CN116456298B - 一种用于氢燃料电池系统的数据管理方法及系统 - Google Patents

一种用于氢燃料电池系统的数据管理方法及系统 Download PDF

Info

Publication number
CN116456298B
CN116456298B CN202310730715.1A CN202310730715A CN116456298B CN 116456298 B CN116456298 B CN 116456298B CN 202310730715 A CN202310730715 A CN 202310730715A CN 116456298 B CN116456298 B CN 116456298B
Authority
CN
China
Prior art keywords
fuel cell
cell system
hydrogen fuel
controller
modeling
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
Application number
CN202310730715.1A
Other languages
English (en)
Other versions
CN116456298A (zh
Inventor
齐志刚
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.)
Beijing Xinyan Chuangneng Technology Co ltd
Original Assignee
Beijing Xinyan Chuangneng Technology 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 Beijing Xinyan Chuangneng Technology Co ltd filed Critical Beijing Xinyan Chuangneng Technology Co ltd
Priority to CN202310730715.1A priority Critical patent/CN116456298B/zh
Publication of CN116456298A publication Critical patent/CN116456298A/zh
Application granted granted Critical
Publication of CN116456298B publication Critical patent/CN116456298B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • 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
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
    • G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
    • 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
    • H01M8/04305—Modeling, demonstration models of fuel cells, e.g. for training purposes
    • 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)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Sustainable Development (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Signal Processing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Evolutionary Computation (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Fuel Cell (AREA)

Abstract

本发明提出一种用于氢燃料电池系统的数据管理方法及系统，系统包括服务器和氢燃料电池系统；所述氢燃料电池系统配置有第一控制器、第二控制器和第一数据采集传感器；本发明方案通过建立三维模型确定无线数据采集传感器的安装方案，不仅解决了有线连接方式安装传感器带来的布线复杂的问题，而且能保证传感器安装方案的精确和对采集到的数据的高效管理。

