CN117740256A - 一种燃料电池重卡用氢气泄漏点监测定位方法和装置 - Google Patents
一种燃料电池重卡用氢气泄漏点监测定位方法和装置 Download PDFInfo
- Publication number
- CN117740256A CN117740256A CN202410182153.6A CN202410182153A CN117740256A CN 117740256 A CN117740256 A CN 117740256A CN 202410182153 A CN202410182153 A CN 202410182153A CN 117740256 A CN117740256 A CN 117740256A
- Authority
- CN
- China
- Prior art keywords
- hydrogen
- leakage point
- fuel cell
- heavy truck
- hydrogen leakage
- 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.)
- Pending
Links
- 239000001257 hydrogen Substances 0.000 title claims abstract description 181
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 181
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 178
- 239000000446 fuel Substances 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012544 monitoring process Methods 0.000 title claims abstract description 33
- 238000001514 detection method Methods 0.000 claims abstract description 40
- 238000013528 artificial neural network Methods 0.000 claims abstract description 12
- 239000000523 sample Substances 0.000 claims abstract description 10
- 238000007405 data analysis Methods 0.000 claims abstract description 9
- 210000004027 cell Anatomy 0.000 claims description 70
- 238000009792 diffusion process Methods 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 25
- 210000002569 neuron Anatomy 0.000 claims description 20
- 230000007613 environmental effect Effects 0.000 claims description 18
- 239000007789 gas Substances 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 7
- 230000004913 activation Effects 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 4
- 239000000779 smoke Substances 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 abstract description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 150000002431 hydrogen Chemical class 0.000 description 1
- 210000002364 input neuron Anatomy 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Fuel Cell (AREA)
Abstract
