参数值对流阻值的综合影响,因此该流阻值函数也间接呈现了多个仿真参数值与流阻值之间的关系。
在Modelica仿真环境中,入口气体质量流量值、入口气体温度值、入口气体压强值和入口气体摩尔质量值是任一待测工况均可获得的仿真参数值,因此该流阻值函数能够用于计算目标燃料电池在任一待测工况下的流阻值。且无论待测工况下的仿真参数取什么值,都可以通过归一化参数值体现在流阻值函数中,对待测工况的固定仿真参数和可变仿真参数无任何要求,省去了针对每个工况进行拟合数据的测试和实验的过程,提高了流阻值函数对不同工况的适应性。
可选地,所述流阻值函数包括:函数曲线,函数方程,或用于查表的数值表格;拟合方法包括:多项式法、表格插值法等。可以根据具体的应用场景和数据特征,选取不同的函数形式。
此外,需要说明的是,由于流阻是燃料电池的固有属性,与电池本身的结构及介质等相关,因此不同的燃料电池对应不同的流阻值函数,该流阻值函数只适用于目标燃料电池。
本实施例的技术效果是:本实施例考虑了仿真环境中影响流阻的多个仿真参数,通过
Figure 180924DEST_PATH_IMAGE001
将多个仿真参数值组合为归一化参数值,反映多个电池参数值对流阻值的综合影响;并采用多个设定工况下的多个仿真参数值来拟合关于归一化参数值的流阻值函数,提高了流阻值函数对不同工况的适应性,节约了流阻值函数的测算成本。
在上述实施例和下述实施例的基础上,本实施例对确定归一化参数表达式的过程进行细化。可选地,根据每个设定工况下的入口气体质量流量值、入口气体温度值、入口气体组分值和入口气体压强值,通过方程(1)计算每个设定工况下的归一化参数值之前,还包括如下具体步骤:
步骤一、获取流阻值的流体力学方程:
Figure 211328DEST_PATH_IMAGE002
(2)
其中,h f 表示气体沿程阻力值,λ表示沿程损失因数值,l表示所述目标燃料电池的流道长度值,d表示所述目标燃料电池的流道水力直径值,v表示入口气体流速值,g表示重力加速度值,h ζ 表示气体局部阻力值,ζ表示局部损失因数值。
所述流体力学方程用于确定影响流阻值的直接参数名称,进而用于确定流阻值的计算方程。
步骤二、提取方程(2)中的可变原始参数名称,所述可变原始参数名称为入口气体流速。
方程(2)从流体力学角度出发,反映了影响流阻值的原始因素,因此本实施例将方程(2)中的参数称为“原始参数”。方程(2)左侧的原始参数值为因变量值,包括气体沿程阻力值h f 和气体局部阻力值h ζ ,表征本实施例的计算对象:电池流阻值。方程(2)右侧的原始参数值均为自变量值,共同影响了流阻值的大小。在所有的自变量值中,重力加速度值g是固定不变的;对于确定的目标燃料电池而言,沿程损失因数值λ,流道长度值l,流道水力直径值d也是固定不变的,唯一可变的自变量值是入口气体流速值v。因此气体流速是影响目标燃料电池流阻的唯一可变的原始参数名称,以下简称“可变原始参数名称”。
步骤三、获取Modelica仿真环境中的多个可变仿真参数名称,所述多个可变仿真参数名称包括:入口气体质量流量、入口气体温度、入口气体组分和入口气体压强。
气体质量流量、气体温度、气体组分和气体压强是Modelica仿真环境中最常用的仿真参数名称。本实施例旨在建立目标燃料电池的入口仿真参数值与流阻值之间的关系函数,进而通过入口仿真参数值预测电阻值,因此本步骤获取的多个可变仿真参数名称均为入口仿真参数名称:入口气体质量流量、入口气体温度、入口气体组分和入口气体压强。
步骤四、根据入口气体流速值和入口气体体积流量值之间的v-V flow 关系方程,以及理想气体状态方程,确定入口气体流速值与所述多个可变仿真参数值之间的归一化方程:
Figure DEST_PATH_IMAGE003
(3)
其中,S表示所述目标燃料电池的通道截面积值,R表示摩尔气体常数值。
方程(3)呈现了入口气体流速值与入口气体质量流量值、入口气体温度值、入口气体组分值和入口气体压强值这些可变仿真参数值与可变原始参数值(入口气体流速值)之间的关系,用于将这些可变仿真参数值转换为入口气体流速值,进而反映这些可变仿真参数值对流阻值的影响。
可选地,步骤四具体包括如下过程:
(一)根据气体属性确定入口气体流速的至少一个相关参数名称,以及入口气体流速值和每个相关参数值之间的流速关系方程。所述至少一个相关参数名称包括:入口气体体积流量、入口气体质量流量和入口气体密度。
所确定的相关参数名称和流速关系方程用于将影响流阻值的直接参数(入口气体流速)进一步扩展,以寻找新的中间变量名称或中间方程,从而建立直接参数值与可变仿真参数值之间的关联。