Description

一种用于氢燃料电池系统的数据管理方法及系统
技术领域
本发明涉及燃料电池技术领域，具体涉及一种用于氢燃料电池系统的数据管理方法及系统。
背景技术
氢燃料电池作为未来主要的清洁能源之一，其数据管理需依靠大量传感器采集的工作数据。现有氢燃料电池管理系统多采用有线串口或模拟量传输技术，不仅布线复杂而且无法实现远程管理、无法保证数据的高效传输与存储。
发明内容
本发明正是基于上述问题，提出了一种用于氢燃料电池系统的数据管理方法及系统，通过建立三维模型确定无线数据采集传感器的安装方案，不仅解决了有线连接方式安装传感器带来的布线复杂的问题，而且能保证传感器安装方案的精确和对采集到的数据的高效管理。
有鉴于此，本发明的一方面提出了一种用于氢燃料电池系统的数据管理方法，包括：
获取氢燃料电池系统各个部件的第一三维点云数据和第一参考数据；
根据所述第一三维点云数据和所述第一参考数据分别构建所述各个部件的第一部件三维模型集和所述氢燃料电池系统的第一整体三维模型；
根据所述第一参考数据、所述第一部件三维模型集和所述第一整体三维模型确定需要配置的数据采集传感器的安装方案；
根据所述安装方案在所述氢燃料电池系统的不同部位安装多个用于采集第一工作参数的第一数据采集传感器；
所述第一数据采集传感器通过内置的无线通信模块与所述氢燃料电池系统内的第一控制器的第一通信模块建立通信连接；
所述第一数据采集传感器通过所述无线通信模块和所述第一通信模块将采集到的所述第一工作参数发送至所述第一控制器；
所述第一控制器根据所述第一工作参数生成第一控制指令；
所述第一控制器将所述第一工作参数和所述第一控制指令传输至设置于所述氢燃料电池系统内部并用于与物联网网络连接的第二控制器；
所述第二控制器接收所述第一控制器发送的所述第一工作参数与所述第一控制指令，并将所述第一工作参数传输至远程数据管理中心和边缘工作数据库。
优选地，所述根据所述第一三维点云数据和所述第一参考数据分别构建所述各个部件的第一部件三维模型集和所述氢燃料电池系统的第一整体三维模型的步骤，包括：
确定对所述氢燃料电池系统进行建模的第一建模目标；
根据所述第一建模目标，确定所述氢燃料电池系统的第一建模范围、第一建模空间分辨率和第一建模时间分辨率；
根据所述第一建模范围、所述第一建模空间分辨率和所述第一建模时间分辨率建立包含所述各个部件的部件三维模型的所述第一部件三维模型集；
为各个所述部件三维模型添加实际材料的第一属性参数；
整合所述第一部件三维模型集中的各个所述部件三维模型得到所述第一整体三维模型。
优选地，所述根据所述第一建模目标，确定所述氢燃料电池系统的第一建模范围(整体或某个/些部件)、第一建模空间分辨率和第一建模时间分辨率的步骤，包括：
根据所述第一建模目标，确定所述氢燃料电池系统的第一建模范围以确定所述氢燃料电池系统的所述各个部件中需要建模的第一部件；
根据所述第一部件的功能、材质、大小和特征尺寸，选择合适的几何网格密度以确定所述第一建模空间分辨率；
根据所述第一部件的功能、材质和工作过程选择合适的时间步长以确定所述第一建模时间分辨率。
优选地，所述第一控制器根据所述第一工作参数生成第一控制指令的步骤，具体是：
所述第一控制器根据第一数据分类模型对所述第一工作参数进行分类，得到第二工作参数；
所述第一控制器根据所述第二工作参数的分类情况生成所述第一控制指令，并将所述第二工作参数和所述第一控制指令发送至所述第二控制器。
优选地，所述第二控制器接收所述第一控制器发送的所述第一工作参数与所述第一控制指令，并将所述第一工作参数传输至远程数据管理中心和边缘工作数据库的步骤，包括：
所述第二控制器接收所述第一控制器发送的所述第二工作参数与所述第一控制指令，并对所述第一控制指令进行解析，得到第二控制指令；
所述第二控制器根据所述第二控制指令和所述第二工作参数从传输模型集中选择多个对应的第一传输模型、从加密模型集中选择多个对应的第一加密模型和从存储模型集中选择多个对应的第一存储模型；
所述第二控制器对所述第二工作参数按分类情况选择对应的所述第一传输模型、所述第一加密模型进行分别处理后，将所述第一工作参数传输至远程数据管理中心和边缘工作数据库，并按所述第一存储模型进行存储管理。
本发明的另一方面提供一种用于氢燃料电池系统的数据管理系统，包括：服务器和氢燃料电池系统；所述氢燃料电池系统配置有第一控制器、第二控制器和第一数据采集传感器；
所述服务器被配置为：
获取所述氢燃料电池系统各个部件的第一三维点云数据和第一参考数据；
根据所述第一三维点云数据和所述第一参考数据分别构建所述各个部件的第一部件三维模型集和所述氢燃料电池系统的第一整体三维模型；
根据所述第一参考数据、所述第一部件三维模型集和所述第一整体三维模型确定需要配置的数据采集传感器的安装方案；
所述第一数据采集传感器根据所述安装方案设置于所述氢燃料电池系统的不同部位，并被配置为：
检测所述氢燃料电池系统的第一工作参数；
通过内置的无线通信模块与所述第一控制器的第一通信模块建立通信连接，并通过所述无线通信模块和所述第一通信模块将采集到的所述第一工作参数发送至所述第一控制器；
所述第一控制器被配置为：
根据所述第一工作参数生成第一控制指令；
将所述第一工作参数和所述第一控制指令传输至设置于所述氢燃料电池系统内部并用于与物联网网络连接的所述第二控制器；
所述第二控制器被配置为：接收所述第一控制器发送的所述第一工作参数与所述第一控制指令，并将所述第一工作参数传输至远程数据管理中心和边缘工作数据库。
优选地，所述根据所述第一三维点云数据和所述第一参考数据分别构建所述各个部件的第一部件三维模型集和所述氢燃料电池系统的第一整体三维模型的步骤，所述服务器被配置为：
确定对所述氢燃料电池系统进行建模的第一建模目标；
根据所述第一建模目标，确定所述氢燃料电池系统的第一建模范围、第一建模空间分辨率和第一建模时间分辨率；
根据所述第一建模范围、所述第一建模空间分辨率和所述第一建模时间分辨率建立包含所述各个部件的部件三维模型的所述第一部件三维模型集；
为各个所述部件三维模型添加实际材料的第一属性参数；
整合所述第一部件三维模型集中的各个所述部件三维模型得到所述第一整体三维模型。
优选地，所述根据所述第一建模目标，确定所述氢燃料电池系统的第一建模范围、第一建模空间分辨率和第一建模时间分辨率的步骤，所述服务器被配置为：
根据所述第一建模目标，确定所述氢燃料电池系统的第一建模范围以确定所述氢燃料电池系统的所述各个部件中需要建模的第一部件；
根据所述第一部件的功能、材质、大小和特征尺寸，选择合适的几何网格密度以确定所述第一建模空间分辨率；
根据所述第一部件的功能、材质和工作过程选择合适的时间步长以确定所述第一建模时间分辨率。
优选地，所述根据所述第一工作参数生成第一控制指令的步骤，所述第一控制器被配置为：
根据第一数据分类模型对所述第一工作参数进行分类，得到第二工作参数；
根据所述第二工作参数的分类情况生成所述第一控制指令；
将所述第二工作参数和所述第一控制指令发送至所述第二控制器。
优选地，所述接收所述第一控制器发送的所述第一工作参数与所述第一控制指令，并将所述第一工作参数传输至远程数据管理中心和边缘工作数据库的步骤，所述第二控制器被配置为：
接收所述第一控制器发送的所述第二工作参数与所述第一控制指令，并对所述第一控制指令进行解析，得到第二控制指令；
根据所述第二控制指令和所述第二工作参数从传输模型集中选择多个对应的第一传输模型、从加密模型集中选择多个对应的第一加密模型和从存储模型集中选择多个对应的第一存储模型；
对所述第二工作参数按分类情况选择对应的所述第一传输模型、所述第一加密模型进行分别处理后，将所述第一工作参数传输至远程数据管理中心和边缘工作数据库，并按所述第一存储模型进行存储管理。
