CN118336036A - 一种进气状态响应处理方法和装置 - Google Patents
一种进气状态响应处理方法和装置 Download PDFInfo
- Publication number
- CN118336036A CN118336036A CN202410530704.3A CN202410530704A CN118336036A CN 118336036 A CN118336036 A CN 118336036A CN 202410530704 A CN202410530704 A CN 202410530704A CN 118336036 A CN118336036 A CN 118336036A
- Authority
- CN
- China
- Prior art keywords
- temperature
- air
- fuzzy
- input data
- state
- 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
- 230000004044 response Effects 0.000 title claims abstract description 90
- 238000003672 processing method Methods 0.000 title claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 156
- 238000000034 method Methods 0.000 claims abstract description 95
- 229910052739 hydrogen Inorganic materials 0.000 claims abstract description 43
- 239000001257 hydrogen Substances 0.000 claims abstract description 41
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims abstract description 40
- 239000000446 fuel Substances 0.000 claims abstract description 37
- 230000004043 responsiveness Effects 0.000 claims description 84
- 239000000110 cooling liquid Substances 0.000 claims description 80
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 70
- 239000007789 gas Substances 0.000 claims description 58
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 48
- 210000004027 cell Anatomy 0.000 claims description 41
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 37
- 239000001301 oxygen Substances 0.000 claims description 37
- 229910052760 oxygen Inorganic materials 0.000 claims description 37
- 210000000349 chromosome Anatomy 0.000 claims description 35
- 230000036961 partial effect Effects 0.000 claims description 35
- 230000008859 change Effects 0.000 claims description 30
- 229910052757 nitrogen Inorganic materials 0.000 claims description 30
- 238000004422 calculation algorithm Methods 0.000 claims description 25
- 230000002068 genetic effect Effects 0.000 claims description 23
- 238000009413 insulation Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 238000012546 transfer Methods 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 14
- 229910001873 dinitrogen Inorganic materials 0.000 claims description 11
- MYMOFIZGZYHOMD-UHFFFAOYSA-N Dioxygen Chemical compound O=O MYMOFIZGZYHOMD-UHFFFAOYSA-N 0.000 claims description 10
- 229910001882 dioxygen Inorganic materials 0.000 claims description 10
- 238000010438 heat treatment Methods 0.000 claims description 10
- 239000007788 liquid Substances 0.000 claims description 6
- 230000006870 function Effects 0.000 description 120