具体来说,气体体积、气体质量和气体密度均是气体本身具有的属性,本实施例首先根据这些气体属性确定入口气体流速(m/s,米/秒)的至少一个相关参数名称。例如,根据气体体积确定的相关参数名称为入口气体体积流量(m3/s,立方米/秒),根据气体质量确定的相关参数名称为入口气体质量流量(g/s,克/秒),根据气体密度确定的相关参数名称为入口气体密度(g/m3,克/立方米)。
然后,确定入口气体流速值和每个相关参数值之间的流速关系方程。例如,入口气体流速值和入口气体体积流量值之间的流速关系方程(以下简称v-V flow 关系方程)为:
Figure 949477DEST_PATH_IMAGE004
(4)
其中,V flow 表示入口气体体积流量。
入口气体流速值和入口气体质量流量值之间的流速关系方程为:
Figure DEST_PATH_IMAGE005
(5)
其中,
Figure 967986DEST_PATH_IMAGE007
表示入口气体密度。
入口气体流速值和入口气体密度值、入口气体压强的流速关系方程为:
Figure 627638DEST_PATH_IMAGE008
(伯努利方程)
其中,P表示入口气体压强,h表示入口高度,C表示常量。
(二)确定所述多个可变仿真参数值的相关方程,所述相关方程包括:每个可变仿真参数值的定义方程、理想气体状态方程和实际气体状态方程。
所确定的相关方程用于将仿真环境中可以获取的可变仿真参数进一步扩展,以寻找新的中间变量名称或中间方程,从而建立直接参数值与可变仿真参数值之间的关联。
如上述实施例所述,多个可变仿真参数名称包括:入口气体质量流量、入口气体温度、入口气体组分和入口气体压强。因此,可变仿真参数值的定义方程包括:
Figure 399416DEST_PATH_IMAGE009
(6)
Figure 319967DEST_PATH_IMAGE010
(7)
其中,V表示气体体积值,m表示气体体积值,t表示测量时间长度值。
理想气体状态方程为:
Figure 73160DEST_PATH_IMAGE011
(8)
其中,P表示气体压强值,m表示气体质量值,T表示气体温度值。
实际气体状态方程包括:维里方程、雷德利希-邝方程等。
(三)根据可变仿真参数名称全覆盖原则,从多个流速关系方程中选取所述v-V flow 关系方程,从多个相关方程中选取入口体积流量值的定义方程、入口质量流量值的定义方程和理想气体状态方程,根据选取的各方程确定所述归一化方程。
本实施例中的可变仿真参数全覆盖原则是指:从所述多个流速关系方程中选取至少一个流速关系方程,从所述多个相关方程中选取至少一个相关方程,将选取出的各方程联立形成新的方程组,由该方程组推导出的入口气体流速方程中的自变量参数名称有且仅有所述多个可变仿真参数名称:入口气体质量流量、入口气体温度、入口气体组分和入口气体压强。入口气体流速方程是指以入口气体流速为因变量名称的方程。
具体来说,首先,对所述多个流速关系方程和所述多个相关方程进行不同形式的排列组合,按照可变仿真参数全覆盖原则对每个组合进行分析。最终确定在v-V flow 关系方程、入口体积流量值的定义方程、入口质量流量值的定义方程和理想气体状态方程构成的组合中,按照该组合推导出的入口气体流速方程中有且仅有以下自变量参数名称:入口气体质量流量、入口气体温度、入口气体组分和入口气体压强。
然后,将以上各方程联立形成的方程组:
Figure 531692DEST_PATH_IMAGE012
将方程(6)和(7)代入方程(8),得到:
Figure 418745DEST_PATH_IMAGE013
,进而得到:
Figure 147798DEST_PATH_IMAGE014
(9)
将方程(9)代入方程(4)得到入口气体流速方程即为所述归一化方程:
Figure 71892DEST_PATH_IMAGE015
(3)
步骤五、提取方程(3)中所述多个可变仿真参数值的组合表达式
Figure 565190DEST_PATH_IMAGE016
,作为所述归一化参数值的表达式,形成方程(1)。
在方程(3)右侧的所有自变量中,对于确定的目标燃料电池而言,通道截面积值S和气体常数值R都是固定不变的,其余的自变量m flow PTM都是可变仿真参数值。因此从方程(3)右侧的表达式中提取这些可变仿真参数值的组合
Figure 183165DEST_PATH_IMAGE017
,作为所述归一化参数值,任一可变仿真参数值对流阻值的影响均可以通过该归一化参数值体现。