采用本发明的技术方案，通过获取氢燃料电池系统各个部件的第一三维点云数据和第一参考数据；根据所述第一三维点云数据和所述第一参考数据分别构建所述各个部件的第一部件三维模型集和所述氢燃料电池系统的第一整体三维模型；根据所述第一参考数据、所述第一部件三维模型集和所述第一整体三维模型确定需要配置的数据采集传感器的安装方案；根据所述安装方案在所述氢燃料电池系统的不同部位安装多个用于采集第一工作参数的第一数据采集传感器；所述第一数据采集传感器通过内置的无线通信模块与所述氢燃料电池系统内的第一控制器的第一通信模块建立通信连接；所述第一数据采集传感器通过所述无线通信模块和所述第一通信模块将采集到的所述第一工作参数发送至所述第一控制器；所述第一控制器根据所述第一工作参数生成第一控制指令；所述第一控制器将所述第一工作参数和所述第一控制指令传输至设置于所述氢燃料电池系统内部并用于与物联网网络连接的第二控制器；所述第二控制器接收所述第一控制器发送的所述第一工作参数与所述第一控制指令，并将所述第一工作参数传输至远程数据管理中心和边缘工作数据库。本发明的方案通过建立三维模型确定无线数据采集传感器的安装方案，不仅解决了有线连接方式安装传感器带来的布线复杂的问题，而且能保证传感器安装方案的精确和对采集到的数据的高效管理。
附图说明
图1是本发明一个实施例提供的用于氢燃料电池系统的数据管理方法的流程图；
图2是本发明一个实施例提供的用于氢燃料电池系统的数据管理系统的示意框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
下面参照图1至图2来描述根据本发明一些实施方式提供的一种用于氢燃料电池系统的数据管理方法及系统。
如图1所示，本发明一个实施例提供一种用于氢燃料电池系统的数据管理方法，包括：
获取氢燃料电池系统各个部件的第一三维点云数据和第一参考数据（包括但不限于氢燃料电池系统的设计图纸、部件参数、材料属性等数据）；
根据所述第一三维点云数据和所述第一参考数据分别构建所述各个部件的第一部件三维模型集和所述氢燃料电池系统的第一整体三维模型；
根据所述第一参考数据（比如根据材料特性或者功能特性可以确定需要重点监控的部件/参数）、所述第一部件三维模型集（比如根据第一参考数据确定监测对象后，即可结合第一部件三维模型集确定初步的安装位置）和所述第一整体三维模型（比如根据氢燃料电池系统的整体的空间协调与空间相对关系，可进一步精确确定安装位置）确定需要配置的数据采集传感器的安装方案（包括但不限于数据采集传感器的种类、数量和安装位置等）；
根据所述安装方案在所述氢燃料电池系统的不同部位安装多个用于采集第一工作参数的第一数据采集传感器；如多个温度传感器，设置在氢燃料电池电堆的阳极、阴极等不同部位，用于检测各部位的温度参数；多个压力传感器，分别设置在氢燃料电池系统的进氢管路、出氢管路及水管路上，用于检测各管路的压力参数；多个流量传感器，设置在氢燃料电池系统的进氢管路、出氢管路及水管路上，用于检测各管路的流量参数等。
所述第一数据采集传感器通过内置的无线通信模块与所述氢燃料电池系统内的第一控制器的第一通信模块建立通信连接；
所述第一数据采集传感器通过所述无线通信模块和所述第一通信模块将采集到的所述第一工作参数发送至所述第一控制器；
所述第一控制器根据所述第一工作参数生成第一控制指令；
可以理解的是，设置于所述氢燃料电池系统内部的所述第一控制器与用于连接多个（第一）数据采集传感器的无线通信模块相匹配的第一通信模块建立数据连接，用于处理多个数据采集传感器发送的工作参数，根据工作参数计算控制指令并下发至执行机构。其中，执行机构为电磁阀、空气压缩机等，接收控制器下发的控制指令实施相应控制；多个（第一）数据采集传感器采用的无线通信技术为：蓝牙、WIFI、ZigBee或者LORA。（第一）数据采集传感器之间采用的无线通信技术相同或不同，第一控制器将第一控制指令和第一工作参数通过无线通信技术发送至控制器。第一控制器与第二控制器内置不同的无线通信模块，分别用于与多个数据采集传感器通信和用于与物联网集中网关通信，第一控制器与第二控制器功能不同，第一控制器设置于氢燃料电池电堆内，相比于第二控制器要更精细灵敏；而第二控制器则在处理能力、运算能力等方面要求更高。
所述第一控制器将所述第一工作参数和所述第一控制指令传输至设置于所述氢燃料电池系统内部并用于与物联网网络连接的第二控制器；
所述第二控制器接收所述第一控制器发送的所述第一工作参数与所述第一控制指令，并将所述第一工作参数传输至远程数据管理中心和边缘工作数据库。
在本发明实施例中，氢燃料电池系统通过在关键部位设置无线数据采集传感器，可以实时监测温度、压力和流量等关键工作参数并对监测到的数据进行高效地管理。相比有线传感器，无线传感器在连接和布线上更为方便，使氢燃料电池系统在部署过程中具有更高灵活性，且可以根据实际需要增加更多传感器以实现更精细化的参数监测。同时，无线网络还可以与其它无线系统如4G、5G等进行对接，实现高效地远程监控和数据传输功能。
采用该实施例的技术方案，通过建立三维模型确定无线数据采集传感器的安装方案，不仅解决了有线连接方式安装传感器带来的布线复杂的问题，而且能保证传感器安装方案的精确和对采集到的数据的高效管理。
在本发明另一实施例中，所述根据所述第一三维点云数据和所述第一参考数据分别构建所述各个部件的第一部件三维模型集和所述氢燃料电池系统的第一整体三维模型的步骤，包括：
确定对所述氢燃料电池系统进行建模的第一建模目标；
根据所述第一建模目标，确定所述氢燃料电池系统的第一建模范围(整体或某个/些部件)、第一建模空间分辨率和第一建模时间分辨率；
根据所述第一建模范围、所述第一建模空间分辨率和所述第一建模时间分辨率建立包含所述各个部件的部件三维模型的所述第一部件三维模型集（比如，构建端板、双极板、气体扩散层、催化剂层、质子交换膜、供氢部件、供氧部件、温度调节部件等各个部件的三维模型）；
为各个所述部件三维模型添加实际材料的第一属性参数（如密度、导电率、粘度、反应活性等）；
整合所述第一部件三维模型集中的各个所述部件三维模型得到所述第一整体三维模型。
在本实施例中，通过上述步骤，可以分别建立燃料电池整体模型和双极板、膜电极等部件高精度模型。模型可以帮助理解氢燃料电池系统的结构原理，模拟其复杂的物理与化学过程，为优化设计和高效控制策略提供基础，也为数据采集传感器的安装提供参考。
在本发明另一实施例中，还包括：对各个所述部件三维模型或所述第一整体三维模型设置包括但不限于温度场、浓度场、电场及流场等的边界条件。可以理解的是，在氢燃料电池系统的模型中设置的边界条件主要包括两类：一是依据模拟场景设定的输入边界条件，包括：1.流场边界条件，包括各种气体的流量、压力、湿度等参数，根据实际工作情况设定；2.温度场边界条件，即环境温度以及热源等温度参数；3.浓度场边界条件：即各种气体成分的浓度参数；4.电场边界条件，即在接触电极处的电势等参数。二是基于模型结构与节省计算资源而适当简化的边界条件，包括：1.截断非关键部件，如简化模拟管路，只考虑关键部件如双极板、膜电极等；2.对称边界条件：如果模型具有一定对称性，可以只模拟1/2或1/4结构，并在对称面上施加对称边界条件；3.无滑移边界条件：在固体表面使用无滑移边界条件，流体与固体相互作用；4.与周围环境的连通：如在出口施加压力边界条件与大气连接。具体实现上述边界条件的方法包括：1.流场使用流量、压力等参数定义流入流出面，使用无滑移条件定义流体与固体界面；2.温度场使用温度参数定义热源面和环境温度面；3.浓度场使用质量分数参数定义气体入口成分；4.电场使用电势参数定义接触电极面；5.对称面使用对称边界条件，截断面使用与大气连通的压力边界条件。
本实施例中，通过设置合理的输入边界条件和模型简化边界条件，可以模拟氢燃料电池系统在目标工作条件下的物理场分布和特性参数变化情况，也为数据采集传感器的安装提供参考。
在本发明另一实施例中，还包括：对各个所述部件三维模型（或所述第一整体三维模型）进行网格划分以进行后续的数值计算与仿真。