- 230000008569 process Effects 0.000 description 32
- 238000012360 testing method Methods 0.000 description 23
- 239000002826 coolant Substances 0.000 description 14
- 238000010586 diagram Methods 0.000 description 11
- 238000010276 construction Methods 0.000 description 8
- 238000011161 development Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000013178 mathematical model Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011430 maximum method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000008303 genetic mechanism Effects 0.000 description 1
- 150000002431 hydrogen Chemical class 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000005293 physical law Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
Landscapes
- Feedback Control In General (AREA)
Abstract
本申请提供一种进气状态响应处理方法和装置，该方法包括：获取目标设备对应的设备模型、状态量输入数据和控制量输入数据；目标设备为氢燃料电池进气系统关联的设备；基于设备模型对状态量输入数据和控制量输入数据进行模糊化处理，得到模糊化处理结果，以及对模糊化处理结果进行模糊推理得到实时进气状态响应性的模糊数据，以及对实时进气状态响应性的模糊数据进行解模糊化处理，得到设备模型对应的实时进气状态响应性结果。利用模糊逻辑对氢燃料电池进气系统设备模型的输入数据进行模糊处理、模糊推理和解模糊化，提高了进气状态响应的精度。
Description
技术领域
本申请涉及氢燃料电池测试领域，尤其涉及一种进气状态响应处理方法和装置。
背景技术
如今，能源的短缺和环境污染问题与日俱增，世界各国政府纷纷将可持续发展的目光投向了新能源汽车领域。其中，氢燃料电池汽车因其节能、高效、零排放等优点备受关注。针对氢燃料电池开发周期长、核心零部件成本高等缺陷，硬件在环测试系统在缩短开发周期、节约开发成本方面显得尤为重要。而硬件在环(HIL)测试系统的核心就是氢燃料电池模型的开发，而进气系统模型是氢燃料电池系统重要的组成部分。
在实际应用中，进气状态计算精确度不足限制了硬件在环测试系统测试精确性，动态响应不足或超调问题也限制了硬件在环测试系统的应用范围。为了解决这些问题，相关技术提出了基于经验公式的进气系统模型，然而，基于经验公式的进气系统模型不能处理不确定性问题。相关技术还采用了基于试验数据的进气系统模型，根据实物测试结果拟合数据进行查表插值的方法建模。然而基于试验数据的进气系统模型仍然存在进气状态响应精度较低问题。
因此，提供一种进气状态响应处理方法，以提高进气状态响应的精度，显得格外重要。
发明内容
为了解决上述技术问题，本申请提出了一种进气状态响应处理方法及装置。
一方面，本申请实施例提供了一种进气状态响应处理方法，方法包括：
获取目标设备对应的设备模型、状态量输入数据和控制量输入数据；目标设备对应的设备模型为根据目标设备的类型与功能对目标设备的历史工作参数进行处理得到；目标设备为氢燃料电池进气系统关联的设备；状态量输入数据包括氢燃料电池进气系统运行环境关联的参数；控制量输入数据为目标设备关联的当前工作参数；
基于设备模型对状态量输入数据和控制量输入数据进行模糊化处理，得到模糊化处理结果，以及对模糊化处理结果进行模糊推理得到实时进气状态响应性的模糊数据，以及对实时进气状态响应性的模糊数据进行解模糊化处理，得到设备模型对应的实时进气状态响应性结果。
进一步地，基于设备模型对状态量输入数据和控制量输入数据进行模糊化处理，得到模糊化处理结果，包括：
构建状态量输入数据的模糊子集和状态量输入数据的隶属函数，构建控制量输入数据的模糊子集和控制量输入数据的隶属函数；
基于状态量输入数据的隶属函数对状态量输入数据进行模糊化处理，基于控制量输入数据的隶属函数对控制量输入数据进行模糊化处理，得到模糊化处理结果；
对模糊化处理结果进行模糊推理得到实时进气状态响应性的模糊数据，包括：
构建实时进气状态响应性的模糊子集和隶属函数，构建状态量输入数据的模糊子集、控制量输入数据的模糊子集与实时状态响应性的模糊子集的映射关系；
基于映射关系建立模糊规则；基于实时进气状态响应性的模糊子集和隶属函数、模糊规则建立模糊推理的参数；
基于模糊规则对模糊化处理结果进行模糊推理，得到实时进气状态响应性的模糊数据。
进一步地，在得到设备模型对应的实时进气状态响应性结果之后，方法还包括：
基于遗传算法对模糊推理的参数进行调整，得到调整后的模糊推理的参数；
其中，调整后的模糊推理的参数用于对设备模型的进气状态响应性进行处理，得到设备模型的目标进气状态响应性结果。
进一步地，基于遗传算法对模糊规则进行调整，得到调整后的模糊规则，包括：
根据控制量输入数据、状态量输入数据、实时进气状态响应性结果、控制量输入数据的隶属函数、状态量输入数据的隶属函数和模糊推理的参数构建染色体；
对染色体进行处理得到初始种群；
以实时进气状态响应性结果为调整目标，构造目标函数和惩罚算子；
采用目标函数和惩罚算子对染色体进行适应度计算，得到染色体的适应度；
根据染色体的适应度和目标函数对初始种群依次进行选择、交叉、变异处理，得到调整后的模糊推理的参数。