本实施例首先从流阻值的流体力学方程出发,确定了影响流阻值的直接参数名称;然后对直接参数和可变仿真参数分别进行扩展,以寻找能够连接彼此的中间变量或中间方程;最后根据仿真参数全覆盖原则,从扩展出的多个中间方程中选取了v-V flow 关系方程和理想气体状态方程,进而确定了直接参数值和多个可变仿真参数值之间的归一化方程,实现了多个可变仿真参数值的归一化。其中仿真参数全覆盖原则使得归一化方程(即入口气体流速方程)的自变量名称有且仅有所述多个可变仿真参数名称,既能够覆盖所有可变仿真参数值的变化,又排除了其他参数值对直接参数值(入口气体流速值)的影响,真正实现了可变仿真参数值的归一化。
在上述实施例和下述实施例的基础上,本实施例对流阻值函数的拟合过程进行细化。可选地,所述多个设定工况包括多组设定工况,每组设定工况的入口气体温度值、入口气体组分值和入口气体压强值均相同。
相应地,根据所述多个设定工况下的归一化参数值和流阻值,拟合所述目标燃料电池关于所述归一化参数值的流阻值函数,包括:根据每组设定入口气体压强工况下的归一化参数值和流阻值,拟合所述目标燃料电池在每组设定工况下的流阻值函数;根据所述多组设定工况下的多个流阻值函数,拟合所述目标燃料电池最终的流阻值函数。
本实施例为了保证拟合数据的多样性,采用多组设定工况对应的仿真参数值来拟合流阻值函数。在具体的拟合过程中,首先根据任一组设定工况下的归一下化参数值和流阻值,拟合该组工况下的流阻值函数。这样每组设定工况均得到一个流阻值函数。然后根据所有组设定工况的流阻值函数,进一步拟合一个新的流阻值函数,将该函数作为目标燃料电池最终的流阻值函数。可选地,所述新流阻值函数的拟合通过最小二乘法实现。
图3是本发明实施例提供的一种流阻值函数曲线的示意图,显示了四组设定工况下的流阻值函数。具体来说,工况一:入口气体温度T=70℃、供气相对湿度(入口气体组分)RH=60%、化学剂量(入口气体质量流量)St=2.5、背压(入口气体压强)=0,对应三角形标注的曲线;工况二:T=70℃、RH=60%、St=2.5、背压=0,对应零星标注的曲线;工况三和工况四类似,不再赘述。
可以看出,每条流阻值函数曲线以归一化变量值为横坐标,以流阻值为纵坐标。不同工况下的四条曲线走势相同,同一归一化变量值x在不同曲线上对应的流阻值基本相同,由此验证了本实施提供的方法的有效性,由四条流组曲线拟合得到的最终的流阻曲线适用于所有工况。
由于在整个数据处理过程中不可避免地存在各种误差,例如仿真参数值获取过程中存在测量误差,拟合过程中存在计算误差,因此在得到多组设定工况对应的多个流阻值函数后,本实施例还可以对多个流阻值函数进行筛选,避免明显误差在流阻值函数中扩散。具体来说,本实施例给出如下两种流阻值函数的筛选操作。可选地,根据所述多组设定工况下的多个流阻值函数,拟合所述目标燃料电池最终的流阻值函数之前,还包括以下操作的至少之一:
操作一、如果存在两组设定工况下的流阻指函数在同一个归一化参数值下对应的流阻值相差大于或等于设定偏差阈值,舍弃所述两组设定工况下的流阻值函数。
具体来说,选取多个归一化参数值,分别计算每个归一化参数值在多个流阻值函数下对应的流阻值。从上述实施例的方程推导过程中可以看出,对于目标燃料电池而言,流阻值与归一化参数值之间的关系在理论上是确定的,不会随着工况的变化而变化。因此如果同一个归一化参数值在两个流阻值函数下对应的流阻值相差大于或等于设定偏差阈值(如0.1),则说明所拟合的两个流阻值函数与理论规律不符,其中包含着较大的误差。这是舍弃这两个流阻值函数,及时阻断误差的扩散。
操作二、如果任一组设定工况下的流阻值函数的拟合度小于设定拟合度阈值,舍弃所述任一组设定工况下的流阻值函数。
操作二通过拟合度来检验没每个流阻值函数自身的拟合度。具体来说,将该流阻值函数对应的设定工况下的仿真参数值代入该流阻值函数,比较计算得到的流阻值与测得的流阻值,来检验该流阻值函数的自身的拟合度。如果拟合度小于设定拟合度(如0.9),则说明该流阻值函数中存在较大误差,舍弃该流阻值函数。
本实施例提供两种检验流阻值函数可信度的操作:操作一从多个流阻值函数出发,通过流阻值函数之间的偏差来评估函数的可信度;操作二从每个流阻值函数自身出发,通过流阻值函数的拟合度来评估函数的可信度。两种方式可以选择其一,也可以同时存在,都是对流阻值函数可信度的有效检验,避免了误差在拟合过程中的无限扩散,提高流阻值函数的精确度。
在上述实施例和下述实施例的基础上,本实施例对归一化参数的表达式进行优化。可选地,根据所述多个设定工况下的归一化参数值和流阻值,拟合所述目标燃料电池关于所述归一化参数值的流阻值函数之后,还包括如下步骤:
S150、计算入口气体温度、入口气体组分或入口气体压强中的每个可变仿真参数名称对所述流阻值函数的贡献率。
本实施例中,贡献率是指单一自变量的值发生变化时对因变量值的影响作用。在包括多个自变量名称的函数中,当任一自变量值发生变化,而其他自变量值保持恒定时,该自变量值对因变量值的影响称为该自变量名称对因变量值的贡献率。