对氢燃料电池系统的各个所述部件三维模型（或所述第一整体三维模型）进行网格划分主要目的是将模型划分成多个小的单元，以便使用有限元法或差分法进行数值计算与仿真。网格划分时需要考虑：1.模型的几何复杂性。模型越复杂，网格越需要细化以捕捉几何细节。通常三维模型比二维模型需要更细的网格。2.材料及物理场的非均匀性：材料性能和场变量分布的非均匀区域需要更细的网格以提供足够的空间分辨率。3.边界层与高梯度区域：流体边界层及各种物理场的高梯度区域，需要加密网格以提供足够的分辨率。4.特征长度：每个部件的特征长度也是网格密度的参考，网格尺寸要小于部件特征长度。5.计算资源平衡：网格太粗会导致信息遗漏，太细会增加计算资源需求，所以网格划分需要综合考虑模型精度需求和计算资源约束。具体的网格划分步骤包括：1.选择网格类型：结构网格、无结构网格或组合网格。常用的有四面体网格、六面体网格、棱柱体网格等。2.设置网格尺寸分布：在边界层及特征区域设置更细网格，其他区域设置更大网格，达到尺寸变化平滑。3.网格分割：使用网格生成算法( Mapping、Advancing-front、Delaunay等)分割网格，还可以通过手工调整以优化网格质量。4.检查网格质量：主要检查网格的正交度、扭曲度、面积变化率以及单元内角等，确保其达到计算需要。5.网格优化：通过手工编辑、网格投影、网格调整等方法消除负体积的问题，进一步提高网格质量。6.网格独立验算：使用不同网格对同一模型进行仿真计算，检查计算结果是否网格独立，以验证网格质量。以上步骤通过逐步细化、优化与验证,可以为氢燃料电池系统模型生成高质量的网格，以满足后续精确的数值计算与仿真需要。
在本发明另一实施例中，还包括：计算仿真步骤，即选择不同的物理场进行数值计算，获得氢燃料电池系统工作过程的温度分布、产生的压力损失等性能参数。在获得高质量网格的基础上，可以对燃料电池模型进行不同物理场的数值计算与仿真，主要包括：1.流场计算：获得气体在流道内的流速、压力分布和流量分布等参数。2.热传递计算：得到模型在工作条件下的温度场分布，可以采用热传导方程进行计算。3.质量传递计算，以得到各种物质在流道内的浓度分布变化，可以采用菲克扩散方程进行计算。4.电场计算：获得在电极区及膜内的电势和电流密度分布，可以采用电场方程进行计算。5.结构分析：对某些关键部件(如双极板、质子交换膜等)进行结构分析，得到其应力和位移分布，可以采用有限元法进行结构静力学分析。6.多物理场耦合：考虑不同物理场(如流体力学与传热)之间的相互耦合，建立耦合的物理模型进行计算。具体实现上述仿真计算的主要步骤是：1.选择求解器及物理模型，如有限元法及雷诺平均方程等。2.选择仿真软件平台。3.设置仿真控制条件：如收敛准则、时间步长等。4.加载模型几何网格与设置材料属性。5.设定边界条件：压力、温度、流量、电势等边界条件。6.选择求解算法及初始化解。7.迭代求解直至收敛。8.后处理分析：提取变量信息，获得相关物理量分布及参数。9.与实验数据比对，确保仿真精度。
通过上述模型建立、网格划分与仿真计算等过程,最终可以预测氢燃料电池系统在目标工况下的性能表征参数，为优化设计与控制策略提供参考，也为数据采集传感器的安装提供参考。
在本发明另一实施例中，还包括：验证与优化步骤，即，将计算结果与实验数据对比，验证模型的准确性，并针对差异进行模型优化。燃料电池模型的验证与优化是建模过程的重要一步，主要通过以下几个方面实现:1.实验数据获取：进行相应的氢燃料电池系统性能测试实验，获得流量、温度、电压、功率、压降等性能参数的实验/测试数据。2.计算结果提取：从建立的燃料电池模型中提取相应的性能参数计算结果，如温度场、流速场以及电压-电流曲线等。3.比较与分析：将实验数据与计算结果进行直接对比，分析其误差来源和模型差异，定量评价模型的精度。4.模型修正：根据上述分析，对模型进行修正优化，主要包括：(1)修改材料属性：调整模型中使用的材料热性能、机械性能和化学性能参数；(2)调整模型结构：优化模型中的某些关键结构尺寸，如流道宽度、孔隙率等；(3)修改边界条件：调整模型中的工作温度、压力、流量等工作条件参数；(4)提高网格质量：加密和修改模型中某些区域的网格，如边界层处的网格；(5)选择更精确的物理模型：采用更加精细的模型方程。5.再次计算与验证：对优化后的模型再进行网格划分与仿真计算，提取结果与实验数据进行验证，确保模型达到预期精度。
在本实施例中，通过实验数据对比分析、模型系统优化与再次验证等循环迭代步骤，可以不断提高氢燃料电池系统模型的精确度与可靠性。当模型计算结果能够高度吻合实验数据时,则可以用于研究和预测氢燃料电池系统性能的变化规律以及可以确定数据采集传感器最合适的安装方案。
在本发明另一实施例中，所述根据所述第一建模目标，确定所述氢燃料电池系统的第一建模范围、第一建模空间分辨率和第一建模时间分辨率的步骤，包括：
根据所述第一建模目标，确定所述氢燃料电池系统的第一建模范围以确定所述氢燃料电池系统的所述各个部件中需要建模的第一部件；
根据所述第一部件的功能、材质、大小和特征尺寸，选择合适的几何网格密度以确定所述第一建模空间分辨率；
根据所述第一部件的功能、材质和工作过程选择合适的时间步长以确定所述第一建模时间分辨率。
在本实施例中，确定建模目标时：如果目标是理解氢燃料电池系统的整体工作过程，则建立整体模型；如果要研究某个部件的结构优化，则建立该部件的高精度模型；如果是要对氢燃料电池系统的整体进行一定程度的改造，如加装多个数据采集传感器，则既要建立整体模型，也要建立各个部件的部件模型。空间分辨率：根据建模部件的功能、材质、大小和特征尺寸，选择合适的几何网格密度。如双极板模型设置0.1-1mm网格可以抓取微观结构，而燃料电池堆模型可设置1cm以上网格。时间分辨率，即根据研究的部件的功能、材质、物理/工作过程设置时间步长。如研究膜内质子传导需设置为0.01-0.1s；而研究温度传导可设置1s以上。时间步长太小会增加计算量，太大会导致信息遗漏。精度与计算资源之间的平衡：建模精度越高，网格越细和时间步长越小，需要的计算资源就越大，所以在确定精度时需要综合考虑建模目标和计算配置，实现精度和资源需求的平衡。关键影响因素：在对某部件建立高精度模型时，主要考虑对该部件性能有关键影响的因素。如在建立双极板模型时，主要关注其孔隙率、导电性和反应动力学等。边界条件的适当简化：在建立较大范围模型时，可以适当简化边界条件以减小计算量。如在氢燃料电池系统的电堆模型中，可简化气体供给管路模型，以主要关注堆内物理场的变化。
综上，确定建模范围和精度需要根据实际建模目标与资源综合权衡，合理的空间和时间分辨率可以抓取重要信息而不致计算过于复杂；模型边界条件也可以适当简化，以实现有限资源下的最优建模方案。
在本发明另一实施例中，所述第一控制器根据所述第一工作参数生成第一控制指令的步骤，具体是：
所述第一控制器根据第一数据分类模型对所述第一工作参数进行分类（第一数据分类模型根据包括但不限于数据来源、数据类型、数据重要级别、数据安全级别等进行分类），得到第二工作参数；
所述第一控制器根据所述第二工作参数的分类情况生成所述第一控制指令（包括但不限于传输安全要求、加密安全要求、存储要求等）；
所述第一控制器将所述第二工作参数和所述第一控制指令发送至所述第二控制器。
在本发明实施例中，通过利用预先训练好的第一数据分类模型根据包括但不限于数据来源、数据类型、数据重要级别、数据安全级别等维度对第一工作参数进行分类，可以简化后续步骤的数据处理过程，也为安全高效地进行数据管理提供了支撑。
在本发明另一实施例中，所述第二控制器接收所述第一控制器发送的所述第一工作参数与所述第一控制指令，并将所述第一工作参数传输至远程数据管理中心和边缘工作数据库的步骤，包括：
所述第二控制器接收所述第一控制器发送的所述第二工作参数与所述第一控制指令，并对所述第一控制指令进行解析，得到第二控制指令；
所述第二控制器根据所述第二控制指令和所述第二工作参数从传输模型集中选择多个对应的第一传输模型、从加密模型集中选择多个对应的第一加密模型和从存储模型集中选择多个对应的第一存储模型；
所述第二控制器对所述第二工作参数按分类情况选择对应的所述第一传输模型、所述第一加密模型进行分别处理后，将所述第一工作参数传输至远程数据管理中心和边缘工作数据库，并按所述第一存储模型进行存储管理。
