CN115856645B - 一种质子交换膜燃料电池耐久性分析方法、装置及设备 - Google Patents
一种质子交换膜燃料电池耐久性分析方法、装置及设备 Download PDFInfo
- Publication number
- CN115856645B CN115856645B CN202310182305.8A CN202310182305A CN115856645B CN 115856645 B CN115856645 B CN 115856645B CN 202310182305 A CN202310182305 A CN 202310182305A CN 115856645 B CN115856645 B CN 115856645B
- Authority
- CN
- China
- Prior art keywords
- fuel cell
- exchange membrane
- proton exchange
- membrane fuel
- characteristic parameters
- 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.)
- Active
Links
Images
Classifications
-
- 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
- Fuel Cell (AREA)
Abstract
本发明公开了一种质子交换膜燃料电池耐久性分析方法、装置及设备,所述方法包括:启动质子交换膜燃料电池;记录连续多个第一预设时间段内质子交换膜燃料电池的输出电压,并将所述输出电压作为第一特征参数;获取第一时刻采集到的多个第二特征参数;将所有第一特征参数、所有第二特征参数的主成分作为数据集输入已构建的SVM预测模型,对第二预设时间段内质子交换膜燃料电池的输出电压进行预测,生成多个预测值;基于记录的所有输出电压和预测值生成质子交换膜燃料电池的输出电压随时间变化的曲线图;对曲线图进行拟合,拟合后得出质子交换膜燃料电池的输出电压与时间的函数;利用该函数确定耐久性指标值。
Description
技术领域
本发明属于质子交换膜燃料电池技术领域,具体涉及一种质子交换膜燃料电池耐久性分析方法、装置及设备。
背景技术
近年来,全球汽车工业飞速发展,燃油消耗数量激增,能源供应日趋紧张。氢燃料电池技术一直被认为是利用氢能解决未来人类能源危机的终极方案。尤其是近年来,全球汽车工业飞速发展,燃油消耗数量激增,能源供应日趋紧张。而以氢燃料电池为驱动的新能源汽车的出现,也为全行业提供了新的探索方向。
质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)生产制造出来后需要对其质量、性能等进行分析,其中包括耐久性分析,通过对燃料电池的耐久性分析可得出燃料电池的使用寿命、预测容易出现故障的时刻以及掌握燃料电池的性能。
现阶段,对质子交换膜燃料电池的耐久性分析过程通常为:通过模拟质子交换膜燃料电池的稳定运行工况,例如选取典型的启停工况、电压循环运行工况等作为耐久性测试工况,基于上述工况,进行启停耐久性测试和电压循环耐久性测试等,启停耐久性测试和电压循环耐久性测试需要质子交换膜燃料电池工作较长的时间,在此期间获取质子交换膜燃料电池的实时状态数据等,通过对这些状态数据的分析得到电压衰减等指标,进而基于这些指标进行耐久性分析。首先,此过程耗时耗力,耐久性分析的效率较低,同时在进行分析时需要消耗大量的氢气,氢气价格昂贵,进而分析成本也会增加;再者,耐久性分析过程越长,引入的误差数据也就越多,使得该过程得出的分析结果的准确度不够,进而不能够准确分析出燃料电池的性能优劣;最后,该过程不能对质子交换膜燃料电池内部的各种元器件的损耗情况进行分析。
因此,一种高效率、高可靠性的质子交换膜燃料电池耐久性分析方法亟待提出。
发明内容
本发明的目的在于克服现有技术的一项或多项不足,提供一种质子交换膜燃料电池耐久性分析方法、装置及设备。
本发明为解决上述技术问题采用以下技术方案:
第一方面
本发明的第一方面提出了一种质子交换膜燃料电池耐久性分析方法,包括:
启动质子交换膜燃料电池;
记录连续多个第一预设时间段内质子交换膜燃料电池的输出电压,时刻相邻的任意两个输出电压之间的时差均为第一间隔,并将输出电压作为第一特征参数;
获取第一时刻采集到的多个第二特征参数,所述第一时刻为每个第一预设时间段对应的所述输出电压所处的时刻,且各个第一时刻采集到的第二特征参数的类型相同,所述第二特征参数可反映质子交换膜燃料电池输出电压的变化;
将每个第一时刻采集到的所有第二特征参数中的主成分和所有第一特征参数作为数据集输入已构建的SVM预测模型,对第二预设时间段内质子交换膜燃料电池的输出电压进行预测,生成多个预测值,其中,第二预设时间段的起始时刻为第一预设时间段的N倍与第一间隔之和,N的取值为第一预设时间段的个数;
基于记录的所有输出电压和SVM预测模型生成的所有预测值生成质子交换膜燃料电池的输出电压随时间变化的曲线图;
对曲线图进行拟合,拟合后得出质子交换膜燃料电池的输出电压与时间的函数;
利用所述函数确定质子交换膜燃料电池的耐久性指标值。