进一步地，历史工作参数包括温度参数和流量参数，获取目标设备对应的设备模型包括：
获取目标设备的温度参数和流量参数；
根据目标设备的类型和功能，对温度参数和流量参数进行处理，构建目标设备对应的设备模型。
进一步地，目标设备包括空压机，设备模型包括空压机模型，获取目标设备的温度参数和流量参数，包括：
获取空压机进口压力、空压机出口压力、标准进气温度、标准进气压力、空气绝热指数、空气定压比热容、空压机进口温度、标准进气状态空压机质量流量、标准状态下空压机的进口压力和空压机出口压力的比值、标准状态下空压机的转速；
根据目标设备的类型和功能，对温度参数和流量参数进行处理，构建目标设备对应的设备模型，包括：
基于标准状态下空压机的进口压力和空压机出口压力的比值和转速确定空压机的质量流量；
根据空压机进口压力与标准进气压力的比值，得到标准压力比；
根据标准进气温度与空压机进口温度的比值，得到标准温度比；基于标准压力比、标准温度比和标准进气状态空压机质量流量对质量流量进行修正得到空压机的质量流量方程；
根据空压机进口压力与空压机出口压力的比值，得到空压机压力比；根据空压机压力比与标准进气状态空压机质量流量的关系处理构建效率特性曲线；根据空压机进口温度、效率特性曲线、空压机压力比和空气绝热指数构建空压机的温度计算公式；
根据空压机出口温度与空压机进口温度的差值，得到空压机温度差；根据质量流程方程、空气定压比热容、空压机温度差构建空压机的输出功率公式；
根据质量流程方程、温度公式和输出功率公式构建空压机模型。
进一步地，目标设备包括阀门，设备模型包括阀门模型，获取目标设备的温度参数和流量参数，包括：
获取阀门的基于阀门开度的流通面积、阀门入口压力、阀门出口压力、空气气体常数、阀门入口温度和空气绝热指数；
根据目标设备的类型和功能，对温度参数和流量参数进行处理，构建目标设备对应的设备模型，包括：
根据阀门入口压力与阀门出口压力的比值，得到阀门压力比；根据阀门压力比与空气绝热指数构建流动函数；
根据流动函数、阀门入口压力、基于阀门开度的流通面积、空气气体常数和阀门入口温度构建阀门的流动方程；
根据流动方程构建阀门模型。
进一步地，目标设备包括中冷器，设备模型包括中冷器模型，获取目标设备的温度参数和流量参数，包括：
获取中冷器的热交换面积、换热系数、空气侧平均温度、冷却液入口温度、空气流量、空气定压比热、空气出口温度、中冷器内冷却液侧平均温度、空气入口温度、冷却液流量、冷却液比热容和冷却液出口温度；
根据目标设备的类型和功能，对温度参数和流量参数进行处理，构建目标设备对应的设备模型，包括：
根据空气侧平均温度与冷却液侧平均温度的差值，得到温度差；根据温度差、热交换面积和换热系数构建中冷器的传热方程；
根据空气出口温度与空气入口温度的差值，得到空气温度差；根据空气温度差、空气流量和空气定压比热构建中冷器的空气温度变化方程；
根据冷却液出口温度与冷却液入口温度的差值，得到冷却液温度差；根据冷却液温度差、冷却液流量、冷却液比热容构建中冷器的冷却液温度变化方程；
根据传热方程、空气温度变化方程、冷却液温度变化方程构建中冷器模型。
进一步地，目标设备包括电堆，设备模型包括电堆气路模型，获取目标设备的温度参数和流量参数，包括：
获取电堆的热交换面积、换热系数、冷却液温度、电堆发热量、电堆质量、电堆比热容、环境温度、氧气质量、氮气质量、水蒸气质量、反应消耗氧气流量、反应生成水流量、阴极腔体积、氧气气体常数、氮气气体常数、水蒸气气体常数；
根据目标设备的类型和功能，对温度参数和流量参数进行处理，构建目标设备对应的设备模型，包括：
根据电堆发热量、换热系数、热交换面积、冷液平均温度、环境温度、电堆质量和电堆比热容构建电堆温度方程；
根据理想气体方程，对电堆温度方程、氧气质量、阴极腔体积和氧气气体常数进行处理，得到电堆的电堆内氧气分压方程；
根据理想气体方程，对电堆温度方程、氮气质量、阴极腔体积和氮气气体常数进行处理，得到电堆的电堆内氮气分压方程；
根据理想气体方程，对电堆温度方程、水蒸气质量、阴极腔体积和水蒸气气体常数进行处理得到电堆的电堆内水蒸气分压方程；
根据电堆温度方程、电堆内氧气分压方程、电堆内氮气分压、电堆内水蒸气分压方程构建电堆气路模型。
另一方面，本申请实施例提供了一种进气状态响应处理装置，进气状态响应处理装置包括：
设备模块，用于获取目标设备对应的设备模型、状态量输入数据和控制量输入数据；目标设备对应的设备模型为根据目标设备的类型与功能对目标设备的历史工作参数进行处理得到；目标设备为氢燃料电池进气系统关联的设备；状态量输入数据包括氢燃料电池进气系统运行环境关联的参数；控制量输入数据为目标设备关联的当前工作参数；
模糊控制模块，用于基于设备模型对状态量输入数据和控制量输入数据进行模糊化处理，得到模糊化处理结果，以及对模糊化处理结果进行模糊推理得到实时进气状态响应性的模糊数据，以及对实时进气状态响应性的模糊数据进行解模糊化处理，得到设备模型对应的实时进气状态响应性结果。
进一步地，模糊控制模块，包括：
模糊化处理模块，用于构建状态量输入数据的模糊子集和状态量输入数据的隶属函数，构建控制量输入数据的模糊子集和控制量输入数据的隶属函数；
基于状态量输入数据的隶属函数对状态量输入数据进行模糊化处理，基于控制量输入数据的隶属函数对控制量输入数据进行模糊化处理，得到模糊化处理结果；
模糊推理模块，用于构建实时进气状态响应性的模糊子集和隶属函数，构建状态量输入数据的模糊子集、控制量输入数据的模糊子集与实时状态响应性的模糊子集的映射关系；
基于映射关系建立模糊规则；基于实时进气状态响应性的模糊子集和隶属函数、模糊规则建立模糊推理的参数；
基于模糊规则对模糊化处理结果进行模糊推理，得到实时进气状态响应性的模糊数据。
解模糊化模块，用于对实时进气状态响应性的模糊数据进行解模糊化处理，得到设备模型对应的实时进气状态响应性结果。
进一步地，模糊推理模块还包括：
遗传算法调整模块，用于基于遗传算法对模糊推理的参数进行调整，得到调整后的模糊推理的参数；
其中，调整后的模糊推理的参数用于对设备模型的进气状态响应性进行处理，得到设备模型的目标进气状态响应性结果。