本实施例的流阻值函数中,流阻值为因变量值,四个可变仿真参数名称(入口气体质量流量、入口气体温度、入口气体组分和入口气体压强)为自变量名称。保持任一可变仿真参数的值可变,其他三个可变仿真参数的值不变,可以计算出该可变仿真参数名称对流阻值函数的贡献率。
需要说明的是,本实施例在得到流阻值函数后,分别计算除了入口气体质量流量之外的每个可变仿真参数名称对流阻值函数的贡献率。这是因为从上述实施例的分析可知,影响流阻值的直接参数名称为入口气体流速,而在入口气体质量流量、入口气体温度、入口气体组分和入口气体压强四个可变仿真参数名称中,入口气体质量流量是与入口气体流速直接相关的参数,而其余三个可变仿真参数名称均是通过间接作用影响入口气体流速的。因此入口气体质量流量的贡献率一定是最大的,本实施例通过理论分析省去了入口气体质量流量的贡献率计算过程,只计算其余三个可变仿真参数的贡献率。
S160、对每个可变仿真参数名称依次进行如下操作:如果一可变仿真参数名称的贡献率小于预设贡献率阈值,在方程(1)的表达式中去除所述可变仿真参数值,将方程(1)更新为去除后的表达式。
在一具体实施方式中,预设贡献率阈值为0.1。本实施例首先比较入口气体温度的贡献率与预设贡献率阈值的关系,经比较:入口气体温度的贡献率小于0.1。因此在方程(1)中去除入口气体温度值T,得到去除后的参数表达式:
Figure 219254DEST_PATH_IMAGE018
,并将方程(1)更新为:
Figure 376566DEST_PATH_IMAGE019
然后比较入口气体组分的贡献率与预设贡献率阈值的关系,经比较:入口气体组分的贡献率小于0.1。因此在方程(1)
Figure 373472DEST_PATH_IMAGE018
中去除入口气体组分值决定的自变量值M,得到去除后的参数表达式:
Figure 805590DEST_PATH_IMAGE020
,并将方程(1)更新为:
Figure 165028DEST_PATH_IMAGE020
最后比较入口气体压强的贡献率与预设贡献率阈值的关系,经比较:入口气体压强的贡献率大于0.1。因此不进行去除和更新,方程(1)保持
Figure 8088DEST_PATH_IMAGE020
的形式不变。
需要说明的是,根据贡献率更新方程(1)的过程是一个持续优化的过程,每次去除和更新均是在上一次去除和更新的基础上进行的,逐步减少归一化方程中贡献率可以忽略不计的可变仿真参数值,最终在保证拟合精度的情况下,使得归一化方程中的仿真参数名称最少,在后续的流阻预测过程中减少参数测算成本。
S170、通过方程(1)计算每个设定工况下的归一化参数值。
本步骤类似于步骤S120,在更新归一化变量值x的表达式后,利用更新后的方程(1)中的可变仿真参数值来计算新的归一化参数值。在上述具体实施方式中,更新后的方程(1)包括的可变仿真参数值为:入口气体质量流量值和入口气体压强值,因此根据每个预设工况下的m flow P来计算x的值。
S180、根据所述多个设定工况下的归一化参数值和流阻值,拟合流阻值关于所述归一化参数值的新函数,将所述流阻值函数更新为所述新函数。
本步骤类似于步骤S130,根据新的归一化参数值拟合流阻值的新函数,并将流阻值函数更新为所述新函数。在上述具体实施方式中,将流阻值函数更新为关于
Figure 475978DEST_PATH_IMAGE021
的新函数。
本实施例首先通过以
Figure 196940DEST_PATH_IMAGE022
为自变量值的流阻值函数来计算每个可变仿真参数名称对流阻值的贡献率,然后在归一化参数值的表达式中去除贡献率小的可变仿真参数值,保留贡献率大的可变仿真参数值,以最少可变仿真参数名称实现流阻变量值的归一化。虽然本实施例增加了对新的归一化参数值与流阻值的关系拟合过程,但利用最后拟合好的流阻值函数进行流阻值预测时,可以减少需要测量的可变仿真参数名称个数,减小了归一化参数值的计算量,从而提高流阻值的预测效率。
本发明实施例还提供一种燃料电池流阻值预测方法,适用于在仿真环境中进行流阻值预测的情况,本实施例由电子设备执行。该方法的流程图如图4所示,本实施例提供的方法具体包括:
S10、根据上述任一实施例所述的方程(1)包括的所有可变仿真参数名称,获取所述目标燃料电池在待测工况下的所有可变仿真参数值。
所述所有可变仿真参数名称包括:入口气体质量流量,以及入口气体压强、入口气体温度和入口气体组分中的至少一个。即入口气体质量流量是方程(1)中必然包括的可变仿真参数名称,其余三种可变仿真参数名称在方程(1)中至少存在一个。
具体来说,如果方程(1)为:
Figure 942043DEST_PATH_IMAGE023
,则获取所述目标燃料电池在待测工况下的入口气体质量流量值、入口气体压力值、入口气体温度值和入口气体组分值。