优选地,所述将每个第一时刻采集到的所有第二特征参数中的主成分和所有第一特征参数作为数据集输入已构建的SVM预测模型,具体为:
对任意一个第一时刻采集到的所有第二特征参数进行相关性分析;
基于相关性分析结果,采用主成分分析法提取出该第一时刻采集到的所有第二特征参数中的主成分;
将所有第一特征参数和所有第一时刻采集到的第二特征参数中的主成分作为数据集输入已构建的SVM预测模型。
优选地,所述SVM预测模型构建时采用SOA算法进行全局优化。
优选地,所述方法还包括:
在首次记录质子交换膜燃料电池的输出电压后,使用超声波探测器对质子交换膜燃料电池内部的各个元器件发射超声波,当超声波穿过各个元器件后,对穿过各个元器件的超声波数据进行捕捉,并将捕捉到的每个超声波数据作为用于对应元器件损耗判定的初始数据;
在最后一次记录质子交换膜燃料电池的输出电压后,使用超声波探测器对质子交换膜燃料电池内部的各个元器件发射超声波,当超声波穿过各个元器件后,对穿过各个元器件的超声波数据进行捕捉,并将捕捉到的每个超声波数据作为用于对应元器件损耗判定的比对数据;
将各个元器件对应的初始数据和比对数据进行比对,确定出各个元器件的损耗数据以及初始数据与比对数据差异最大的元器件。
优选地,所述第一预设时间段为24小时。
优选地,获取第一时刻采集到的多个第二特征参数,具体为:
获取第一时刻采集到的质子交换膜燃料电池内各个单片电池电压、质子交换膜燃料电池的输出电流、氢气入口温度、氢气出口温度、空气入口温度、空气出口温度、冷却水入口温度、冷却水出口温度、氢气入口压力、氢气出口压力、空气入口压力、空气出口压力、氢气入口流速、氢气出口流速、空气入口流速、空气出口流速、空气入口湿度和冷却水流速,并将获取到的各个单片电池电压、质子交换膜燃料电池的输出电流、氢气入口温度、氢气出口温度、空气入口温度、空气出口温度、冷却水入口温度、冷却水出口温度、氢气入口压力、氢气出口压力、空气入口压力、空气出口压力、氢气入口流速、氢气出口流速、空气入口流速、空气出口流速、空气入口湿度和冷却水流速一一对应地作为各个第二特征参数;
第二特征参数中的所述主成分包括质子交换膜燃料电池的输出电流、冷却水入口温度和空气出口温度。
本发明的第一方面带来的有益效果为:
(1)通过在启动质子交换膜燃料电池后进行质子交换膜燃料电池输出电压(也称为电堆输出电压)的记录,并将输出电压作为第一特征参数,再对各个输出电压对应的第一时刻传感器等采集模块采集到的各个第二特征参数进行收集,然后将第一特征参数和第二特征参数的主成分作为SVM预测模型的输入,生成第二预设时间段内质子交换膜燃料电池输出电压的预测值(也称为电堆输出电压的预测值),进而根据记录的质子交换膜燃料电池的输出电压和所有预测值生成输出电压随时间变化的曲线图,并通过曲线拟合手段,得出质子交换膜燃料电池输出电压随时间变化的函数,最后利用该函数进行耐久性相关的指标分析和计算,完成整个耐久分析过程;
综上所述,整个分析过程在进行输出电压的采集时,质子交换膜燃料电池的启动时间远远低于传统耐久性分析过程中质子交换膜燃料电池的启动时间,节省了耐久性分析的时间和成本,提高了耐久性分析的效率。
(2)通过SVM预测模型构建时SOA算法(海鸥优化算法,seagull optimizationalgorithm)的采用,对SVM预测模型的超参数进行优化,实现了预测误差的自行减少,提高了SVM预测的准确度,进而提高了耐久性分析的可靠性,使得本发明第一方面实现的耐久性分析方法兼具高效率和高可靠性。
(3)基于相关性分析和主成分分析,减少冗余信息,实现了输入SVM预测模型的特征参数的降维处理,减少了SVM预测模型的计算量,从而也提高了耐久性分析的效率。
(4)通过超声波的发射与捕捉,再通过后续的数据对比,检测出质子交换膜燃料电池内部各个元器件的损耗情况,以及确定出最容易损坏的元器件,弥补了传统耐久性分析过程不能进行内部元器件损耗情况检测和最容易损坏元器件确定的技术空白。
第二方面
本发明的第二方面提出了一种质子交换膜燃料电池耐久性分析装置,包括存储器和处理器,所述存储器内保存有本发明第一方面所述的一种质子交换膜燃料电池耐久性分析方法,所述处理器用于调用存储器内保存的所述方法进行耐久性分析。
本发明的第二方面带来与第一方面等同的有益效果,在此不再赘述。
第三方面
本发明的第三方面提出了一种质子交换膜燃料电池耐久性分析设备,所述分析设备用于基于本发明第一方面所述的一种质子交换膜燃料电池耐久性分析方法对质子交换膜燃料电池进行耐久性分析。所述分析设备包括箱体,所述箱体通过支架放置,所述箱体的上端面开设有用于放置质子交换膜燃料电池的放置槽,所述放置槽的侧壁上开设有一号插口,所述质子交换膜燃料电池经所述一号插口与外部的启动电路电连接,所述箱体的侧壁上设置有二号插口,所述质子交换膜燃料电池经第二插口与蓄电组件电连接,所述蓄电组件用于与外部的负载设备电连接,所述箱体的正面设置有触摸交互模块。
优选地,所述放置槽的侧壁上还开设有排水口,所述排水口的下方设置有水轮,所述水轮经转轴与所述箱体连接,所述转轴远离箱体的一端设置有风扇;
优选地,所述分析设备还包括制冷器、气管和温控开关,所述制冷器通过气管与箱体的背侧连通,温控开关设置在所述箱体的内部,所述制冷器和所述温控开关还分别与所述触摸交互模块电连接,所述制冷器还与所述质子交换膜燃料电池电连接。