进一步地，遗传算法调整模块还用于根据控制量输入数据集、状态量输入数据集、实时进气状态响应性结果、控制量输入集数据的隶属函数、状态量输入集数据的隶属函数和模糊推理的参数构建染色体；
对染色体进行处理得到初始种群；
以实时进气状态响应性结果实时进气响应性为调整目标，构造目标函数；
采用目标函数和惩罚算子对染色体进行适应度计算，得到染色体的适应度；
根据染色体的适应度和目标函数对初始种群依次进行选择、交叉、变异处理，得到调整后的模糊规则。
进一步地，设备模块包括历史工作参数获取模块，用于获取目标设备的温度参数和流量参数；
设备模块还包括构建模型模块，用于根据目标设备的类型和功能，对温度参数和流量参数进行处理，构建目标设备对应的设备模型。
进一步地，历史工作参数获取模块包括空压机历史工作参数获取模块，用于获取空压机的进口压力、空压机出口压力、标准进气温度、标准进气压力、空气绝热指数、空气定压比热容、空压机进口温度、标准进气状态空压机质量流量、标准状态下空压机的进口压力和空压机出口压力的比值、标准状态下空压机的转速；
构建模型模块包括构建空压机模型模块，用于基于比值和转速确定空压机的质量流量；
根据空压机进口压力与标准进气压力的比值，得到标准压力比；
根据标准进气温度与空压机进口温度的比值，得到标准温度比；基于标准压力比、标准温度比和标准进气状态空压机质量流量对质量流量进行修正得到空压机的质量流量方程；
根据空压机进口压力与空压机出口压力的比值，得到空压机压力比；根据空压机压力比与标准进气状态空压机质量流量构建效率特性曲线；根据空压机进口温度、效率特性曲线、空压机压力比和空气绝热指数构建空压机的温度计算公式；
根据空压机出口温度与空压机进口温度的差值，得到空压机温度差；根据质量流程方程、空气定压比热容、空压机温度差构建空压机的输出功率公式；
根据质量流程方程、温度公式和输出功率公式构建空压机模型。
进一步地，历史工作参数获取模块包括阀门历史工作参数获取模块，用于获取阀门的基于阀门开度的流通面积、阀门入口压力、阀门出口压力、空气气体常数、阀门入口温度和空气绝热指数；
构建模型模块包括构建阀门模型模块，用于根据阀门入口压力与阀门出口压力的比值，得到阀门压力比；根据阀门压力比与空气绝热指数构建流动函数；
根据流动函数、阀门入口压力、基于阀门开度的流通面积、空气气体常数和阀门入口温度构建阀门的流动方程；
根据流动方程构建阀门模型。
进一步地，历史工作参数获取模块包括中冷器历史工作参数获取模块，用于获取中冷器的热交换面积、换热系数、空气侧平均温度、冷却液入口温度、空气流量、空气定压比热、空气出口温度、中冷器内冷却液侧平均温度、空气入口温度、冷却液流量、冷却液比热容和冷却液出口温度；
构建模型模块包括构建中冷器模型模块，用于根据空气侧平均温度与冷却液侧平均温度的差值，得到温度差；根据温度差、热交换面积和换热系数构建中冷器的传热方程；
根据空气出口温度与空气入口温度的差值，得到空气温度差；根据空气温度差、空气流量和空气定压比热构建中冷器的空气温度变化方程；
根据冷却液出口温度与冷却液入口温度的差值，得到冷却液温度差；根据冷却液温度差、冷却液流量、冷却液比热容构建中冷器的冷却液温度变化方程；
根据传热方程、空气温度变化方程、冷却液温度变化方程构建中冷器模型。
进一步地，历史工作参数获取模块包括电堆历史工作参数获取模块，用于获取电堆的热交换面积、换热系数、冷却液温度、电堆发热量、电堆质量、电堆比热容、环境温度、氧气质量、氮气质量、水蒸气质量、反应消耗氧气流量、反应生成水流量、阴极腔体积、氧气气体常数、氮气气体常数、水蒸气气体常数；
构建模型模块包括构建电堆气路模型模块，用于根据电堆发热量、换热系数、热交换面积、冷液平均温度、环境温度、电堆质量和电堆比热容构建电堆温度方程；
根据理想气体方程，对电堆温度方程、氧气质量、阴极腔体积和氧气气体常数进行处理，得到电堆的电堆内氧气分压方程；
根据理想气体方程，对电堆温度方程、氮气质量、阴极腔体积和氮气气体常数进行处理，得到电堆的电堆内氮气分压方程；
根据理想气体方程，对电堆温度方程、水蒸气质量、阴极腔体积和水蒸气气体常数进行处理得到电堆的电堆内水蒸气分压方程；
根据电堆温度方程、电堆内氧气分压方程、电堆内氮气分压、电堆内水蒸气分压方程构建电堆气路模型。
另一方面，本申请实施例还提供了一种进气状态相响应处理的电子设备，所述电子设备包括处理器和存储器，存储器中存储有至少一条指令或至少一段程序，至少一条指令或至少一段程序由处理器加载并执行以实现如上述所述的进气状态响应处理方法。
另一方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如上述所述的进气状态响应处理方法。
另一方面，本申请实施例还提供了一种计算机程序产品，所述计算机程被处理器执行时实现如上述所述的进气状态响应处理方法。
本申请实施例提出的进气状态响应处理方法和装置，通过构建氢燃料电池进气系统目标设备模型，获取目标设备的状态量输入数据和控制量输入数据，并对状态量输入数据和控制量输入数据进行模糊化处理，得到模糊化处理结果，对模糊化处理结果进行模糊推理得到实时进气状态响应性的模糊数据，对实时进气状态响应性的模糊数据进行解模糊化处理，得到设备模型对应的实时进气状态响应性结果，提高了进气状态响应的精度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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它附图。
图1是根据一示例性实施例示出的一种进气状态响应性处理方法的应用环境示意图。
图2是根据一示例性实施例示出的一种进气状态响应处理方法的流程示意图。
图3是根据一示例性实施例示出的一种氢燃料电池进气系统拓扑结构示意图。
图4是根据一示例性实施例示出的一种模糊控制逻辑示意图。
图5是根据一示例性实施例示出的遗传算法调整示意图。
图6是根据一示例性实施例示出的一种进气状态响应处理装置框图。
图7是根据一示例性实施例示出的一种进气状态响应处理方法的计算机的硬件结构框图。