如果方程(1)为:
Figure 706736DEST_PATH_IMAGE020
,则获取所述目标燃料电池在待测工况下的入口气体质量流量值和入口气体压力值。
其他形式的方程(1)类似,在此不再赘述。
S20、根据所述所有可变仿真参数值,通过方程(1)计算所述待测工况下的归一化参数值。
S30、将所述待测工况下的归一化参数值代入所述流阻值函数,得到所述待测工况下的流阻值。
本实施例通过上述实施例构建的流阻值函数来进行目标燃料电池的流阻值预测。由于上述各实施例中构建的归一化参数的表达式不完全相同,因此流阻值预测中需要获取的可变仿真参数也不同,最终的流阻值函数也不同。但无论是哪种形式的归一化参数表达式,均能反映Modelica仿真环境中多个可变仿真参数名称(入口气体质量流量、入口气体温度、入口气体组分和入口气体压强)对流阻的综合影响,适用于Modelica仿真环境下的所有工况;相应地,无论是哪个流阻值函数,也适用于Modelica仿真环境下的所有工况。
图5为本发明实施例提供的一种电子设备的结构示意图,如图5所示,该设备包括处理器40、存储器41、输入装置42和输出装置43;设备中处理器40的数量可以是一个或多个,图5中以一个处理器40为例;设备中的处理器40、存储器41、输入装置42和输出装置43可以通过总线或其他方式连接,图5中以通过总线连接为例。
存储器41作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的燃料电池仿真流阻值预测建模方法对应的程序指令/模块。处理器40通过运行存储在存储器41中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的燃料电池仿真流阻值预测建模方法。
存储器41可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器41可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器41可进一步包括相对于处理器40远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置42可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置43可包括显示屏等显示设备。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现任一实施例的燃料电池流阻值函数构建方法或燃料电池流阻值预测方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案。

Claims (10)

1.一种燃料电池流阻值函数构建方法,其特征在于,包括:
获取目标燃料电池在多个设定工况下的入口气体质量流量值、入口气体温度值、入口气体组分值、入口气体压强值和出口气体压强值;
根据每个设定工况下的入口气体质量流量值、入口气体温度值、入口气体组分值和入口气体压强值,通过方程(1)计算每个设定工况下的归一化参数值:
Figure 536063DEST_PATH_IMAGE001
(1)
其中,x表示归一化参数值,m flow 表示入口气体质量流量值,T表示入口气体温度值,P表示入口气体压强值,M表示入口气体摩尔质量值;
根据每个设定工况下的入口气体压强值和出口气体压强值,计算所述目标燃料电池在每个设定工况下的流阻值;
根据所述多个设定工况下的归一化参数值和流阻值,拟合所述目标燃料电池关于所述归一化参数值的流阻值函数。
2.根据权利要求1所述的构建方法,其特征在于,根据每个设定工况下的入口气体质量流量值、入口气体温度值、入口气体组分值和入口气体压强值,通过方程(1)计算每个设定工况下的归一化参数值之前,还包括:
获取流阻值的流体力学方程:
Figure 447257DEST_PATH_IMAGE002
(2)
其中,h f 表示气体沿程阻力值,λ表示沿程损失因数值,l表示所述目标燃料电池的流道长度值,d表示所述目标燃料电池的流道水力直径值,v表示入口气体流速值,g表示重力加速度值,h ζ 表示气体局部阻力值,ζ表示局部损失因数值;
提取方程(2)中的可变原始参数名称,所述可变原始参数名称为入口气体流速;
获取Modelica仿真环境中的多个可变仿真参数名称,所述多个可变仿真参数名称包括:入口气体质量流量、入口气体温度、入口气体组分和入口气体压强;
根据入口气体流速值和入口气体体积流量值之间的v-V flow 关系方程,以及理想气体状态方程,确定入口气体流速值与所述多个可变仿真参数值之间的归一化方程:
Figure 320535DEST_PATH_IMAGE003
(3)
其中,S表示所述目标燃料电池的通道截面积值,R表示摩尔气体常数值;
提取方程(3)中所述多个可变仿真参数值的组合表达式
Figure 700700DEST_PATH_IMAGE004
,作为所述归一化参数值的表达式,形成方程(1)。
3.根据权利要求2所述的构建方法,其特征在于,根据入口气体流速值和入口气体体积流量值之间的v-V flow 关系方程,以及理想气体状态方程,确定入口气体流速值与所述多个可变仿真参数值之间的归一化方程,包括:
根据气体属性确定入口气体流速的至少一个相关参数名称,以及入口气体流速值和每个相关参数值之间的流速关系方程,所述至少一个相关参数名称包括:入口气体体积流量和入口气体质量流量;
确定所述多个可变仿真参数值的相关方程,所述相关方程包括:每个可变仿真参数值的定义方程、理想气体状态方程和实际气体状态方程;
根据可变仿真参数名称全覆盖原则,从多个流速关系方程中选取所述v-V flow 关系方程,从多个相关方程中选取入口体积流量值的定义方程、入口质量流量值的定义方程和理想气体状态方程,根据选取的各方程确定所述归一化方程;
其中,所述可变仿真参数名称全覆盖原则是指:由所述选取的各方程联立推导出的入口气体流速方程中的自变量名称有且仅有所述多个可变仿真参数名称;所述入口气体流速方程指以入口气体流速为因变量名称的方程。
4.根据权利要求1所述的构建方法,其特征在于,所述多个设定工况包括多组设定工况,每组设定工况的入口气体温度值、入口气体组分值和入口气体压强值均相同;
根据所述多个设定工况下的归一化参数值和流阻值,拟合所述目标燃料电池关于所述归一化参数值的流阻值函数,包括:
根据每组设定工况下的归一化参数值和流阻值,拟合所述目标燃料电池在每组设定工况下的流阻值函数;
根据所述多组设定工况下的多个流阻值函数,拟合所述目标燃料电池最终的流阻值函数。
5.根据权利要求4所述的构建方法,其特征在于,根据所述多组设定工况下的多个流阻值函数,拟合所述目标燃料电池最终的流阻值函数之前,还包括:
如果存在两组设定工况下的流阻指函数在同一个归一化参数值下对应的流阻值相差大于或等于设定偏差阈值,舍弃所述两组设定工况下的流阻值函数;和/或
如果任一组设定工况下的流阻值函数的拟合度小于设定拟合度阈值,舍弃所述任一组设定工况下的流阻值函数。
6.根据权利要求1所述的构建方法,其特征在于,所述流阻值函数包括:函数曲线,函数方程,或用于查表的数值表格。
7.根据权利要求1所述的构建方法,其特征在于,根据所述多个设定工况下的归一化参数值和流阻值,拟合所述目标燃料电池关于所述归一化参数值的流阻值函数之后,还包括:
计算入口气体温度、入口气体组分或入口气体压强中的每个可变仿真参数名称对所述流阻值函数的贡献率;
对每个可变仿真参数名称依次进行如下操作:如果一可变仿真参数名称的贡献率小于预设贡献率阈值,在方程(1)的表达式中去除所述可变仿真参数值,将方程(1)更新为去除后的表达式;
通过方程(1)计算每个设定工况下的归一化参数值;
根据所述多个设定工况下的归一化参数值和流阻值,拟合流阻值关于所述归一化参数值的新函数,将所述流阻值函数更新为所述新函数。
8.一种燃料电池流阻值预测方法,其特征在于,包括:
根据如权利要求1-7中任一所述的方程(1)包括的所有可变仿真参数名称,获取所述目标燃料电池在待测工况下的所有可变仿真参数值;
根据所述所有可变仿真参数值,通过方程(1)计算所述待测工况下的归一化参数值;
将所述待测工况下的归一化参数值代入所述流阻值函数,得到所述待测工况下的流阻值;
其中,所述所有可变仿真参数名称包括:入口气体质量流量,以及入口气体压强、入口气体温度和入口气体组分中的至少一个。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的燃料电池流阻值函数构建方法,或如权利要求8所述的燃料电池流阻值预测方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的燃料电池流阻值函数构建方法,或如权利要求8所述的燃料电池流阻值预测方法。
CN202210148276.9A 2022-02-18 2022-02-18 燃料电池流阻值函数构建方法和流阻值预测方法 Active CN114218813B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210148276.9A CN114218813B (zh) 2022-02-18 2022-02-18 燃料电池流阻值函数构建方法和流阻值预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210148276.9A CN114218813B (zh) 2022-02-18 2022-02-18 燃料电池流阻值函数构建方法和流阻值预测方法