优选地,所述二号插口所在的箱体一侧上设置有用于安装固定所述蓄电组件的滑槽;
优选地,所述箱体内还设置有保温材料;
优选地,所述箱体底部还设置有回收管,所述回收管的一端用于对冲击水轮后的所述排水口排出的水进行收集,所述回收管的另一端与水泵连通,所述水泵远离回收管的一侧设有输出管,所述输出管远离水泵一端伸至放置槽处,所述水泵与所述质子交换膜燃料电池电连接。
本发明的第三方面带来与第一方面等同的有益效果。除此之外,本发明的第三方面还带来下述有益效果:
(1)通过由温控开关、制冷器和气管组成的控温组件的设置,在触摸交互模块上调节好所需温度(高温、低温和常温),启动质子交换膜燃料电池,使得质子交换膜燃料电池在预设的环境温度下工作,控温组件使质子交换膜燃料电池能够在不同温度下进行耐久性分析,从而提高了耐久性分析的全面性和可靠性,进而提升了本发明第三方面实现的耐久性分析设备的适用性。
(2)当选择高温时,箱体内的热量在保温材料的作用下持续作用,使本发明第三方面实现的耐久性分析设备的温度保持在一定范围内,提高了质子交换膜燃料电池产生热量的利用率。
(3)在耐久性分析的过程中,质子交换膜燃料电池会产生水,水从排水口流出,在重力的作用下,冲击下方水轮,水轮旋转带动风扇旋转,风扇旋转带动设备内部气流流动,从而使得设备内的热量以及制冷器的冷气在设备内均匀分布,避免了质子交换膜燃料电池不同部位温度分布不均,提高了耐久性分析设备分析的准确性。
(4)水冲动水轮后,汇入回收管中,回收管内的水在水泵的作用下进入到输出管,然后通过输出管再次进入到放置槽内部,从而达到水资源的循环利用,减少在子交换膜燃料电池耐久性分析中水资源的浪费。
附图说明
图1为质子交换膜燃料电池耐久性分析的一种方法流程图;
图2为质子交换膜燃料电池耐久性分析设备的一种主体图;
图3为质子交换膜燃料电池耐久性分析设备的一种剖视图;
图4为质子交换膜燃料电池耐久性分析设备的一种侧视图;
图中,1、箱体;2、放置槽;3、一号插口;4、排水口;5、二号插口;6、触摸交互模块;7、制冷器;8、气管;9、温控开关;10、滑槽;11、水轮;12、转轴;13、风扇;14、回收管;15、水泵;16、输出管;17、支架;18、电路线。
具体实施方式
下面将结合实施例,对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅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,本领域技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
参阅图1,本实施例提供了一种质子交换膜燃料电池耐久性分析方法,用于对质子交换膜燃料电池进行耐久性分析,一般的,质子交换膜燃料电池内包括多个单片电池。
一种质子交换膜燃料电池耐久性分析方法具体包括下述步骤:
S100.启动质子交换膜燃料电池。在启动质子交换膜燃料电池前,调节质子交换膜燃料电
池所处的工作环境温度,使得该工作环境温度为预设温度。
S200.记录连续多个第一预设时间段内质子交换膜燃料电池的输出电压,输出电压的任意两个相邻记录时刻之间的时差均为第一间隔,并将所有输出电压作为第一特征参数。其中,质子交换膜燃料电池的输出电压也称为电堆输出电压,每个第一预设时间段内记录的电堆输出电压数量为一个或多个,当记录的电堆输出电压的数量达到预设阈值时,停止对输出电压的记录。特别的,第一预设时间段优选为24小时,每个第一预设时间段内记录的电堆输出电压数量可为24个,即第一间隔可为1小时。
S300. 获取第一时刻采集到的多个第二特征参数,其中,第一时刻为每个第一预设时间段对应的输出电压所处的时刻,且各个第一时刻采集到的第二特征参数的类型相同,第二特征参数可反映质子交换膜燃料电池输出电压的变化。
特别的,获取第一时刻采集到的多个第二特征参数,具体为:
获取第一时刻采集到的质子交换膜燃料电池内各个单片电池电压、质子交换膜燃料电池的输出电流(也称为电堆输出电流)、氢气入口温度、氢气出口温度、空气入口温度、空气出口温度、冷却水入口温度、冷却水出口温度、氢气入口压力、氢气出口压力、空气入口压力、空气出口压力、氢气入口流速、氢气出口流速、空气入口流速、空气出口流速、空气入口湿度和冷却水流速,并将获取到的各个单片电池电压、质子交换膜燃料电池的输出电流、氢气入口温度、氢气出口温度、空气入口温度、空气出口温度、冷却水入口温度、冷却水出口温度、氢气入口压力、氢气出口压力、空气入口压力、空气出口压力、氢气入口流速、氢气出口流速、空气入口流速、空气出口流速、空气入口湿度和冷却水流速一一对应地作为各个第二特征参数。
S400. 将每个第一时刻采集到的所有第二特征参数中的主成分和所有第一特征参数作为数据集输入已构建的SVM预测模型,对第二预设时间段内质子交换膜燃料电池的输出电压进行预测,生成多个预测值,其中,第二预设时间段的起始时刻为第一预设时间段的N倍与第一间隔之和,N的取值为第一预设时间段的个数。
特别的,将每个第一时刻采集到的所有第二特征参数中的主成分和所有第一特征参数作为数据集输入已构建的SVM预测模型,包括下述子步骤:
S401. 对任意一个第一时刻采集到的所有第二特征参数进行相关性分析。相关性分析结果反映出第二特征参数之间的相关性,例如正相关性、负相关性和不相关。