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，所描述的实施例仅仅是本申请一部分实施例，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的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。
需要说明的是，在本实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。此外，术语“包括”和“具有”以及他们的任何变形，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、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了使本申请实施例公开的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请实施例进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请实施例，并不用于限定本申请实施例。
本申请实施例中，氢燃料电池汽车进行硬件在环(HIL)测试时，可以使用本申请迅速确定不同测试条件下的最优实时进气状态响应性，根据最优实时进气状态响应性进行硬件在环(HIL)测试；当测试条件发生变化时，导致原有的模糊规则不适用时，可以使用本申请重新确定新的调整后的模糊规则，根据新的调整后的模糊控制规则进行硬件在环(HIL)测试。测试条件包括但不仅限于汽车工况测试、控制器测试、系统集成、性能评估、故障模拟、环境适应性等。
图1是根据一示例性实施例示出的一种进气状态响应处理方法的实施环境示意图，包括硬件在环(HIL)测试系统，该硬件在环测试系统设有氢燃料电池模型，该氢燃料电池模型至少包括进气系统模型，该进气系统模型用于进气系统模型负责模拟氢燃料电池所需的氢气供应，确保氢气能够以适当的流量和压力进入电池堆，满足电池工作的需求，还用于模拟实际工况、优化系统性能、安全性能评估和控制策略开发；而在进气系统模型中，进气状态响应性决定了氢燃料电池系统对变化条件的适应能力，进气状态响应性用于负载突然变化时，系统能够迅速调整氢气供应，保持稳定的电能输出；还可以用于提高氢燃料电池的能量转换效率，通过精确控制氢气流量和压力，可以优化电池堆的工作状态，减少未反应的氢气排放，降低能量损耗；还可以用于提高氢燃料电池环境适应性，例如，在高温或低温环境下，系统需要调整进气参数以保持最佳工作状态；还可以用于故障诊断，通过对进气状态的实时监测和响应性分析，可以及时发现系统潜在的问题，进行故障诊断和预防性维护。
需要说明的是，图1仅仅是一种示例。在其他场景中，还可以包括其他实施环境。
图2是根据一示例性实施例示出的一种进气状态响应处理方法的流程示意图。该方法可以用于图1中的实施环境中。本说明书提供了如实施例或流程图的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际执行时，可以按照实施例或者附图的方法顺序执行或者并列执行。具体的如图2所示，该方法可以包括：
S101：获取目标设备对应的设备模型、状态量输入数据和控制量输入数据；目标设备对应的设备模型为根据目标设备的类型与功能对目标设备的历史工作参数进行处理得到；目标设备为氢燃料电池进气系统关联的设备；状态量输入数据包括氢燃料电池进气系统运行环境关联的参数；控制量输入数据为目标设备关联的当前工作参数。
可选地，状态量输入数据包括氢燃料电池进气系统运行环境关联的参数。示例性地，状态量数据包括环境温度压力、环境压力、进气系统初始状态、进气系统结构参数等数据。
可选地，控制量输入数据为目标设备关联的参数。示例性地，在不同的设备模型中，控制量参数不同。例如。空压机的控制量输入数据可以为空压机转速，电堆的控制量输入数据可以为电堆的需求电流，阀门的控制量输入数据可以为阀门开度。
在一个可选的实施例中，历史工作参数包括温度参数和流量参数，获取目标设备对应的设备模型，包括：
S001.获取目标设备的温度参数和流量参数；
S002.根据目标设备的类型和功能，对温度参数和流量参数进行处理，构建目标设备对应的设备模型。
可选地，图3是根据一示例性实施例示出的氢燃料电池进气系统拓扑结构示意图。如图3所示，目标设备为氢燃料电池进气系统关联的设备，示例性地，目标设备包括但不仅限于空压机、中冷器、电堆、阀门、空滤机、增湿器。相应地，目标设备对应的设备模型可以为：空压机模型、中冷器模型、电堆模型、阀门模型、空滤机模型、增湿器模型等。
可选地，温度参数包括但不仅限于：空压机进口温度、空压机标准进气温度、阀门入口温度、中冷器空气侧平均温度、中冷器冷却液入口温度、中冷器空气出口温度、中冷器内冷却液侧平均温度、中冷器空气入口温度、中冷器冷却液出口温度、电堆内冷却液平均温度、电堆内环境温度。
可选地，流量参数包括但不仅限于：空压机质量流量、中冷器冷却液流量、电堆内反应消耗氧气流量、电堆内反应生成水流量。
可选地，根据目标设备的类型和功能，对温度参数和流量参数的处理方式，处理方式可以为：利用流量参数和温度参数，结合物理定律和经验公式，构建设备的数学模型。
利用上述方式建立目标设备的设备模型能够基于获取的设备模型对进气状态响应进行处理，为后续利用模糊化处理、模糊推理和解模糊化流程对进气状态响应进行处理奠定了基础，从而提高了进气状态响应的精度。
在一个示例性的实施例中，目标设备包括空压机，设备模型包括空压机模型，则上述步骤S001中，上述获取所述目标设备的温度参数和流量参数，可以包括：
获取空压机进口压力P_Com_I、空压机出口压力P_Com_O、标准进气状态空压机质量流量标准进气温度T_ref、标准进气压力P_ref、空气绝热指数k、空气定压比热容cp、空压机进口温度T_Com_I、标准状态下空压机进口压力和空压机出口压力的比值标准状态下空压机的转速N。
相应地，在上述步骤S002中，上述根据目标设备的类型和功能，对温度参数和流量参数进行处理，构建目标设备对应的设备模型，包括：