本申请涉及氢燃料电池技术领域，尤其涉及一种燃料电池重卡用氢气泄漏点监测定位方法和装置，通过在易发生氢气泄漏的位置附近布置氢浓度检测探头、多种传感器监测氢气泄漏浓度、风速、温度、湿度、气压等参数，并利用无线数据传输技术将检测数据传送到氢气泄漏点定位系统进行数据分析，基于加权质心算法、非线性最小二乘法、BP人工神经网络技术，结合高斯烟羽模型对氢气泄漏点进行定位，以实现实时监测氢气泄漏情况和精准定位氢气泄漏点位置的目的。本发明所述方法不仅可以实时监测氢气泄漏情况并且能及时高效快速精准给出氢气泄漏点位置信息，更大程度地保障了人员及车辆的安全。
Description
技术领域
本申请涉及氢燃料电池技术领域，尤其涉及一种燃料电池重卡用氢气泄漏点监测定位方法和装置。
背景技术
燃料电池汽车由于能量转化效率高、起动速度快、“零排放”，被认为是实现未来汽车工业可持续发展的重要方向之一。现阶段，燃料电池重卡在示范区内大规模示范运行，得到了显著好评。
但是在行驶过程中燃料电池重卡也可能会面临到由于各种原因所导致的氢气泄漏现象，氢气泄漏可能会引起火灾或者爆炸，对燃料电池重卡的安全运行以及驾驶员的人身安全造成重大威胁，因此，精准、快速、实时监测定位燃料电池重卡上的氢气泄漏点至关重要。
发明内容
本申请的主要目的在于提供一种燃料电池重卡用氢气泄漏点监测定位方法和装置，以解决现有技术中实时监测氢气泄漏情况和精准定位氢气泄漏点位置的目的。
为实现上述目的，本申请提供如下技术方案：
根据本发明第一方面，本发明请求保护一种燃料电池重卡用氢气泄漏点监测定位方法，其特征在于，包括：
获取所述燃料电池重卡周围的氢气浓度信息以及环境参数信息，将所述氢气浓度信息以及环境参数信息无线发送至氢气泄漏点定位系统进行数据分析；
所述氢气泄漏点定位系统利用加权质心算法分析所述氢气浓度信息以及环境参数信息，得到所述燃料电池重卡的初步定位泄漏点位置；
采用高斯烟羽扩散模型，依据所述燃料电池重卡的初步定位泄漏点位置构建泄漏点参数；
采用非线性最小二乘法构造所述泄漏点参数的目标函数；
采用BP神经网络优化所述泄漏点参数的目标函数并求解最小值，得到所述燃料电池重卡的精确定位泄漏点位置，所述氢气泄漏点定位系统根据所述精确定位泄漏点位置发出警报。
进一步的，所述获取所述燃料电池重卡周围的氢气浓度信息以及环境参数信息，将所述氢气浓度信息以及环境参数信息无线发送至氢气泄漏点定位系统进行数据分析中，还包括：
在所述燃料电池重卡的顶部及气瓶周围布置氢浓度检测探头，所述氢浓度检测探头实时检测所述燃料电池重卡周围的氢气浓度；
所述环境参数信息至少包括：风速、温度、湿度、气压；
在所述燃料电池重卡的顶部布置风速气压传感器、温湿度传感器，实时监测所述燃料电池重卡周围的风速、温度、湿度、气压。
进一步的，所述氢气泄漏点定位系统利用加权质心算法分析所述氢气浓度信息以及环境参数信息，得到所述燃料电池重卡的初步定位泄漏点位置，还包括：
依据所述氢气浓度信息以及环境参数信息构建风力影响下的二维坐标下的气体扩散模型；
依据斜风风向与x轴正向夹角建立新坐标系，使风向与新坐标系的x轴正方向相同，得到新坐标系中的任意点与旧坐标系中对应的点的转换关系；
依据所述新坐标系中的任意点与旧坐标系中对应的点的转换关系，得到所述新坐标系中的气体扩散模型；
获取所述新坐标系的三个点和所述三个点与氢气泄漏源的距离，依据所述新坐标系中的气体扩散模型得到所述三个点的氢气浓度；
引入影响因子和质心公式，计算得到新坐标系中的氢气泄漏源坐标；
依据新坐标系中的任意点与旧坐标系中对应的点的转换关系，将新坐标系中的氢气泄漏源坐标转换得到旧坐标系下的氢气泄漏源坐标，作为初步定位泄漏点位置。
进一步的，所述采用高斯烟羽扩散模型，依据所述燃料电池重卡的初步定位泄漏点位置构建泄漏点参数，还包括：
构建高斯烟羽扩散模型表达式，令所述燃料电池重卡的初步定位泄漏点位置的z坐标为0，得到泄漏点参数；
所述泄漏点参数中包括氢气在y方向和z方向的扩散系数，氢气监测点在y方向到氢气泄漏源的距离和氢气泄漏源的有效源高。
进一步的，所述采用非线性最小二乘法构造所述泄漏点参数的目标函数，还包括：
设定n个氢气浓度检测节点与氢气泄漏源在同一个二维平面，基准节点的氢气检测浓度和坐标分别是所有节点氢气检测浓度的平均值和所有节点坐标的平均值，获取任一节点的氢气检测浓度与基准节点的氢气检测浓度的关系；
依据所述任一节点的氢气检测浓度与基准节点的氢气检测浓度的关系计算得到所述泄漏点参数的目标函数。
进一步的，所述采用BP神经网络优化所述泄漏点参数的目标函数并求解最小值，得到所述燃料电池重卡的精确定位泄漏点位置，所述氢气泄漏点定位系统根据所述精确定位泄漏点位置发出警报，还包括：
所述BP神经网络的训练过程由信号的正向传播和误差的反向传播组成；
获取正向传播中，隐含层第j个神经元的输出和输出层第k个神经元的输出；
反向传播中，从隐含层的第j个神经元到输出层的第k个神经元，获取输出层的权值变化和输出层的偏置变化；
设定信号从输入层的第i个神经元传播到隐含层的第j个神经元，得到隐含层的权值变化和隐含层的偏置变化；