S402.基于相关性分析结果,采用主成分分析法提取出该第一时刻的所有第二特征参数中的主成分。其中,提取的主成分可为一个或多个。优选地,第二特征参数的主成分数量为三个,分别为质子交换膜燃料电池的输出电流(电堆输出电流)、冷却水入口温度和空气出口温度。
S403. 将所有第一特征参数和所有第一时刻采集到的第二特征参数中的主成分作为数据集输入已构建的SVM预测模型。本实施例中,将处于同一个第一时刻的第一特征参数和第二特征参数的主成分组合构成输入SVM预测模型的一个特征参数组,不同的第一时刻对应的第一特征参数和第二特征参数的主成分分别组合构成不同的特征参数组。
采用主成分分析法提取出第二特征参数的主成分,主成分分析的作用为:将数据转换到低纬度的空间,同时最大化数据方差。本实施例中主成分分析过程采用普通实施例中的分析过程,下述内容为主成分分析的一种具体实施过程:
对于矩阵A(n×m),矩阵A为所有第二特征参数组成的矩阵,其中m表示每个第一时刻对应的多纬度第二特征参数的维度数量(即每个第一时刻对应的第二特征参数的个数),n表示样本数量(主成分分析时采用的样本数量);
矩阵A的特征向量为ui、特征值为λi,其中,i=1,2,…,m,特征向量和特征值满足的公式Dui=λiui(式一),其中,数据方差D为一个n×n的矩阵,ui为一个n×1的向量,λi为一个标量;
计算方差贡献率 (式二);
根据预设的最小方差贡献率确定主成分数量,根据确定出的主成分数量将具有最大特征值的第二特征参数选取为第一主成分,将特征值大小仅低于最大特征值的第二特征参数选取为第二主成分,依次类推,选择出对应个数的主成分。
特别的,SVM预测模型的构建和训练过程采用普通实施例中的过程,具体为:
离线收集一组数据集,将该组数据集作为SVM预测模型的训练和测试数据集,其中,,表示一个特征参数组;,表示一个目标输出,目标输出是指:在该特征参数组所在的第一时刻,质子交换膜燃料电池的输出电压实际值;表示欧几里得向量空间;
定义SVM预测模型的向量回归函数为:(式三) ,其中,为权重向量,表示权重向量的转置矩阵,b为偏置,为非线性映射函数,和b可通过最小化结构风险函数R得到,其中结构风险函数R定义为;为经验风险;为正则化项,其作用为避免决策函数过拟合;C为惩罚参数;为不敏感损失函数;为求和符号;
将结构风险最小化函数转换为,包含的约束条件为:
,其中,为第一松弛变量,且为大于的训练误差;为第二松弛变量,且为小于的训练误差;表示第一预设阈值;
通过对约束条件中的不等式求解,计算出权重向量(式七),其中,和通过求解二次规划和拉格朗日乘子法得到,表示第一中间参数,表示第二中间参数;
将式七带入式三即可得到向量回归函数的如下表示:(式八),其中,核函数,常见的核函数有线性核函数和多项式核函数等。
特别的,在SVM预测模型构建时采用SOA算法进行全局优化,基于SOA算法的SVM预测模型采用的核函数为线性核函数。采用SOA算法进行全局优化的过程采用普通实施例中的过程,具体为:
步骤1)、初始化搜寻者位置;
步骤2)、采用k折交叉验证方法确定适应度函数;
步骤3)、计算每个位置的舒适度;
步骤4)、确定搜寻策略 ,并计算每个个体在每个维度上的搜索方向和搜索步长;
步骤5)、确定搜索方向和搜索步长之后,对每个群体内的个体进行位置更新;
步骤6)、判断是否满足停止条件,若是,则停止搜索,并输出最优参数;否则跳转到步骤3)。
S500. 基于记录的所有输出电压和SVM预测模型生成的所有预测值生成质子交换膜燃料电池的输出电压随时间变化的曲线图,即电堆输出电压随时间变化的曲线图。
S600.对曲线图进行拟合,拟合后得出质子交换膜燃料电池的输出电压与时间的函数。曲线拟合的过程采用普通实施例中的过程,本实施例未对此拟合过程作改进。
S700.利用输出电压与时间的函数确定质子交换膜燃料电池的耐久性指标值。质子交换膜燃料电池的耐久性指标值包括:表征质子交换膜燃料电池输出电压变化情况的各种指标值等。
作为本实施例的一种改进,一种质子交换膜燃料电池耐久性分析方法还包括:
在首次记录质子交换膜燃料电池的输出电压后,使用超声波探测器对质子交换膜燃料电池内部的各个元器件发射超声波,当超声波穿过各个元器件后,对穿过各个元器件的超声波数据进行捕捉,并将捕捉到的每个超声波数据作为用于对应元器件损耗判定的初始数据。
在最后一次记录质子交换膜燃料电池的输出电压后,使用超声波探测器对质子交换膜燃料电池内部的各个元器件发射超声波,当超声波穿过各个元器件后,对穿过各个元器件的超声波数据进行捕捉,并将捕捉到的每个超声波数据作为用于对应元器件损耗判定的比对数据。
将各个元器件对应的初始数据和比对数据进行比对,确定出各个元器件的损耗数据以及初始数据与比对数据差异最大的元器件,初始数据与比对数据差异最大表明该元器件最容易产生损耗而造成元器件失效。
其中,超声波数据包括超声波的波长等特性数据。
实施例二
本实施例提供了一种质子交换膜燃料电池耐久性分析装置,包括存储器和处理器,存储器内保存有实施例一实现的一种质子交换膜燃料电池耐久性分析方法,处理器用于调用存储器内保存的分析方法进行耐久性分析。
实施例三
参阅图2-图4,本实施例提供了一种质子交换膜燃料电池耐久性分析设备,该分析设备用于基于实施例一实现的质子交换膜燃料电池耐久性分析方法对质子交换膜燃料电池进行耐久性分析。