Publications (2)

Publication Number Publication Date
CN114218813A true CN114218813A (zh) 2022-03-22
CN114218813B CN114218813B (zh) 2022-05-17

Family

ID=80709021

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210148276.9A Active CN114218813B (zh) 2022-02-18 2022-02-18 燃料电池流阻值函数构建方法和流阻值预测方法

Country Status (1)

Country Link
CN (1) CN114218813B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108226809A (zh) * 2018-04-13 2018-06-29 淮阴工学院 一种多模型并用的电池soc估算方法
CN108919137A (zh) * 2018-08-22 2018-11-30 同济大学 一种考虑不同电池状态的电池老化状态估计方法
CN109841869A (zh) * 2017-11-28 2019-06-04 丰田自动车工程及制造北美公司 用于冷却系统控制器的基于公式的状态估计器
CN110413941A (zh) * 2019-07-26 2019-11-05 西安交通大学 燃料电池输入输出特性的相似原理分析方法
CN111677693A (zh) * 2020-05-21 2020-09-18 同济大学 一种大流量低噪声燃料电池汽车高压冷却风扇
CN111864232A (zh) * 2020-08-03 2020-10-30 上海重塑能源科技有限公司 气体纯度检测方法及供氢系统的氢气纯度检测装置
CN112289385A (zh) * 2020-09-17 2021-01-29 西南交通大学 大功率质子交换膜燃料电池电堆电化学阻抗谱预测方法
CN113097542A (zh) * 2021-03-30 2021-07-09 新源动力股份有限公司 一种基于Amesim的燃料电池空气系统建模仿真方法
CN113283117A (zh) * 2021-06-17 2021-08-20 清华大学 一种抗干扰的燃料电池阻抗解析方法
CN113314739A (zh) * 2021-05-08 2021-08-27 天津大学 燃料电池系统中氢气循环泵瞬态建模方法
CN113533991A (zh) * 2021-07-13 2021-10-22 浙江大学 一种基于燃料电池自适应混合老化特征的老化诊断方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109841869A (zh) * 2017-11-28 2019-06-04 丰田自动车工程及制造北美公司 用于冷却系统控制器的基于公式的状态估计器
CN108226809A (zh) * 2018-04-13 2018-06-29 淮阴工学院 一种多模型并用的电池soc估算方法
CN108919137A (zh) * 2018-08-22 2018-11-30 同济大学 一种考虑不同电池状态的电池老化状态估计方法
CN110413941A (zh) * 2019-07-26 2019-11-05 西安交通大学 燃料电池输入输出特性的相似原理分析方法
CN111677693A (zh) * 2020-05-21 2020-09-18 同济大学 一种大流量低噪声燃料电池汽车高压冷却风扇
CN111864232A (zh) * 2020-08-03 2020-10-30 上海重塑能源科技有限公司 气体纯度检测方法及供氢系统的氢气纯度检测装置
CN112289385A (zh) * 2020-09-17 2021-01-29 西南交通大学 大功率质子交换膜燃料电池电堆电化学阻抗谱预测方法
CN113097542A (zh) * 2021-03-30 2021-07-09 新源动力股份有限公司 一种基于Amesim的燃料电池空气系统建模仿真方法
CN113314739A (zh) * 2021-05-08 2021-08-27 天津大学 燃料电池系统中氢气循环泵瞬态建模方法