在本发明实施例中，所述第二控制器集成有多个预先训练好的用于提供数据传输方案的传输模型的传输模型集、多个预先训练好的用于提供数据加密方案的加密模型的加密模型集、多个预先训练好的用于提供数据存储方案的存储模型的存储模型集，所述第二控制器对所述第二工作参数按分类情况选择对应的所述第一传输模型、所述第一加密模型进行分别处理后，将所述第一工作参数传输至远程数据管理中心和边缘工作数据库，并按所述第一存储模型进行存储管理，保证了数据管理过程的高效性和安全性。
请参见图2，本发明的另一实施例提供一种用于氢燃料电池系统的数据管理系统，包括：服务器和氢燃料电池系统；所述氢燃料电池系统配置有第一控制器、第二控制器和第一数据采集传感器；
所述服务器被配置为：
获取所述氢燃料电池系统各个部件的第一三维点云数据和第一参考数据（包括但不限于氢燃料电池系统的设计图纸、部件参数、材料属性等数据）；
根据所述第一三维点云数据和所述第一参考数据分别构建所述各个部件的第一部件三维模型集和所述氢燃料电池系统的第一整体三维模型；
根据所述第一参考数据（比如根据材料特性或者功能特性可以确定需要重点监控的部件/参数）、所述第一部件三维模型集（比如根据第一参考数据确定监测对象后，即可结合第一部件三维模型集确定初步的安装位置）和所述第一整体三维模型（比如根据氢燃料电池系统的整体的空间协调与空间相对关系，可进一步精确确定安装位置）确定需要配置的数据采集传感器的安装方案（包括但不限于数据采集传感器的种类、数量和安装位置等）；
所述第一数据采集传感器根据所述安装方案设置于所述氢燃料电池系统的不同部位，并被配置为：
检测所述氢燃料电池系统的第一工作参数；如多个温度传感器，设置在氢燃料电池电堆的阳极、阴极等不同部位，用于检测各部位的温度参数；多个压力传感器，分别设置在氢燃料电池系统的进氢管路、出氢管路及水管路上，用于检测各管路的压力参数；多个流量传感器,设置在氢燃料电池系统的进氢管路、出氢管路及水管路上，用于检测各管路的流量参数等。
通过内置的无线通信模块与所述第一控制器的第一通信模块建立通信连接，并通过所述无线通信模块和所述第一通信模块将采集到的所述第一工作参数发送至所述第一控制器；
所述第一控制器被配置为：
根据所述第一工作参数生成第一控制指令；
可以理解的是，设置于所述氢燃料电池系统内部的所述第一控制器与用于连接多个（第一）数据采集传感器的无线通信模块相匹配的第一通信模块建立数据连接，用于处理多个数据采集传感器发送的工作参数，根据工作参数计算控制指令并下发至执行机构。其中，执行机构为电磁阀、空气压缩机等，接收控制器下发的控制指令实施相应控制；多个（第一）数据采集传感器采用的无线通信技术为：蓝牙、WIFI、ZigBee或者LORA。（第一）数据采集传感器之间采用的无线通信技术相同或不同，第一控制器将第一控制指令和第一工作参数通过无线通信技术发送至控制器。第一控制器与第二控制器内置不同的无线通信模块，分别用于与多个数据采集传感器通信和用于与物联网集中网关通信，第一控制器与第二控制器功能不同，第一控制器设置于氢燃料电池电堆内，相比于第二控制器要更精细灵敏；而第二控制器则在处理能力、运算能力等方面要求更高。
将所述第一工作参数和所述第一控制指令传输至设置于所述氢燃料电池系统内部并用于与物联网网络连接的所述第二控制器；
所述第二控制器被配置为：接收所述第一控制器发送的所述第一工作参数与所述第一控制指令，并将所述第一工作参数传输至远程数据管理中心和边缘工作数据库。
在本发明实施例中，氢燃料电池系统通过在关键部位设置无线数据采集传感器，可以实时监测温度、压力和流量等关键工作参数并对监测到的数据进行高效地管理。相比有线传感器，无线传感器在连接和布线上更为方便，使氢燃料电池系统在部署过程中具有更高灵活性，且可以根据实际需要增加更多传感器以实现更精细化的参数监测。同时，无线网络还可以与其它无线系统如4G、5G等进行对接，实现远程监控和数据传输功能。
本发明方案通过建立三维模型确定无线数据采集传感器的安装方案，不仅解决了有线连接方式安装传感器带来的布线复杂的问题，而且能保证传感器安装方案的精确和对采集到的数据的高效管理。
应当知道的是，图2所示的用于氢燃料电池系统的数据管理系统的框图仅作示意，其所示出的各模块的数量并不对本发明的保护范围进行限定。
在本发明另一实施例中，所述根据所述第一三维点云数据和所述第一参考数据分别构建所述各个部件的第一部件三维模型集和所述氢燃料电池系统的第一整体三维模型的步骤，所述服务器被配置为：
确定对所述氢燃料电池系统进行建模的第一建模目标；
根据所述第一建模目标，确定所述氢燃料电池系统的第一建模范围(整体或某个/些部件)、第一建模空间分辨率和第一建模时间分辨率；
根据所述第一建模范围、所述第一建模空间分辨率和所述第一建模时间分辨率建立包含所述各个部件的部件三维模型的所述第一部件三维模型集（比如，构建端板、双极板、气体扩散层、催化剂层、质子交换膜、供氢部件、供氧部件、温度调节部件等各个部件的三维模型）；
为各个所述部件三维模型添加实际材料的第一属性参数（如密度、导电率、粘度、反应活性等）；
整合所述第一部件三维模型集中的各个所述部件三维模型得到所述第一整体三维模型；
通过上述步骤，可以分别建立燃料电池整体模型和双极板、膜电极等部件高精度模型。模型可以帮助理解氢燃料电池系统的结构原理，模拟其复杂的物理与化学过程，为优化设计和高效控制策略提供基础，也为数据采集传感器的安装提供参考。
在本发明另一实施例中，还包括：对各个所述部件三维模型或所述第一整体三维模型设置包括但不限于温度场、浓度场、电场及流场等的边界条件。可以理解的是，在氢燃料电池系统的模型中设置的边界条件主要包括两类：一是依据模拟场景设定的输入边界条件，包括：1.流场边界条件，包括各种气体的流量、压力、湿度等参数，根据实际工作情况设定；2.温度场边界条件，即环境温度以及热源等温度参数；3.浓度场边界条件：即各种气体成分的浓度参数；4.电场边界条件，即在接触电极处的电势等参数。二是基于模型结构与节省计算资源而适当简化的边界条件，包括：1.截断非关键部件，如简化模拟管路，只考虑关键部件如双极板、膜电极等；2.对称边界条件：如果模型具有一定对称性，可以只模拟1/2或1/4结构，并在对称面上施加对称边界条件；3.无滑移边界条件：在固体表面使用无滑移边界条件，流体与固体相互作用；4.与周围环境的连通：如在出口施加压力边界条件与大气连接。具体实现上述边界条件的方法包括：1.流场使用流量、压力等参数定义流入流出面，使用无滑移条件定义流体与固体界面；2.温度场使用温度参数定义热源面和环境温度面；3.浓度场使用质量分数参数定义气体入口成分；4.电场使用电势参数定义接触电极面；5.对称面使用对称边界条件，截断面使用与大气连通的压力边界条件。
本实施例中，通过设置合理的输入边界条件和模型简化边界条件，可以模拟氢燃料电池系统在目标工作条件下的物理场分布和特性参数变化情况，也为数据采集传感器的安装提供参考。
在本发明另一实施例中，还包括：对各个所述部件三维模型（或所述第一整体三维模型）进行网格划分以进行后续的数值计算与仿真。
对氢燃料电池系统的各个所述部件三维模型（或所述第一整体三维模型）进行网格划分主要目的是将模型划分成多个小的单元，以便使用有限元法或差分法进行数值计算与仿真。网格划分时需要考虑：1.模型的几何复杂性。模型越复杂，网格越需要细化以捕捉几何细节。通常三维模型比二维模型需要更细的网格。2.材料及物理场的非均匀性：材料性能和场变量分布的非均匀区域需要更细的网格以提供足够的空间分辨率。3.边界层与高梯度区域：流体边界层及各种物理场的高梯度区域，需要加密网格以提供足够的分辨率。4.特征长度：每个部件的特征长度也是网格密度的参考，网格尺寸要小于部件特征长度。5.计算资源平衡：网格太粗会导致信息遗漏，太细会增加计算资源需求，所以网格划分需要综合考虑模型精度需求和计算资源约束。具体的网格划分步骤包括：1.选择网格类型：结构网格、无结构网格或组合网格。常用的有四面体网格、六面体网格、棱柱体网格等。2.设置网格尺寸分布：在边界层及特征区域设置更细网格，其他区域设置更大网格，达到尺寸变化平滑。3.网格分割：使用网格生成算法( Mapping、Advancing-front、Delaunay等)分割网格，还可以通过手工调整以优化网格质量。4.检查网格质量：主要检查网格的正交度、扭曲度、面积变化率以及单元内角等，确保其达到计算需要。5.网格优化：通过手工编辑、网格投影、网格调整等方法消除负体积的问题，进一步提高网格质量。6.网格独立验算：使用不同网格对同一模型进行仿真计算，检查计算结果是否网格独立，以验证网格质量。以上步骤通过逐步细化、优化与验证,可以为氢燃料电池系统模型生成高质量的网格，以满足后续精确的数值计算与仿真需要。