具体的,一种质子交换膜燃料电池分析设备包括箱体1,箱体1通过支架17放置,箱体1的上端面开设有用于放置待检测的质子交换膜燃料电池的放置槽2,放置槽2的一侧壁上开设有一号插口3,同时,放置槽2的该侧壁上还开设有排水口4,质子交换膜燃料电池经一号插口3与外部的启动电路电连接,通过与外部启动电路的电连接,实现质子交换膜燃料电池的启停,箱体1的侧壁上设置有二号插口5,质子交换膜燃料电池经第二插口与蓄电组件电连接,蓄电组件用于与外部的负载设备电连接,且第二插口经电路线18与放置槽2内的质子交换膜燃料电池电连接,箱体1的正面设置有触摸交互模块6,触摸交互模块6优选包括触摸屏。
进一步的,质子交换膜燃料电池分析设备还包括制冷器7、气管8和温控开关9,制冷器7通过气管8与箱体1的背侧连通,温控开关9设置在箱体1的内部,制冷器7和温控开关9还分别与触摸交互模块6电连接,制冷器7还与质子交换膜燃料电池电连接,通过质子交换膜燃料电池给制冷器7提供电能。通过触摸交互模块6,分析人员可设置所需的温度,所需的温度可为高温、低温和常温。
当选择低温时,制冷器7开始工作,制冷器7制出的冷气通过气管8进入箱体1内部,从而对箱体1进行降温,使得质子交换膜燃料电池能够在低温的环境下进行耐久性分析。
当选择高温时,制冷器7不工作,质子交换膜燃料电池工作时产生的热量堆积在箱体1内部,从而使得箱体1升温,使得质子交换膜燃料电池在较高温度下进行耐久性分析。
当选择常温时,制冷器7受触摸交互模块6控制,使得箱体1内部温度降低,从而达到常温状态。
进一步的,排水口4的下方设置有水轮11,水轮11经转轴12与箱体1连接,转轴12远离箱体1的末端设置有风扇13,风扇13与转轴12转动连接。在耐久性分析的过程中,质子交换膜燃料电池会产生水,水从排水口4流出,在重力的作用下,冲击下方水轮11,水轮11旋转带动风扇13旋转,风扇13旋转带动设备内部气流流动,从而使得设备内的热量以及制冷器7的冷气在设备内均匀分布,避免了质子交换膜燃料电池不同部位温度分布不均。
进一步的,二号插口5所在的箱体1一侧上设置有用于安装固定蓄电组件的滑槽10,在放置蓄电组件时,通过滑槽10将蓄电组件固定,提高了蓄电组件的稳定性。
进一步的,箱体1内还设置有保温材料。
进一步的,箱体1底部还设置有回收管14,回收管14的一端用于对冲击水轮11后的排水口4排出的水进行收集,回收管14的另一端与水泵15连通,水泵15远离回收管14的一侧设有输出管16,输出管16远离水泵15一端伸至放置槽2处,水泵15与质子交换膜燃料电池电连接,通过质子交换膜燃料电池给水泵15提供电能。
本实施例实现的分析设备的工作原理为:
将待检测的质子交换膜燃料电池经一号插口3与外部的启动电路连通,并在质子交换膜燃料电池的电压输出端经二号插口5与蓄电组件连通,分析人员调节好分析质子交换膜燃料电池所需要的温度后启动质子交换膜燃料电池;
记录质子交换膜燃料电池的输出电压,记录的输出电压个数为预设阈值,在首次记录输出电压后,通过超声波探测器对质子交换膜燃料电池内部的各个元器件发射超声波,待超声波穿过质子交换膜燃料电池后,对穿过质子交换膜燃料电池的超声波数据进行捕捉,在最后一次记录输出电压后,通过超声波探测器对质子交换膜燃料电池内部的各个元器件再次发射超声波,待超声波穿过质子交换膜燃料电池后,再次对穿过质子交换膜燃料电池的超声波数据进行捕捉;
根据输出电压数据和捕捉到的超声波数据,基于实施例一实现的分析方法进行耐久性分析,耐久性分析后生成耐久性相关的指标值;
分析人员基于生成的指标值进行受检的质子交换膜燃料电池的性能评估。
以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (10)
1.一种质子交换膜燃料电池耐久性分析方法,其特征在于,包括:
启动质子交换膜燃料电池;
记录连续多个第一预设时间段内质子交换膜燃料电池的输出电压,时刻相邻的任意两个输出电压之间的时差均为第一间隔,并将输出电压作为第一特征参数;
获取第一时刻采集到的多个第二特征参数,所述第一时刻为每个第一预设时间段对应的所述输出电压所处的时刻,且各个第一时刻采集到的第二特征参数的类型相同,所述第二特征参数可反映质子交换膜燃料电池输出电压的变化;
将每个第一时刻采集到的所有第二特征参数中的主成分和所有第一特征参数作为数据集输入已构建的SVM预测模型,对第二预设时间段内质子交换膜燃料电池的输出电压进行预测,生成多个预测值,其中,第二预设时间段的起始时刻为第一预设时间段的N倍与第一间隔之和,N的取值为第一预设时间段的个数;
基于记录的所有输出电压和SVM预测模型生成的所有预测值生成质子交换膜燃料电池的输出电压随时间变化的曲线图;
对曲线图进行拟合,拟合后得出质子交换膜燃料电池的输出电压与时间的函数;
利用所述函数确定质子交换膜燃料电池的耐久性指标值。
2.根据权利要求1所述的一种质子交换膜燃料电池耐久性分析方法,其特征在于,所述将每个第一时刻采集到的所有第二特征参数中的主成分和所有第一特征参数作为数据集输入已构建的SVM预测模型,具体为:
对任意一个第一时刻采集到的所有第二特征参数进行相关性分析;
基于相关性分析结果,采用主成分分析法提取出该第一时刻采集到的所有第二特征参数中的主成分;
将所有第一特征参数和所有第一时刻采集到的第二特征参数中的主成分作为数据集输入已构建的SVM预测模型。