CN113283117A (zh) * 2021-06-17 2021-08-20 清华大学 一种抗干扰的燃料电池阻抗解析方法
CN113533991A (zh) * 2021-07-13 2021-10-22 浙江大学 一种基于燃料电池自适应混合老化特征的老化诊断方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
TONG WANG等: "《Experimental Study on The Performance of FCV in Standard Test Cycle》", 《2020 ASIA CONFERENCE ON GEOLOGIAL RESEARCH AND ENVIRONMENTAL TECHNOLOGY》 *
周娟等: "《一种高精度锉离子电池建模方案研究》", 《中国电机工程学报》 *

Also Published As

Publication number Publication date
CN114218813B (zh) 2022-05-17

Similar Documents

Publication Publication Date Title
EP3542322B1 (en) Management and evaluation of machine-learned models based on locally logged data
CN111985796B (zh) 基于随机森林和智能算法预测混凝土结构耐久性的方法
Groeneboom et al. The support reduction algorithm for computing non‐parametric function estimates in mixture models
CN114220995B (zh) 燃料电池增湿器建模方法、设备和介质
CN111191316A (zh) 一种基于响应面的建筑自然通风性能优化模型及优化方法
US10977161B2 (en) Automatic intelligent cloud service testing tool
CN112070356A (zh) 一种基于rf-lssvm模型预测混凝土抗碳化性能的方法
CN115221801B (zh) 基于动态近似建模的飞行器不确定性传播分析方法和装置
CN115168240B (zh) 一种基于变量组合时间序列功能覆盖率的测试方法和系统
CN114218813B (zh) 燃料电池流阻值函数构建方法和流阻值预测方法
CN116842853B (zh) 用于不确定度量化的导弹气动特性预测模型构建方法
CN114239216A (zh) 基于Modelica的热流体介质仿真实时化方法
Krithikaa et al. Differential evolution with an ensemble of low-quality surrogates for expensive optimization problems
CN115329609B (zh) 基于Modelica和露点接近温度的加湿器建模方法
Bolhuis et al. Optimizing molecular potential models by imposing kinetic constraints with path reweighting
CN111291009A (zh) 文件分块存储方法及装置
CN105577432A (zh) 一种基于关联分析的网络丢包概率预测方法
CN114627963A (zh) 蛋白数据填充方法、系统、计算机设备及可读存储介质
CN110991641B (zh) 一种油藏类型分析方法、装置及电子设备
CN109743203B (zh) 一种基于量化信息流的分布式服务安全组合系统及方法
CN111861264A (zh) 一种基于数据挖掘和智能算法预测混凝土耐久性方法
CN112785000A (zh) 面向大规模机器学习系统的机器学习模型训练方法及系统
Wu et al. An analytical model for on-chip interconnects in multimedia embedded systems
Nakayama et al. Efficient estimation of the mean hitting time to a set of a regenerative system
KR20200127483A (ko) 매트랩을 활용한 모델링 자동화 장치 및 방법

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