依据影响氢气浓度的气象因素包括风速、气压、温度、湿度，输入层的节点数为4，输出层的节点数为1，隐含层的层数为1，隐含层的节点数为5，输出层的激活函数为purelin函数，学习率为0.035。
根据本发明第二方面，本发明请求保护一种燃料电池重卡用氢气泄漏点监测定位装置，其特征在于，包括：
一个或多个处理器；
存储器，其上存储有一个或多个程序，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所述的一种燃料电池重卡用氢气泄漏点监测定位方法。
本申请涉及氢燃料电池技术领域，尤其涉及一种燃料电池重卡用氢气泄漏点监测定位方法和装置，通过在易发生氢气泄漏的位置附近布置氢浓度检测探头、多种传感器监测氢气泄漏浓度、风速、温度、湿度、气压等参数，并利用无线数据传输技术将检测数据传送到氢气泄漏点定位系统进行数据分析，基于加权质心算法、非线性最小二乘法、BP人工神经网络技术，结合高斯烟羽模型对氢气泄漏点进行定位，以实现实时监测氢气泄漏情况和精准定位氢气泄漏点位置的目的。本发明所述方法不仅可以实时监测氢气泄漏情况并且能及时高效快速精准给出氢气泄漏点位置信息，更大程度地保障了人员及车辆的安全。
附图说明
图1为本申请实施例所请求保护一种燃料电池重卡用氢气泄漏点监测定位方法的工作流程图；
图2为本申请实施例所请求保护一种燃料电池重卡用氢气泄漏点监测定位方法的氢气泄漏点监测示意图；
图3为本申请实施例所请求保护一种燃料电池重卡用氢气泄漏点监测定位装置的结构图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请中的术语“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或者隐含指明所指示的技术特征的数量。由此，限定有“第一”“第二”“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。本申请实施例中所有方向性指示（诸如上、下、左、右、前、后……）仅用于解释在某一特定姿态（如附图所示）下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。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它步骤或单元。
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，也不是与其他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他实施例相结合。
根据本发明第一实施例，参照附图1，本发明请求保护一种燃料电池重卡用氢气泄漏点监测定位方法，包括：
获取燃料电池重卡周围的氢气浓度信息以及环境参数信息，将氢气浓度信息以及环境参数信息无线发送至氢气泄漏点定位系统进行数据分析；
氢气泄漏点定位系统利用加权质心算法分析氢气浓度信息以及环境参数信息，得到燃料电池重卡的初步定位泄漏点位置；
采用高斯烟羽扩散模型，依据燃料电池重卡的初步定位泄漏点位置构建泄漏点参数；
采用非线性最小二乘法构造泄漏点参数的目标函数；
采用BP神经网络优化泄漏点参数的目标函数并求解最小值，得到燃料电池重卡的精确定位泄漏点位置，氢气泄漏点定位系统根据精确定位泄漏点位置发出警报。
进一步的，获取燃料电池重卡周围的氢气浓度信息以及环境参数信息，将氢气浓度信息以及环境参数信息无线发送至氢气泄漏点定位系统进行数据分析中，还包括：
在燃料电池重卡的顶部及气瓶周围布置氢浓度检测探头，氢浓度检测探头实时检测燃料电池重卡周围的氢气浓度；
环境参数信息至少包括：风速、温度、湿度、气压；
在燃料电池重卡的顶部布置风速气压传感器、温湿度传感器，实时监测燃料电池重卡周围的风速、温度、湿度、气压。
在该实施例中，如图2所示，在燃料电池重卡顶部及气瓶周围布置氢浓度检测探头，氢浓度检测探头可以实时检测燃料电池重卡周围的氢气浓度，在燃料电池重卡顶部布置风速气压传感器、温湿度传感器，实时监测燃料电池重卡周围的风速、温度、湿度、气压等参数，并通过无线数据传输技术将检测数据（浓度、位置、风速、温度、湿度、气压等参数信息）传送到氢气泄漏点定位系统进行数据分析。
进一步的，氢气泄漏点定位系统利用加权质心算法分析氢气浓度信息以及环境参数信息，得到燃料电池重卡的初步定位泄漏点位置，还包括：
依据氢气浓度信息以及环境参数信息构建风力影响下的二维坐标下的气体扩散模型；
依据斜风风向与x轴正向夹角建立新坐标系，使风向与新坐标系的x轴正方向相同，得到新坐标系中的任意点与旧坐标系中对应的点的转换关系；
依据新坐标系中的任意点与旧坐标系中对应的点的转换关系，得到新坐标系中的气体扩散模型；