3.根据权利要求1所述的一种质子交换膜燃料电池耐久性分析方法,其特征在于,所述SVM预测模型构建时采用SOA算法进行全局优化。
4.根据权利要求1所述的一种质子交换膜燃料电池耐久性分析方法,其特征在于,所述方法还包括:
在首次记录质子交换膜燃料电池的输出电压后,使用超声波探测器对质子交换膜燃料电池内部的各个元器件发射超声波,当超声波穿过各个元器件后,对穿过各个元器件的超声波数据进行捕捉,并将捕捉到的每个超声波数据作为用于对应元器件损耗判定的初始数据;
在最后一次记录质子交换膜燃料电池的输出电压后,使用超声波探测器对质子交换膜燃料电池内部的各个元器件发射超声波,当超声波穿过各个元器件后,对穿过各个元器件的超声波数据进行捕捉,并将捕捉到的每个超声波数据作为用于对应元器件损耗判定的比对数据;
将各个元器件对应的初始数据和比对数据进行比对,确定出各个元器件的损耗数据以及初始数据与比对数据差异最大的元器件。
5.根据权利要求1所述的一种质子交换膜燃料电池耐久性分析方法,其特征在于,所述第一预设时间段为24小时。
6.根据权利要求2所述的一种质子交换膜燃料电池耐久性分析方法,其特征在于,
获取第一时刻采集到的多个第二特征参数,具体为:
获取第一时刻采集到的质子交换膜燃料电池内各个单片电池电压、质子交换膜燃料电池的输出电流、氢气入口温度、氢气出口温度、空气入口温度、空气出口温度、冷却水入口温度、冷却水出口温度、氢气入口压力、氢气出口压力、空气入口压力、空气出口压力、氢气入口流速、氢气出口流速、空气入口流速、空气出口流速、空气入口湿度和冷却水流速,并将获取到的各个单片电池电压、质子交换膜燃料电池的输出电流、氢气入口温度、氢气出口温度、空气入口温度、空气出口温度、冷却水入口温度、冷却水出口温度、氢气入口压力、氢气出口压力、空气入口压力、空气出口压力、氢气入口流速、氢气出口流速、空气入口流速、空气出口流速、空气入口湿度和冷却水流速一一对应地作为各个第二特征参数;
第二特征参数中的所述主成分包括质子交换膜燃料电池的输出电流、冷却水入口温度和空气出口温度。
7.一种质子交换膜燃料电池耐久性分析装置,其特征在于,包括存储器和处理器,所述存储器内保存有权利要求1-6任一项所述的一种质子交换膜燃料电池耐久性分析方法,所述处理器用于调用存储器内保存的所述方法进行耐久性分析。
8.一种质子交换膜燃料电池耐久性分析设备,其特征在于,所述分析设备用于基于权利要求1-6任一项所述的一种质子交换膜燃料电池耐久性分析方法对质子交换膜燃料电池进行耐久性分析;所述分析设备包括箱体,所述箱体通过支架放置,所述箱体的上端面开设有用于放置质子交换膜燃料电池的放置槽,所述放置槽的侧壁上开设有一号插口,所述质子交换膜燃料电池经所述一号插口与外部的启动电路电连接,所述箱体的侧壁上设置有二号插口,所述质子交换膜燃料电池经第二插口与蓄电组件电连接,所述蓄电组件用于与外部的负载设备电连接,所述箱体的正面设置有触摸交互模块。
9.根据权利要求8所述的一种质子交换膜燃料电池耐久性分析设备,其特征在于,所述放置槽的侧壁上还开设有排水口,所述排水口的下方设置有水轮,所述水轮经转轴与所述箱体连接,所述转轴远离箱体的一端设置有风扇;所述分析设备还包括制冷器、气管和温控开关,所述制冷器通过气管与箱体的背侧连通,温控开关设置在所述箱体的内部,所述制冷器和所述温控开关还分别与所述触摸交互模块电连接,所述制冷器还与所述质子交换膜燃料电池电连接。
10.根据权利要求9所述的一种质子交换膜燃料电池耐久性分析设备,其特征在于,所述二号插口所在的箱体一侧上设置有用于安装固定所述蓄电组件的滑槽;所述箱体内还设置有保温材料;所述箱体底部还设置有回收管,所述回收管的一端用于对冲击水轮后的所述排水口排出的水进行收集,所述回收管的另一端与水泵连通,所述水泵远离回收管的一侧设有输出管,所述输出管远离水泵一端伸至放置槽处,所述水泵与所述质子交换膜燃料电池电连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310182305.8A CN115856645B (zh) | 2023-03-01 | 2023-03-01 | 一种质子交换膜燃料电池耐久性分析方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310182305.8A CN115856645B (zh) | 2023-03-01 | 2023-03-01 | 一种质子交换膜燃料电池耐久性分析方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115856645A CN115856645A (zh) | 2023-03-28 |
CN115856645B true CN115856645B (zh) | 2023-04-28 |
Family
ID=85659453