在本发明另一实施例中，还包括：计算仿真步骤，即选择不同的物理场进行数值计算，获得氢燃料电池系统工作过程的温度分布、产生的压力损失等性能参数。在获得高质量网格的基础上，可以对燃料电池模型进行不同物理场的数值计算与仿真，主要包括：1.流场计算：获得气体在流道内的流速、压力分布和流量分布等参数。2.热传递计算：得到模型在工作条件下的温度场分布，可以采用热传导方程进行计算。3.质量传递计算，以得到各种物质在流道内的浓度分布变化，可以采用菲克扩散方程进行计算。4.电场计算：获得在电极区及膜内的电势和电流密度分布，可以采用电场方程进行计算。5.结构分析：对某些关键部件(如双极板、质子交换膜等)进行结构分析，得到其应力和位移分布，可以采用有限元法进行结构静力学分析。6.多物理场耦合：考虑不同物理场(如流体力学与传热)之间的相互耦合，建立耦合的物理模型进行计算。具体实现上述仿真计算的主要步骤是：1.选择求解器及物理模型，如有限元法及雷诺平均方程等。2.选择仿真软件平台。3.设置仿真控制条件：如收敛准则、时间步长等。4.加载模型几何网格与设置材料属性。5.设定边界条件：压力、温度、流量、电势等边界条件。6.选择求解算法及初始化解。7.迭代求解直至收敛。8.后处理分析：提取变量信息，获得相关物理量分布及参数。9.与实验数据比对，确保仿真精度。
通过上述模型建立、网格划分与仿真计算等过程,最终可以预测氢燃料电池系统在目标工况下的性能表征参数，为优化设计与控制策略提供参考，也为数据采集传感器的安装提供参考。
在本发明另一实施例中，还包括：验证与优化步骤，即，将计算结果与实验数据对比，验证模型的准确性，并针对差异进行模型优化。燃料电池模型的验证与优化是建模过程的重要一步，主要通过以下几个方面实现:1.实验数据获取：进行相应的氢燃料电池系统性能测试实验，获得流量、温度、电压、功率、压降等性能参数的实验/测试数据。2.计算结果提取：从建立的燃料电池模型中提取相应的性能参数计算结果，如温度场、流速场以及电压-电流曲线等。3.比较与分析：将实验数据与计算结果进行直接对比，分析其误差来源和模型差异，定量评价模型的精度。4.模型修正：根据上述分析，对模型进行修正优化，主要包括：(1)修改材料属性：调整模型中使用的材料热性能、机械性能和化学性能参数；(2)调整模型结构：优化模型中的某些关键结构尺寸，如流道宽度、孔隙率等；(3)修改边界条件：调整模型中的工作温度、压力、流量等工作条件参数；(4)提高网格质量：加密和修改模型中某些区域的网格，如边界层处的网格；(5)选择更精确的物理模型：采用更加精细的模型方程。5.再次计算与验证：对优化后的模型再进行网格划分与仿真计算，提取结果与实验数据进行验证，确保模型达到预期精度。
在本实施例中，通过实验数据对比分析、模型系统优化与再次验证等循环迭代步骤，可以不断提高氢燃料电池系统模型的精确度与可靠性。当模型计算结果能够高度吻合实验数据时,则可以用于研究和预测氢燃料电池系统性能的变化规律以及可以确定数据采集传感器最合适的安装方案。
在本发明另一实施例中，所述根据所述第一建模目标，确定所述氢燃料电池系统的第一建模范围(整体或某个/些部件)、第一建模空间分辨率和第一建模时间分辨率的步骤，所述服务器被配置为：
根据所述第一建模目标，确定所述氢燃料电池系统的第一建模范围以确定所述氢燃料电池系统的所述各个部件中需要建模的第一部件；
根据所述第一部件的功能、材质、大小和特征尺寸，选择合适的几何网格密度以确定所述第一建模空间分辨率；
根据所述第一部件的功能、材质和工作过程选择合适的时间步长以确定所述第一建模时间分辨率。
在本实施例中，确定建模目标：如果目标是理解氢燃料电池系统的整体工作过程，则建立整体模型；如果要研究某个部件的结构优化，则建立该部件的高精度模型；如果是要对氢燃料电池系统的整体进行一定程度的改造，如加装多个数据采集传感器，则既要建立整体模型，也要建立各个部件的部件模型。空间分辨率：根据建模部件的功能、材质、大小和特征尺寸，选择合适的几何网格密度。如双极板模型设置0.1-1mm网格可以抓取微观结构，而燃料电池堆模型可设置1cm以上网格。时间分辨率，即根据研究的部件的功能、材质、物理/工作过程设置时间步长。如研究膜内质子传导需设置为0.01-0.1s；而研究温度传导可设置1s以上。时间步长太小会增加计算量，太大会导致信息遗漏。精度与计算资源之间的平衡：建模精度越高，网格越细和时间步长越小，需要的计算资源就越大，所以在确定精度时需要综合考虑建模目标和计算配置，实现精度和资源需求的平衡。关键影响因素：在对某部件建立高精度模型时，主要考虑对该部件性能有关键影响的因素。如在建立双极板模型时，主要关注其孔隙率、导电性和反应动力学等。边界条件的适当简化：在建立较大范围模型时，可以适当简化边界条件以减小计算量。如在氢燃料电池系统的电堆模型中，可简化气体供给管路模型，以主要关注堆内物理场的变化。
综上，确定建模范围和精度需要根据实际建模目标与资源综合权衡，合理的空间和时间分辨率可以抓取重要信息而不致计算过于复杂；模型边界条件也可以适当简化，以实现有限资源下的最优建模方案。
在本发明另一实施例中，所述根据所述第一工作参数生成第一控制指令的步骤，所述第一控制器被配置为：
根据第一数据分类模型对所述第一工作参数进行分类（第一数据分类模型根据包括但不限于数据来源、数据类型、数据重要级别、数据安全级别等进行分类），得到第二工作参数；
根据所述第二工作参数的分类情况生成所述第一控制指令（包括但不限于传输安全要求、加密安全要求、存储要求等）；
将所述第二工作参数和所述第一控制指令发送至所述第二控制器。
在本发明实施例中，通过利用预先训练好的第一数据分类模型根据包括但不限于数据来源、数据类型、数据重要级别、数据安全级别等维度对第一工作参数进行分类，可以简化后续步骤的数据处理过程，也为安全高效地进行数据管理提供了支撑。
在本发明另一实施例中，所述接收所述第一控制器发送的所述第一工作参数与所述第一控制指令，并将所述第一工作参数传输至远程数据管理中心和边缘工作数据库的步骤，所述第二控制器被配置为：
接收所述第一控制器发送的所述第二工作参数与所述第一控制指令，并对所述第一控制指令进行解析，得到第二控制指令；
根据所述第二控制指令和所述第二工作参数从传输模型集中选择多个对应的第一传输模型、从加密模型集中选择多个对应的第一加密模型和从存储模型集中选择多个对应的第一存储模型；
对所述第二工作参数按分类情况选择对应的所述第一传输模型、所述第一加密模型进行分别处理后，将所述第一工作参数传输至远程数据管理中心和边缘工作数据库，并按所述第一存储模型进行存储管理。
在本发明实施例中，所述第二控制器集成有多个预先训练好的用于提供数据传输方案的传输模型的传输模型集、多个预先训练好的用于提供数据加密方案的加密模型的加密模型集、多个预先训练好的用于提供数据存储方案的存储模型的存储模型集，所述第二控制器对所述第二工作参数按分类情况选择对应的所述第一传输模型、所述第一加密模型进行分别处理后，将所述第一工作参数传输至远程数据管理中心和边缘工作数据库，并按所述第一存储模型进行存储管理，保证了数据管理过程的高效性和安全性。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，可轻易想到变化或替换，均可作各种更动与修改，包含上述不同功能、实施步骤的组合，包含软件和硬件的实施方式，均在本发明的保护范围。