获取新坐标系的三个点和三个点与氢气泄漏源的距离，依据新坐标系中的气体扩散模型得到三个点的氢气浓度；
引入影响因子和质心公式，计算得到新坐标系中的氢气泄漏源坐标；
依据新坐标系中的任意点与旧坐标系中对应的点的转换关系，将新坐标系中的氢气泄漏源坐标转换得到旧坐标系下的氢气泄漏源坐标，作为初步定位泄漏点位置。
其中，在该实施例中，考虑风的影响，二维坐标下的气体扩散模型如公式（1）所示：
（1）
其中，为坐标点/>处的浓度，/>为氢气泄漏源强，/>为扩散系数，/>为监测点到氢气泄漏源位置的距离，/>为风速，/>为坐标系中任一点到氢气泄漏源位置的距离。假设斜风风向与x轴正向夹角为/>，建立新坐标系，使风向与新坐标系的x轴正方向相同，则在新坐标系中的任意一点/>与旧坐标系中对应的点/>的关系如下：
（2）
将（1）代入新坐标系，得到
（3）
其中，是氢气泄漏源在新坐标系中的对应坐标。
分别引入两个影响因子来反映靠近气体源点的节点x坐标和y坐标的影响作用。在新坐标系二维平面内有3个节点，分别为，/>，/>，得到
（4）
其中，，/>，/>为新坐标系二维平面内3个节点/>，/>，/>到氢气泄漏源位置的距离，变换后得到：
（5）
其中，，/>为加权质心算法参数。在坐标系中有
（6）
其中，，/>为加权质心算法参数。有风时的加权质心算法的两个影响因子可以表示为
（7）
其中，为监测节点中最大的监测浓度，/>为第i个监测节点的监测浓度。/>和为指定参数，代入质心公式/>后得到
（8）
旧坐标系中氢气泄漏源的坐标与新坐标系中对应的点/>关系为
（9）
将公式（8）代入公式（9）即可得到氢气泄漏源坐标。
进一步的，采用高斯烟羽扩散模型，依据燃料电池重卡的初步定位泄漏点位置构建泄漏点参数，还包括：
构建高斯烟羽扩散模型表达式，令燃料电池重卡的初步定位泄漏点位置的z坐标为0，得到泄漏点参数；
泄漏点参数中包括氢气在y方向和z方向的扩散系数，氢气监测点在y方向到氢气泄漏源的距离和氢气泄漏源的有效源高。
其中，在该实施例中，高斯烟羽扩散模型数学表达式为
（10）
二维模型中令z=0，得到
（11）
其中，为/>处氢气的浓度，Q为氢气泄漏源强，u为风速，/>和/>为氢气在y方向和z方向的扩散系数，y为氢气监测点在y方向到氢气泄漏源的距离，H为泄漏源有效源高。
进一步的，采用非线性最小二乘法构造泄漏点参数的目标函数，还包括：
设定n个氢气浓度检测节点与氢气泄漏源在同一个二维平面，基准节点的氢气检测浓度和坐标分别是所有节点氢气检测浓度的平均值和所有节点坐标的平均值，获取任一节点的氢气检测浓度与基准节点的氢气检测浓度的关系；
依据任一节点的氢气检测浓度与基准节点的氢气检测浓度的关系计算得到泄漏点参数的目标函数。
其中，在该实施例中，假设n个氢气浓度检测节点与氢气泄漏源在同一二维平面，N0为基准节点，其氢气检测浓度和坐标分别是所有节点氢气检测浓度的平均值和所有节点坐标的平均值。
（12）
其中，和/>分别是基准节点和第i个节点的氢气检测浓度，/>和/>分别是基准节点和第i个节点的横坐标，/>和/>分别是基准节点和第i个节点的纵坐标。任一节点的氢气检测浓度/>与基准节点的氢气检测浓度/>关系如下：
（13）
其中，和/>分别是基准点和第i个节点在x方向到氢气泄漏源的距离，/>和/>分别是基准点和第i个节点在y方向到氢气泄漏源的距离。
简化后得
（14）
最终得到目标函数
（15）。
进一步的，采用BP神经网络优化泄漏点参数的目标函数并求解最小值，得到燃料电池重卡的精确定位泄漏点位置，氢气泄漏点定位系统根据精确定位泄漏点位置发出警报，还包括：
BP神经网络的训练过程由信号的正向传播和误差的反向传播组成；
获取正向传播中，隐含层第j个神经元的输出和输出层第k个神经元的输出；
反向传播中，从隐含层的第j个神经元到输出层的第k个神经元，获取输出层的权值变化和输出层的偏置变化；
设定信号从输入层的第i个神经元传播到隐含层的第j个神经元，得到隐含层的权值变化和隐含层的偏置变化；
其中，在该实施例中，BP神经网络的训练过程由信号的正向传播和误差的反向传播组成。正向传播中，隐含层第j个神经元的输出为：
（16）
其中，为输入层到隐含层的权值，/>为第i个输入神经元，/>为输入层到隐含层的偏置，/>为输入层到隐含层的激活函数。
输出层第k个神经元的输出为
（17）
其中，为隐含层到输出层的权值，/>为隐含层的实际输出，/>为隐含层到输出层的偏置，/>为隐含层到输出层的激活函数。
误差函数为
（18）
其中，和/>分别为输出层的期望输出和实际输出。
反向传播中，对于从隐含层的第j个神经元到输出层的第k个神经元，输出层的权值变化为：
（19）
其中，为学习率。/>。
输出层的偏置变化为
（20）
假设信号从输入层的第i个神经元传播到隐含层的第j个神经元，则隐含层的权值变化为：
（21）
其中，。
隐含层的偏置变化为