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310182305.8A Active CN115856645B (zh) | 2023-03-01 | 2023-03-01 | 一种质子交换膜燃料电池耐久性分析方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115856645B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117818057A (zh) * | 2024-03-06 | 2024-04-05 | 北京新研创能科技有限公司 | 一种用于燃料电池的质子交换膜制造方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
KR101628684B1 (ko) * | 2014-12-15 | 2016-06-10 | 현대오트론 주식회사 | 연료전지 진단을 위한 임피던스 측정장치 및 그 방법 |
CN108241128A (zh) * | 2018-01-09 | 2018-07-03 | 西南交通大学 | 一种质子交换膜燃料电池系统状态估计方法 |
CN109342964A (zh) * | 2018-12-07 | 2019-02-15 | 西南交通大学 | 一种质子交换膜燃料电池电堆健康状态的分析方法 |
CN109471035A (zh) * | 2018-10-17 | 2019-03-15 | 山东斯博科特电气技术有限公司 | 基于随机矩阵特征谱分析的燃料电池系统状态评估方法 |
CN109543317A (zh) * | 2018-04-28 | 2019-03-29 | 北京航空航天大学 | 一种pemfc剩余使用寿命预测的方法及装置 |
EP3654047A1 (fr) * | 2018-11-14 | 2020-05-20 | Commissariat à l'Énergie Atomique et aux Énergies Alternatives | Procédé de diagnostic d'une pile à combustible |
CN111339712A (zh) * | 2020-02-24 | 2020-06-26 | 电子科技大学 | 质子交换膜燃料电池剩余寿命预测方法 |
CN114943372A (zh) * | 2022-05-09 | 2022-08-26 | 国网浙江省电力有限公司宁波供电公司 | 基于贝叶斯循环神经网络的质子交换膜寿命预测方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101866072B1 (ko) * | 2016-10-18 | 2018-06-08 | 현대자동차주식회사 | 연료전지 스택의 상태 진단 장치 및 그 방법 |
-
2023
- 2023-03-01 CN CN202310182305.8A patent/CN115856645B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
KR101628684B1 (ko) * | 2014-12-15 | 2016-06-10 | 현대오트론 주식회사 | 연료전지 진단을 위한 임피던스 측정장치 및 그 방법 |
CN108241128A (zh) * | 2018-01-09 | 2018-07-03 | 西南交通大学 | 一种质子交换膜燃料电池系统状态估计方法 |
CN109543317A (zh) * | 2018-04-28 | 2019-03-29 | 北京航空航天大学 | 一种pemfc剩余使用寿命预测的方法及装置 |
CN109471035A (zh) * | 2018-10-17 | 2019-03-15 | 山东斯博科特电气技术有限公司 | 基于随机矩阵特征谱分析的燃料电池系统状态评估方法 |
EP3654047A1 (fr) * | 2018-11-14 | 2020-05-20 | Commissariat à l'Énergie Atomique et aux Énergies Alternatives | Procédé de diagnostic d'une pile à combustible |
CN109342964A (zh) * | 2018-12-07 | 2019-02-15 | 西南交通大学 | 一种质子交换膜燃料电池电堆健康状态的分析方法 |
CN111339712A (zh) * | 2020-02-24 | 2020-06-26 | 电子科技大学 | 质子交换膜燃料电池剩余寿命预测方法 |
CN114943372A (zh) * | 2022-05-09 | 2022-08-26 | 国网浙江省电力有限公司宁波供电公司 | 基于贝叶斯循环神经网络的质子交换膜寿命预测方法及装置 |
Non-Patent Citations (4)
Title |
---|
Hui Wendeng 等.Degradation trajectories prognosis for PEM fuel cell systems based on Gaussian process regression.《Energy》.2021,1-16. * |
James Marulanda Durango 等.Application of support vector machine to obtain the dynamic model of proton-exchange membrance fuel cell.《Membranes》.2022,1-14. * |