Claims (10)

1.一种用于氢燃料电池系统的数据管理方法，其特征在于，包括：
获取氢燃料电池系统各个部件的第一三维点云数据和第一参考数据；
根据所述第一三维点云数据和所述第一参考数据分别构建所述各个部件的第一部件三维模型集和所述氢燃料电池系统的第一整体三维模型；
根据所述第一参考数据、所述第一部件三维模型集和所述第一整体三维模型确定需要配置的数据采集传感器的安装方案；
根据所述安装方案在所述氢燃料电池系统的不同部位安装多个用于采集第一工作参数的第一数据采集传感器；
所述第一数据采集传感器通过内置的无线通信模块与所述氢燃料电池系统内的第一控制器的第一通信模块建立通信连接；
所述第一数据采集传感器通过所述无线通信模块和所述第一通信模块将采集到的所述第一工作参数发送至所述第一控制器；
所述第一控制器根据所述第一工作参数生成第一控制指令；
所述第一控制器将所述第一工作参数和所述第一控制指令传输至设置于所述氢燃料电池系统内部并用于与物联网网络连接的第二控制器；
所述第二控制器接收所述第一控制器发送的所述第一工作参数与所述第一控制指令，并将所述第一工作参数传输至远程数据管理中心和边缘工作数据库。
2.根据权利要求1所述的用于氢燃料电池系统的数据管理方法，其特征在于，所述根据所述第一三维点云数据和所述第一参考数据分别构建所述各个部件的第一部件三维模型集和所述氢燃料电池系统的第一整体三维模型的步骤，包括：
确定对所述氢燃料电池系统进行建模的第一建模目标；
根据所述第一建模目标，确定所述氢燃料电池系统的第一建模范围、第一建模空间分辨率和第一建模时间分辨率；
根据所述第一建模范围、所述第一建模空间分辨率和所述第一建模时间分辨率建立包含所述各个部件的部件三维模型的所述第一部件三维模型集；
为各个所述部件三维模型添加实际材料的第一属性参数；
整合所述第一部件三维模型集中的各个所述部件三维模型得到所述第一整体三维模型。
3.根据权利要求2所述的用于氢燃料电池系统的数据管理方法，其特征在于，所述根据所述第一建模目标，确定所述氢燃料电池系统的第一建模范围、第一建模空间分辨率和第一建模时间分辨率的步骤，包括：
根据所述第一建模目标，确定所述氢燃料电池系统的第一建模范围以确定所述氢燃料电池系统的所述各个部件中需要建模的第一部件；
根据所述第一部件的功能、材质、大小和特征尺寸，选择合适的几何网格密度以确定所述第一建模空间分辨率；
根据所述第一部件的功能、材质和工作过程选择合适的时间步长以确定所述第一建模时间分辨率。
4.根据权利要求1-3任一所述的用于氢燃料电池系统的数据管理方法，其特征在于，所述第一控制器根据所述第一工作参数生成第一控制指令的步骤，具体是：
所述第一控制器根据第一数据分类模型对所述第一工作参数进行分类，得到第二工作参数；
所述第一控制器根据所述第二工作参数的分类情况生成所述第一控制指令，并将所述第二工作参数和所述第一控制指令发送至所述第二控制器。
5.根据权利要求4所述的用于氢燃料电池系统的数据管理方法，其特征在于，
所述第二控制器接收所述第一控制器发送的所述第一工作参数与所述第一控制指令，并将所述第一工作参数传输至远程数据管理中心和边缘工作数据库的步骤，包括：
所述第二控制器接收所述第一控制器发送的所述第二工作参数与所述第一控制指令，并对所述第一控制指令进行解析，得到第二控制指令；
所述第二控制器根据所述第二控制指令和所述第二工作参数从传输模型集中选择多个对应的第一传输模型、从加密模型集中选择多个对应的第一加密模型和从存储模型集中选择多个对应的第一存储模型；
所述第二控制器对所述第二工作参数按分类情况选择对应的所述第一传输模型、所述第一加密模型进行分别处理后，将所述第一工作参数传输至远程数据管理中心和边缘工作数据库，并按所述第一存储模型进行存储管理。
6.一种用于氢燃料电池系统的数据管理系统，其特征在于，包括：服务器和氢燃料电池系统；所述氢燃料电池系统配置有第一控制器、第二控制器和第一数据采集传感器；
所述服务器被配置为：
获取所述氢燃料电池系统各个部件的第一三维点云数据和第一参考数据；
根据所述第一三维点云数据和所述第一参考数据分别构建所述各个部件的第一部件三维模型集和所述氢燃料电池系统的第一整体三维模型；
根据所述第一参考数据、所述第一部件三维模型集和所述第一整体三维模型确定需要配置的数据采集传感器的安装方案；
所述第一数据采集传感器根据所述安装方案设置于所述氢燃料电池系统的不同部位，并被配置为：
检测所述氢燃料电池系统的第一工作参数；
通过内置的无线通信模块与所述第一控制器的第一通信模块建立通信连接，并通过所述无线通信模块和所述第一通信模块将采集到的所述第一工作参数发送至所述第一控制器；
所述第一控制器被配置为：
根据所述第一工作参数生成第一控制指令；
将所述第一工作参数和所述第一控制指令传输至设置于所述氢燃料电池系统内部并用于与物联网网络连接的所述第二控制器；
所述第二控制器被配置为：接收所述第一控制器发送的所述第一工作参数与所述第一控制指令，并将所述第一工作参数传输至远程数据管理中心和边缘工作数据库。
7.根据权利要求6所述的用于氢燃料电池系统的数据管理系统，其特征在于，所述根据所述第一三维点云数据和所述第一参考数据分别构建所述各个部件的第一部件三维模型集和所述氢燃料电池系统的第一整体三维模型的步骤，所述服务器被配置为：
确定对所述氢燃料电池系统进行建模的第一建模目标；
根据所述第一建模目标，确定所述氢燃料电池系统的第一建模范围、第一建模空间分辨率和第一建模时间分辨率；
根据所述第一建模范围、所述第一建模空间分辨率和所述第一建模时间分辨率建立包含所述各个部件的部件三维模型的所述第一部件三维模型集；
为各个所述部件三维模型添加实际材料的第一属性参数；
整合所述第一部件三维模型集中的各个所述部件三维模型得到所述第一整体三维模型。
8.根据权利要求7所述的用于氢燃料电池系统的数据管理系统，其特征在于，所述根据所述第一建模目标，确定所述氢燃料电池系统的第一建模范围、第一建模空间分辨率和第一建模时间分辨率的步骤，所述服务器被配置为：
根据所述第一建模目标，确定所述氢燃料电池系统的第一建模范围以确定所述氢燃料电池系统的所述各个部件中需要建模的第一部件；
根据所述第一部件的功能、材质、大小和特征尺寸，选择合适的几何网格密度以确定所述第一建模空间分辨率；
根据所述第一部件的功能、材质和工作过程选择合适的时间步长以确定所述第一建模时间分辨率。
9.根据权利要求6-8任一所述的用于氢燃料电池系统的数据管理系统，其特征在于，所述根据所述第一工作参数生成第一控制指令的步骤，所述第一控制器被配置为：
根据第一数据分类模型对所述第一工作参数进行分类，得到第二工作参数；
根据所述第二工作参数的分类情况生成所述第一控制指令；
将所述第二工作参数和所述第一控制指令发送至所述第二控制器。
10.根据权利要求9所述的用于氢燃料电池系统的数据管理系统，其特征在于，所述接收所述第一控制器发送的所述第一工作参数与所述第一控制指令，并将所述第一工作参数传输至远程数据管理中心和边缘工作数据库的步骤，所述第二控制器被配置为：
接收所述第一控制器发送的所述第二工作参数与所述第一控制指令，并对所述第一控制指令进行解析，得到第二控制指令；
根据所述第二控制指令和所述第二工作参数从传输模型集中选择多个对应的第一传输模型、从加密模型集中选择多个对应的第一加密模型和从存储模型集中选择多个对应的第一存储模型；
对所述第二工作参数按分类情况选择对应的所述第一传输模型、所述第一加密模型进行分别处理后，将所述第一工作参数传输至远程数据管理中心和边缘工作数据库，并按所述第一存储模型进行存储管理。
CN202310730715.1A 2023-06-20 2023-06-20 一种用于氢燃料电池系统的数据管理方法及系统 Active CN116456298B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310730715.1A CN116456298B (zh) 2023-06-20 2023-06-20 一种用于氢燃料电池系统的数据管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310730715.1A CN116456298B (zh) 2023-06-20 2023-06-20 一种用于氢燃料电池系统的数据管理方法及系统