（22）。
依据影响氢气浓度的气象因素包括风速、气压、温度、湿度，输入层的节点数为4，输出层的节点数为1，隐含层的层数为1，隐含层的节点数为5，输出层的激活函数为purelin函数，学习率为0.035。
根据本发明第二实施例，参照附图3，本发明请求保护一种燃料电池重卡用氢气泄漏点监测定位装置，其特征在于，包括：
一个或多个处理器；
存储器，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现的一种燃料电池重卡用氢气泄漏点监测定位方法。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，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，机械或其他的形式。
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。以上仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所做的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围。
以上对发明的具体实施方式进行了详细说明，但其只作为范例，本申请并不限制于以上描述的具体实施方式。对于本领域的技术人员而言，任何对该发明进行的等同修改或替代也都在本申请的范畴之中，因此，在不脱离本申请的精神和原则范围下所作的均等变换和修改、改进等，都应涵盖在本申请的范围内。
Claims (7)
1.一种燃料电池重卡用氢气泄漏点监测定位方法，其特征在于，包括：
获取所述燃料电池重卡周围的氢气浓度信息以及环境参数信息，将所述氢气浓度信息以及环境参数信息无线发送至氢气泄漏点定位系统进行数据分析；
所述氢气泄漏点定位系统利用加权质心算法分析所述氢气浓度信息以及环境参数信息，得到所述燃料电池重卡的初步定位泄漏点位置；
采用高斯烟羽扩散模型，依据所述燃料电池重卡的初步定位泄漏点位置构建泄漏点参数；
采用非线性最小二乘法构造所述泄漏点参数的目标函数；
采用BP神经网络优化所述泄漏点参数的目标函数并求解最小值，得到所述燃料电池重卡的精确定位泄漏点位置，所述氢气泄漏点定位系统根据所述精确定位泄漏点位置发出警报。
2.如权利要求1所述的一种燃料电池重卡用氢气泄漏点监测定位方法，其特征在于，所述获取所述燃料电池重卡周围的氢气浓度信息以及环境参数信息，将所述氢气浓度信息以及环境参数信息无线发送至氢气泄漏点定位系统进行数据分析中，还包括：
在所述燃料电池重卡的顶部及气瓶周围布置氢浓度检测探头，所述氢浓度检测探头实时检测所述燃料电池重卡周围的氢气浓度；
所述环境参数信息至少包括：风速、温度、湿度、气压；
在所述燃料电池重卡的顶部布置风速气压传感器、温湿度传感器，实时监测所述燃料电池重卡周围的风速、温度、湿度、气压。
3.如权利要求1所述的一种燃料电池重卡用氢气泄漏点监测定位方法，其特征在于，所述氢气泄漏点定位系统利用加权质心算法分析所述氢气浓度信息以及环境参数信息，得到所述燃料电池重卡的初步定位泄漏点位置，还包括：
依据所述氢气浓度信息以及环境参数信息构建风力影响下的二维坐标下的气体扩散模型；
依据斜风风向与x轴正向夹角建立新坐标系，使风向与新坐标系的x轴正方向相同，得到新坐标系中的任意点与旧坐标系中对应的点的转换关系；
依据所述新坐标系中的任意点与旧坐标系中对应的点的转换关系，得到所述新坐标系中的气体扩散模型；
获取所述新坐标系的三个点和所述三个点与氢气泄漏源的距离，依据所述新坐标系中的气体扩散模型得到所述三个点的氢气浓度；引入影响因子和质心公式，计算得到新坐标系中的氢气泄漏源坐标；
依据新坐标系中的任意点与旧坐标系中对应的点的转换关系，将新坐标系中的氢气泄漏源坐标转换得到旧坐标系下的氢气泄漏源坐标，作为初步定位泄漏点位置。
4.如权利要求1所述的一种燃料电池重卡用氢气泄漏点监测定位方法，其特征在于，所述采用高斯烟羽扩散模型，依据所述燃料电池重卡的初步定位泄漏点位置构建泄漏点参数，还包括：
构建高斯烟羽扩散模型表达式，令所述燃料电池重卡的初步定位泄漏点位置的z坐标为0，得到泄漏点参数；
所述泄漏点参数中包括氢气在y方向和z方向的扩散系数，氢气监测点在y方向到氢气泄漏源的距离和氢气泄漏源的有效源高。
5.如权利要求1所述的一种燃料电池重卡用氢气泄漏点监测定位方法，其特征在于，所述采用非线性最小二乘法构造所述泄漏点参数的目标函数，还包括：
设定n个氢气浓度检测节点与氢气泄漏源在同一个二维平面，基准节点的氢气检测浓度和坐标分别是所有节点氢气检测浓度的平均值和所有节点坐标的平均值，获取任一节点的氢气检测浓度与基准节点的氢气检测浓度的关系；
依据所述任一节点的氢气检测浓度与基准节点的氢气检测浓度的关系计算得到所述泄漏点参数的目标函数。