蓝煜 等.基于机器学习的质子交换膜燃料电池寿命预测研究.《现代机械》.2022,1-5. * |
邓惠文.PEMFC发电系统建模与性能优化方法研究.《中国博士学位论文全文数据库 工程科技Ⅰ辑》.2021,(第06期),B015-49. * |
Also Published As
Publication number | Publication date |
---|---|
CN115856645A (zh) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115856645B (zh) | 一种质子交换膜燃料电池耐久性分析方法、装置及设备 | |
CN108344947A (zh) | 一种非侵入式的燃料电池故障诊断方法 | |
CN112798960B (zh) | 一种基于迁移深度学习的电池组剩余寿命预测方法 | |
US11965935B2 (en) | Method and apparatus for operating a system for providing predicted states of health of electrical energy stores for a device using machine learning methods | |
CN113447828B (zh) | 一种基于贝叶斯神经网络的锂电池温度估计方法及系统 | |
KR20220021973A (ko) | 신경망 기반의 배터리 셀 불량 및 화재 사전 진단 방법 및 장치 | |
CN115616423B (zh) | 液冷储能系统以及状态检测方法、装置 | |
Mao et al. | Polymer electrolyte membrane fuel cell fault diagnosis and sensor abnormality identification using sensor selection method | |
CN112331888A (zh) | 一种基于仿真模型的燃料电池电堆模拟器 | |
CN116896139B (zh) | 基于通信电源系统的新型bms系统 | |
CN114048772A (zh) | 一种燃料电池装置的故障诊断方法、系统及存储介质 | |
Hongwei et al. | An interpretable data-driven method for degradation prediction of proton exchange membrane fuel cells based on temporal fusion transformer and covariates | |
WO2010032250A2 (en) | Direct current powered air conditioner | |
CN113780537B (zh) | 一种质子交换膜燃料电池发电系统的故障诊断方法及装置 | |
CN116387569A (zh) | 一种基于svm的全钒液流电池泵故障检测方法 | |
CN112231982B (zh) | 一种基于分布式软测量模型的光伏电板故障检测方法 | |
Li et al. | Improved control-oriented polarization characteristic modeling for proton exchange membrane water electrolyzer with adaptive hunting game based metaheuristic optimization | |
CN114924202A (zh) | 一种燃料电池使用寿命的检测方法和检测装置 | |
CN113452086A (zh) | 一种用于风光储的能量协同利用方法 | |
CN113437766A (zh) | 一种风光储的能量综合协同系统 | |
Zhang | Contribution to prognostics of proton exchange membrane fuel cells: approaches based on degradation information at multiple levels | |
Liu et al. | Accuracy improvement of fuel cell prognostics based on voltage prediction | |
Niu et al. | Purge strategy analysis of proton exchange membrane fuel cells based on experiments and comprehensive evaluation method | |
CN117491793B (zh) | 一种氢电耦合系统综合性能测试方法、装置及介质 | |
CN116840722B (zh) | 一种质子交换膜燃料电池性能退化评估及寿命预测方法 |
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 |