S0021.基于所述比值和所述转速确定所述空压机的质量流量。
可选地，可以计算标准状态下空压机进口压力和空压机出口压力的比值根据所述比值和所述转速确定空压机的质量流量具体的计算公式可以如下：
其中，Q_Com_I为空压机进口流量，q_Com_O为空压机出口流量。
S0022.根据所述空压机进口压力与所述标准进气压力的比值，得到标准压力比。
可选地，可以依据温度和压力根据空压机进口压力与标准进气压力的比值，得到标准压力比
在其他实施方式中，还可以根据空压机的运行条件和空压机的类型预先为空压机进口压力与标准进气压力赋予各自的权重，得到权重a、b根据空压机的运行条件决定。
S0023.根据标准进气温度与空压机进口温度的比值，得到标准温度比；基于标准压力比、标准温度比和标准进气状态空压机质量流量对质量流量进行修正得到空压机的质量流量方程。
可选地，基于标准状态下得到的质量流程只是理想状态，不适于实际的测试过程，故依据温度与压力和标准状态的差异对空压机的质量流量进行修正，具体修正过程可以为：
根据标准进气温度与空压机进口温度比值，得到标准温度比基于标准压力比标准温度比和标准进气状态空压机质量流量对质量流量进行修正得到空压机的质量流量方程，具体计算公式可以如下：
其中，-1＜x＜1，-1＜y＜1，x和y的值依据空压机的类型、用途和测试环境确定。
可选地，修正后的最优质量流量方程为：
S0024.根据空压机进口压力与空压机出口压力的比值，得到空压机压力比；根据空压机压力比与标准进气状态空压机质量流量构建效率特性曲线；根据空压机进口温度、效率特性曲线、空压机压力比和空气绝热指数构建空压机的出口温度计算公式。
根据空压机进口压力与空压机出口压力的比值，得到空压机压力比根据空压机压力比与标准进气状态空压机质量流量的关系处理构建效率特性曲线根据空压机进口温度、效率特性曲线、空压机压力比和空气绝热指数构建空压机的温度计算公式：
式中，T_Com_O表示空压机的出口温度，x、y、z的数值依据空压机的类型、用途和测试环境确定，-1＜z＜1。
可选地，最优的温度计算公式为：
S0025.根据所述空压机出口温度计算公式与所述空压机进口温度的差值，得到空压机温度差；根据所述质量流程方程、所述空气定压比热容、所述空压机温度差构建所述空压机的输出功率公式。
根据空压机出口温度与空压机进口温度的差值，得到空压机温度差T_Com_O-T_Com_I；根据质量流程方程、空气定压比热容、空压机温度差构建空压机的输出功率公式:
其中，P表示空压机的输出功率，a表示功率系数，依据空压机的类型、用途和测试环境确定。
可选地，最优的输出功率公式为：
S0026.根据质量流程方程、温度公式和输出功率公式构建空压机模型。结合上述质量流程方程、温度公式和输出功率公式，可以利用计算机模拟软件构建一个空压机模型。上述计算机模拟软件包括但不仅限于：MATLAB、Simulink。空压机模型可以是一个非线性系统，需要通过数值方法进行求解。构建的空压机模型可以获取空压机的当前工作参数和环境参数，并对空压机的进气状态响应进行处理，为后续利用模糊化处理、模糊推理和解模糊化流程对空压机的进气状态响应进行处理奠定了基础，从而提高了进气状态响应的精度。
在一个示例性的实施例中，所述目标设备包括阀门，所述设备模型包括阀门模型，如图3所示，所述阀门可以包括三通阀和背压阀，则上述步骤S001中，上述获取所述目标设备的温度参数和流量参数，可以包括：
获取阀门的基于阀门开度的流通面积A(PosThrottle)、阀门入口压力PIn、阀门出口压力Pout、空气气体常数Rg、阀门入口温度TIn和空气绝热指数k；
相应地，在上述步骤S002中，上述根据目标设备的类型和功能，对温度参数和流量参数进行处理，构建目标设备对应的设备模型，包括：
S0027.根据所述阀门入口压力与所述阀门出口压力的比值，得到阀门压力比；根据所述阀门压力比与所述空气绝热指数构建流动函数、
可选地，根据阀门入口压力与阀门出口压力的比值，得到阀门压力比
在其他实施方式中，还可以根据阀门的类型和运行环境预先为阀门进口压力与标准进气压力预先赋予各自的权重得到权重a、b根据空压机的运行条件决定。
根据阀门压力比与空气绝热指数构建流动函数流动函数计算公式为：
在其他实施方式中，流动函数计算公式还可以为：
S0028.根据流动函数、阀门入口压力、基于阀门开度的流通面积、空气气体常数和阀门入口温度构建所述阀门的流动方程；
在阀门模型中，将阀门的流动看作等熵绝热流动。根据流动函数、阀门入口压力、基于阀门开度的流通面积、空气气体常数和阀门入口温度构建阀门的流动方程：
式中，表示阀门出口流量；c表示流动方程的系数，其数值依据阀门的类型确定。
可选地，最优的阀门流动方程为：
S0029.根据流动方程构建阀门模型。
根据流动方程，可以利用计算机模拟软件构建一个阀门模型。上述计算机模拟软件可以为：MATLAB、Simulink等。阀门模型需要通过数值方法进行求解。构建的阀门模型是一个数学模型，构建的阀门模型可以获取阀门当前工作参数和运行环境关联的参数，并对阀门的进气状态响应进行处理，为后续利用模糊化处理、模糊推理和解模糊化流程对阀门的进气状态响应进行处理奠定了基础，从而提高了进气状态响应的精度。
在一个示例性的实施例中，所述目标设备包括中冷器，所述设备模型包括中冷器模型，则上述步骤S001中，上述获取所述目标设备的温度参数和流量参数，可以包括：
获取中冷器的热交换面积A、换热系数K、空气侧平均温度冷却液入口温度空气流量空气定压比热空气出口温度中冷器内冷却液侧平均温度空气入口温度冷却液流量冷却液比热容ccoolant和冷却液出口温度
相应地，在上述步骤S002中，上述根据目标设备的类型和功能，对温度参数和流量参数进行处理，构建目标设备对应的设备模型，包括：S0030.根据所述空气侧平均温度与所述冷却液入口温度的差值，得到温度差；根据所述温度差、所述热交换面积和所述换热系数构建所述中冷器的传热方程。
在中冷器中绝大部分由冷却液与热空气进行交换，可以认为热空气的热量全部被冷却液带走，根据空气侧平均温度与冷却液侧平均温度的差值，得到温度差