6.如权利要求1所述的一种燃料电池重卡用氢气泄漏点监测定位方法，其特征在于，所述采用BP神经网络优化所述泄漏点参数的目标函数并求解最小值，得到所述燃料电池重卡的精确定位泄漏点位置，所述氢气泄漏点定位系统根据所述精确定位泄漏点位置发出警报，还包括：
所述BP神经网络的训练过程由信号的正向传播和误差的反向传播组成；
获取正向传播中，隐含层第j个神经元的输出和输出层第k个神经元的输出；
反向传播中，从隐含层的第j个神经元到输出层的第k个神经元，获取输出层的权值变化和输出层的偏置变化；
设定信号从输入层的第i个神经元传播到隐含层的第j个神经元，得到隐含层的权值变化和隐含层的偏置变化；
依据影响氢气浓度的气象因素包括风速、气压、温度、湿度，输入层的节点数为4，输出层的节点数为1，隐含层的层数为1，隐含层的节点数为5，输出层的激活函数为purelin函数，学习率为0.035。
7.一种燃料电池重卡用氢气泄漏点监测定位装置，其特征在于，包括：
一个或多个处理器；
存储器，其上存储有一个或多个程序，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根据权利要求1至6中任意一项所述的一种燃料电池重卡用氢气泄漏点监测定位方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410182153.6A CN117740256A (zh) | 2024-02-19 | 2024-02-19 | 一种燃料电池重卡用氢气泄漏点监测定位方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410182153.6A CN117740256A (zh) | 2024-02-19 | 2024-02-19 | 一种燃料电池重卡用氢气泄漏点监测定位方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117740256A true CN117740256A (zh) | 2024-03-22 |
Family
ID=90281742
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410182153.6A Pending CN117740256A (zh) | 2024-02-19 | 2024-02-19 | 一种燃料电池重卡用氢气泄漏点监测定位方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117740256A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112748221A (zh) * | 2020-12-30 | 2021-05-04 | 南京汽车集团有限公司 | 一种轻卡氢燃料电池车检测整车氢泄漏方法 |
| LU500108B1 (en) * | 2021-03-10 | 2021-11-04 | Beijing Catarc Tech Co Ltd | Method for monitoring and alarming hydrogen leakage of fuel-cell vehicle and system thereof |
| CN114942477A (zh) * | 2022-04-22 | 2022-08-26 | 北京交通大学 | 液氢燃料电池汽车的氢泄漏扩散监测方法及系统 |
| CN116164243A (zh) * | 2023-04-26 | 2023-05-26 | 北京理工大学 | 一种氢泄漏检测定位系统及方法 |
-
2024
- 2024-02-19 CN CN202410182153.6A patent/CN117740256A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112748221A (zh) * | 2020-12-30 | 2021-05-04 | 南京汽车集团有限公司 | 一种轻卡氢燃料电池车检测整车氢泄漏方法 |
| LU500108B1 (en) * | 2021-03-10 | 2021-11-04 | Beijing Catarc Tech Co Ltd | Method for monitoring and alarming hydrogen leakage of fuel-cell vehicle and system thereof |
| CN114942477A (zh) * | 2022-04-22 | 2022-08-26 | 北京交通大学 | 液氢燃料电池汽车的氢泄漏扩散监测方法及系统 |