Publications (2)

Publication Number Publication Date
CN116456298A CN116456298A (zh) 2023-07-18
CN116456298B true CN116456298B (zh) 2023-08-15

Family

ID=87124189

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310730715.1A Active CN116456298B (zh) 2023-06-20 2023-06-20 一种用于氢燃料电池系统的数据管理方法及系统

Country Status (1)

Country Link
CN (1) CN116456298B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116618240B (zh) * 2023-07-24 2023-10-17 北京新研创能科技有限公司 一种用于燃料电池双极板的点胶系统及方法
CN117525478B (zh) * 2023-12-15 2024-06-14 新研氢能源科技有限公司 一种燃料电池电堆的控制方法及燃料电池电堆

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019178953A1 (zh) * 2018-03-22 2019-09-26 深圳市南霸科技有限公司 一种基于物联网的智能电池状态监测系统
US10693165B1 (en) * 2015-09-18 2020-06-23 University Of Hawai'i Environmental sensor array for fuel cell air filtration systems
CN116231010A (zh) * 2023-05-10 2023-06-06 北京新研创能科技有限公司 一种氢燃料电池系统故障诊断方法及系统
CN116247248A (zh) * 2023-05-10 2023-06-09 北京新研创能科技有限公司 基于排放物分析的氢燃料电池堆健康状态诊断方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020135644A1 (zh) * 2018-12-29 2020-07-02 清华大学 燃料电池气体采样系统及采样方法、燃料电池电流密度分布估计方法以及燃料电池内部状态模型的标定方法
EP4174993A1 (en) * 2021-10-28 2023-05-03 Volvo Truck Corporation A vehicle fuel cell system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10693165B1 (en) * 2015-09-18 2020-06-23 University Of Hawai'i Environmental sensor array for fuel cell air filtration systems
WO2019178953A1 (zh) * 2018-03-22 2019-09-26 深圳市南霸科技有限公司 一种基于物联网的智能电池状态监测系统
CN116231010A (zh) * 2023-05-10 2023-06-06 北京新研创能科技有限公司 一种氢燃料电池系统故障诊断方法及系统
CN116247248A (zh) * 2023-05-10 2023-06-09 北京新研创能科技有限公司 基于排放物分析的氢燃料电池堆健康状态诊断方法及系统

Also Published As

Publication number Publication date
CN116456298A (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
CN116456298B (zh) 一种用于氢燃料电池系统的数据管理方法及系统
Lai et al. A quasi-two-dimensional electrochemistry modeling tool for planar solid oxide fuel cell stacks
Asensio et al. Analysis of electrochemical and thermal models and modeling techniques for polymer electrolyte membrane fuel cells
Asensio et al. Model for optimal management of the cooling system of a fuel cell-based combined heat and power system for developing optimization control strategies
Xu et al. Parameter extraction and uncertainty analysis of a proton exchange membrane fuel cell system based on Monte Carlo simulation
Pourrahmani Water management of the proton exchange membrane fuel cells: Optimizing the effect of microstructural properties on the gas diffusion layer liquid removal
Tang et al. Development and validation of a computationally efficient pseudo 3D model for planar SOFC integrated with a heating furnace
Liu et al. Multi-objective optimization of proton exchange membrane fuel cell geometry and operating parameters based on three new performance evaluation indexes
Headley et al. Development and experimental validation of a physics-based PEM fuel cell model for cathode humidity control design
Zhao et al. Comprehensive anode parameter study for an open-cathode PEMFC
Lin et al. Performance predictions in solid oxide fuel cells
CN116231000A (zh) 一种燃料电池/电堆仿真模型的构建方法
Milewski et al. Artificial neural network model of molten carbonate fuel cells: Validation on experimental data
Wan et al. Operating conditions combination analysis method of optimal water management state for PEM fuel cell
Zhang et al. Parameter identification of proton exchange membrane fuel cell based on swarm intelligence algorithm
Yu et al. Numerical study and prediction of water transfer in gas diffusion layer of proton exchange membrane fuel cells under vibrating conditions
Kim et al. The influence of flow direction variation on the performance of a single cell for an anode-substrate flat-panel solid oxide fuel cell
Liu et al. Predicting the Topological and Transport Properties in Porous Transport Layers for Water Electrolyzers
Bai et al. Eccentricity design for the coolant distribution optimization of a practical commercial-size proton exchange membrane fuel cell stack using a novel proper orthogonal decomposition based analysis model
CN110442923B (zh) 一种锂离子电池液冷热管理系统稳健设计优化方法
Chen et al. Study on Model Evolution Method Based on the Hybrid Modeling Technology With Support Vector Machine for an SOFC-GT System
Bıyıkoğlu et al. Parametric study of a single cell proton exchange membrane fuel cell for a bundle of straight gas channels
Jung Real-time and power hardware-in-the-loop simulation of PEM fuel cell stack system
Guarnieri et al. Distributed and lumped parameter models for fuel cells
Zhang et al. Numerical simulation and analysis of lithium battery heat dissipation based on multi-objective optimization

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