根据温度差、热交换面积和换热系数构建中冷器的传热方程：
式中，Qexh表示换热量，e表示换热方程系数，其数值依据换热器的类型、流动模式确定。
在其他可选的实施方式中，实际的热交换过程中，温差可能不是线性的，特别是在热交换器的两端。可以使用非线性函数来修正温差的影响，例如使用多项式或指数函数来更准确地描述温差与热交换量之间的关系：
式中，a、b、c为通过实验数据拟合得到的多项式系数，可以使用实际的热交换器性能数据，通过最小二乘法或其他拟合技术来确定最佳的a、b、c值，使得修正后的模型能够尽可能准确地预测不同温差下的热交换量。
可选地，最优的传热方程为：
S0031.根据空气出口温度与空气入口温度的差值，得到空气温度差；根据空气温度差、空气流量和空气定压比热构建中冷器的空气温度变化方程；
根据空气出口温度与空气入口温度的差值，得到空气温度差T_IC_O-T_IC_I；根据空气温度差、空气流量和空气定压比热构建中冷器的空气温度变化方程：
在其他可选的实施方式中，中冷器的空气温度变化方程可以为：
S0032.根据冷却液出口温度与冷却液入口温度的差值，得到冷却液温度差；根据冷却液温度差、冷却液流量、冷却液比热容构建中冷器的冷却液温度变化方程
根据冷却液出口温度与冷却液入口温度的差值，得到冷却液温度差
根据冷却液温度差、冷却液流量、冷却液比热容构建中冷器的冷却液温度变化方程：
在其他可选的实施方式中，中冷器的空气温度变化方程可以为：
S0033.根据传热方程、空气温度变化方程、冷却液温度变化方程构建中冷器模型。
结合上述传热方程、空气温度变化方程、冷却液温度变化方程，可以利用计算机模拟软件构建一个中冷器模型。上述计算机模拟软件可以为：MATLAB、Simulink等。构建的中冷器模型是一个数学模型，需要通过数值方法进行求解。构建的中冷器模型可以获取中冷器的当前工作参数和运行环境关联的参数，并对中冷器的进气状态响应进行处理，为后续利用模糊化处理、模糊推理和解模糊化流程对中冷器的进气状态响应进行处理奠定了基础，从而提高了进气状态响应的精度。
在一个示例性的实施例中，所述目标设备包括电堆，所述设备模型包括电堆气路模型，则上述步骤S001中，上述获取所述目标设备的温度参数和流量参数，可以包括：
获取电堆的热交换面积A、换热系数K、冷却液平均温度Tcoolant、电堆发热量QStk_Gen、电堆质量mStk、电堆比热容cstk、环境温度Tamb、氧气质量氮气质量水蒸气质量massVap、反应消耗氧气流量反应生成水流量阴极腔体积VCath、氧气气体常数氮气气体常数水蒸气气体常数
相应地，在上述步骤S002中，上述根据目标设备的类型和功能，对温度参数和流量参数进行处理，构建目标设备对应的设备模型，包括：
S0034.根据所述电堆发热量、所述换热系数、所述热交换面积、所述冷液平均温度、所述环境温度、所述电堆质量和所述电堆比热容构建电堆温度方程。
基于热交换原理，电堆的换热方程可以为：
Qexh＝g·A·K·(TStk-Tcoolant)； (1)
基于能量守恒原理，电堆的换热方程也可以表达为：
Qexh＝QStk_Gen-mStk·cstk(TStk-Tamb)； (2)
根据上述电堆换热方程(1)和(2)，得到电堆温度方程：
式中，TStk表示电堆温度，Qexh表示换热量，g表示修正系数，g的数值根据电堆的材料特性确定。
在其他实施方式中，还可以考虑热损失，则换热方程(2)还可以为：
Wexh＝QStk_Gen-mStk·cstk(TStk-Tamb)-Qloss；
式中，Qloss表示热损失。
在其他实施方式中，还可以发动机效率、排气温度变化、环境条件等的影响对换热方程(2)进行修正。
可选地，最优的电堆温度方程为：
S0035.根据电堆发热量、换热系数、热交换面积、冷液平均温度、环境温度、电堆质量和电堆比热容构建电堆温度方程。
根据理想气体方程PV＝nRT，考虑电堆内氧气流量随时间变化，氧气质量方程根据电堆内氧气净流入量和初始氧气质量获取：
式中，表示氧气含量，其数值根据电堆内氧气的含量确定；表示流入氧气流量，表示流出氧气流量，表示反应消耗氧气流量，Pamb代表大气压。
可选地，最优的氧气质量方程为：
根据理想气体方程，电堆内氧气分压计算公式为：
式中，表示电堆内氧气分压。
S0036.根据理想气体方程，对电堆温度方程、氮气质量、阴极腔体积和氮气气体常数进行处理，得到电堆的电堆内氮气分压方程。
根据理想气体方程PV＝nRT，考虑电堆内氮气流量随时间变化，氮气质量方程根据电堆内氮气的净流入量和初始氮气质量获取：
式中，表示氮气含量，其数值根据电堆内氮气的含量确定；表示流入氮气流量，表示流出氮气流量。
可选地，最优的氮气质量方程为：
根据理想气体方程，电堆内氮气分压计算公式为：
S0037.根据理想气体方程，对上述电堆温度方程、水蒸气质量、阴极腔体积和水蒸气气体常数进行处理，得到电堆的电堆内水蒸气分压方程。
根据理想气体方程PV＝nRT，考虑电堆内水蒸气流量随时间变化，水蒸气质量方程根据电堆内的水蒸气质量变化和初始水蒸气质量获取：
式中，rvap表示水蒸气含量，其数值根据电堆内水蒸气的含量确定；表示流入水蒸气流量，表示流出水蒸气流量，表示流过质子交换膜水流量，表示反应生成水流量。
可选地，最优的水蒸气质量方程为：
根据理想气体方程，电堆内水蒸气计算公式为：
S0038.根据电堆温度方程、电堆内氧气分压方程、电堆内氮气分压、电堆内水蒸气分压方程构建电堆气路模型。
结合上述电堆温度方程、电堆内氧气分压方程、电堆内氮气分压、电堆内水蒸气分压方程公式，可以利用计算机模拟软件构建一个电堆气路模型。上述计算机模拟软件可以为：MATLAB、Simulink等。电堆气路模型是一个数学模型，需要通过数值方法进行求解。构建的电堆气路模型可以获取电堆的当前工作参数和运行环境关联的参数，并对电堆的进气状态响应进行处理，为后续利用模糊化处理、模糊推理和解模糊化流程对电堆的进气状态响应进行处理奠定了基础，从而提高了进气状态响应的精度。