| CN116164243A (zh) * | 2023-04-26 | 2023-05-26 | 北京理工大学 | 一种氢泄漏检测定位系统及方法 |
Non-Patent Citations (3)
| Title |
|---|
| 吴陈: "计算机智能与深度学习", 31 March 2021, 西安电子科技大学出版社, pages: 24 - 31 * |
| 孙凯: "危险气体无线监测系统的设计及气体源定位算法的研究", 中国优秀硕士学位论文全文数据库（电子期刊）信息科技辑, 31 January 2017 (2017-01-31), pages 44 - 46 * |
| 张苗苗: "有风情况下气体源的加权质心定位算法研究", 电子设计工程, vol. 27, no. 08, 20 April 2019 (2019-04-20), pages 54 - 57 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102654387B (zh) | 一种基于空间曲面约束的工业机器人在线标定装置及其实现方法 | |
| CN101482607B (zh) | 应用于无线移动传感器网络的目标跟踪方法及装置 | |
| CN102865976B (zh) | 电池舱电解液泄漏检测方法及使用该方法的监测装置 | |
| CN111352444A (zh) | 基于无线导航的无人机室外移动平台自主降落方法及系统 | |
| CN107656180A (zh) | 一种局部放电智能传感器检测方法 | |
| CN101977068A (zh) | 不需目标仰角参数对目标来波方向进行快速测定的方法 | |
| CN105241574A (zh) | 考虑声线弯曲行为的炉内三维温度场声学重建方法 | |
| CN106890008A (zh) | 一种脑血管分析系统 | |
| CN103838210A (zh) | 突发事件现场有毒气体远程无线监测系统和方法 | |
| CN107884743A (zh) | 适用于任意结构声音阵列的波达方向智能估计方法 | |
| Luo et al. | A novel static deformation measurement and visualization method for wind turbine blades using home-made LiDAR and processing program | |
| CN117740256A (zh) | 一种燃料电池重卡用氢气泄漏点监测定位方法和装置 | |
| CN116256026B (zh) | 一种动态服役工况下多维拼接拼焊结构的健康监测系统 | |
| CN104236618A (zh) | 泵车间臂架姿态防碰撞检测方法及系统 | |
| Yu et al. | Semi-physical verification technology for dynamic performance of internet of things system | |
| CN115103437B (zh) | 一种蓝牙和惯性测量单元的紧耦合室内定位方法 | |
| CN114302360B (zh) | 一种基于Arduino小车搭载传感器对气体溯源的系统及其算法 | |
| CN103969620A (zh) | 一种无线网络系统中基于信号到达时间的非合作定位方法 | |
| CN104819382A (zh) | 一种用于光纤预警系统的自适应恒虚警率振源检测方法 | |
| CN111189926B (zh) | 一种基于全域搜索辨识结构空洞位置的方法及系统 | |
| CN112130115B (zh) | 基于窄带超声波束形成的变压器微型机器鱼定位成像方法 | |
| Liu et al. | Docking safety assessment and optimization for autonomous aerial refueling: a data-driven method | |
| CN113533531A (zh) | 一种材料损伤定位装置、定位方法及验证方法 | |
| Yu et al. | Research Progress of Semi-physical Verification Technology Based on Photoelectric Sensing | |
| Li et al. | Research on omnidirectional movement and environment detection function of inspection robot |
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 |