S103：基于设备模型对状态量输入数据和控制量输入数据进行模糊化处理，得到模糊化处理结果，以及对模糊化处理结果进行模糊推理得到实时进气状态响应性的模糊数据，以及对实时进气状态响应性的模糊数据进行解模糊化处理，得到设备模型对应的实时进气状态响应性结果。
本申请中构建的每个设备模型都可以执行S103过程。S103过程的输入数据为状态量输入数据和控制量输入数据。模糊化处理是指将状态量输入数据和控制量输入数据的精确值转换为模糊值，通常是通过隶属函数来实现，首先通过隶属函数计算其输入数据的隶属度，得到隶属度结果；然后将状态量输入数据和控制量输入数据的隶属度结果映射到对应的输入变量的模糊子集。上述过程得到的映射结果即为输入变量的模糊化处理结果，模糊化处理结果不是一个具体的数值，可以是一个代表程度的代码或者词语，示例性地，如空压机的输入数据入口流量的模糊子集包括L、LR、M、HR和H，那么一确定的入口流量数值输入后就会根据隶属度函数计算，得到其隶属度，再根据隶属度结果映射到模糊子集，得到其模糊化结果，例如L。
对模糊化处理结果进行模糊推理得到实时进气状态响应性的模糊数据是指：使用模糊规则库中的规则，对模糊化的输入进行逻辑运算，得到模糊的输出值，即将模糊化处理结果通过模糊规则映射出输出变量的对应的模糊子集。上述模糊规则是指输入数据与输出数据模糊子集的映射关系，可以通过先知经验建立。例如，状态量和控制量输入数据的模糊子集包括L、LR、M、HR和H，输出数据的模糊子集包括EL，VL，RL，SL，ML，MH，SH，RH，VH，EH；假设模糊规则建立为：如果状态量输入数据对应的模糊化结果为L，控制量输入数据对应的模糊化结果为L，则输出数据的模糊子集为ML，则ML即为本次模糊推理得到的实时进气状态响应性的模糊数据。
解模糊化是指将模糊输出转换为精确的数值，即将上述得到的实时进气状态响应性的模糊数据利用解模糊化方法得到实时进气状态响应性的精确数值。S103过程的输出变量为实时进气状态响应性结果，实时进气状态响应性结果可以为温度、压力和流量。示例性地，空压机的实时进气状态响应性结果可以为空压机的实时出口温度、实时出口压力、实时出口流量。上述解模糊化方法包括但不仅限于中心平均值法、最大隶属度法、均值最大值法、阿尔法截集法、模糊积分法、加权平均法。
本申请实施例提出了一种进气状态响应处理方法和装置，通过构建氢燃料电池进气系统目标设备模型，获取目标设备的状态量输入数据和控制量输入数据，并对状态量输入数据和控制量输入数据进行模糊化处理，得到模糊化处理结果，对模糊化处理结果进行模糊推理得到实时进气状态响应性的模糊数据，对实时进气状态响应性的模糊数据进行解模糊化处理，得到设备模型对应的实时进气状态响应性结果，提高了进气状态响应的精度。
上述进气状态响应包括实时进气状态响应和进气状态的动态响应，上述提高了进气状态响应的精度包括：提高了进气状态的动态响应，即解决了进气状态的动态响应不足的问题，动态响应不足是指模型在模拟进气过程中，对于某些动态变化(如发动机转速变化、负荷变化等)的响应不够迅速或者不够准确，模型可能无法及时更新进气参数(如进气流量、进气温度等)，导致预测结果与实际情况存在滞后。提高了实时进气状态响应的精度，即解决了在目标设备模型处于进气状态时，对实时状态预测的结果与实际测量值之间存在较大的偏差的问题。
在一个示例性的实施例中，图4是根据一实施例示出的一种模糊控制逻辑示意图，如图4所示，则上述步骤S103中，上述基于设备模型对状态量输入数据和控制量输入数据进行模糊化处理，得到模糊化处理结果，以及对模糊化处理结果进行模糊推理得到实时进气状态响应性的模糊数据，以及对实时进气状态响应性的模糊数据进行解模糊化处理，得到设备模型对应的实时进气状态响应性结果，可以包括：
S201：构建状态量输入数据的模糊子集和状态量输入数据的隶属函数，构建控制量输入数据的模糊子集和控制量输入数据的隶属函数。
可选地，在进行模糊化处理前，首先获取步骤S101中得到的模糊化处理的数据，然后构建输入数据的隶属函数以及模糊子集，并确认模型的优化目标为实时进气状态响应性。
可选地，状态量和控制量输入数据的隶属函数构建方式可以为：
获取氢燃料氢燃料电池进气系统中模糊控制经验，氢燃料氢燃料电池进气系统中模糊控制经验可以包括历史数据库、制定模糊控制的专家知识库；并确定优化目标为实时进气状态响应性。
可选地，基于上述模糊控制经验和优化目标选取高斯隶属函数作为状态量输入数据和控制量输入数据的隶属函数，表达式如下所述：
式中，σ为函数的标准差，z为函数峰值的横坐标，s＝1为函数峰值。
在其他实施方式中，还可以基于分段高斯函数来建立输入数据的隶属函数。
可选地，输入数据的模糊子集的构建方式可以为：基于模糊论设置状态量输入数据和控制量输入数据的模糊子集，状态量输入数据和控制量输入数据的模糊子集按照模糊论从低到高被设置为L，LR，M，HR和H。模糊论是指是指在模糊逻辑系统中，对输入数据进行模糊化处理，将其映射到预先定义的模糊集合中。
S203：基于所述状态量输入数据的隶属函数对所述状态量输入数据进行模糊化处理，基于所述控制量输入数据的隶属函数对所述控制量输入数据进行模糊化处理，得到所述模糊化处理结果。
在一个示例性的实施例中，模糊化处理结果的获取过程可以为：将状态量输入数据和控制量输入数据输入目标设备模型中，基于状态量输入数据的隶属函数对状态量输入数据进行模糊化处理，即根据隶属函数对输入数据进行隶属度计算，得到输入变量的隶属度，根据输入变量的隶属度得到对应的模糊子集，即得到模糊化处理结果。例如：空压机的状态量输入数据环境温度的模糊子集包括L、LR、M、HR和H，那么一确定的环境温度数值输入后就会根据隶属度函数计算，得到其隶属度，再根据隶属度结果映射到模糊子集，得到其模糊化结果，例如L；空压机的控制量输入数据转速的模糊子集包括L、LR、M、HR和H，那么一确定的转速数值输入后就会根据隶属度函数计算，得到其隶属度，再根据隶属度结果映射到模糊子集，得到其模糊化结果，例如LR，那么L和LR即为本次模糊化处理结果。
S205：构建实时进气状态响应性的模糊子集和隶属函数，构建状态量输入数据的模糊子集、控制量输入数据的模糊子集与实时状态响应性的模糊子集的映射关系；基于映射关系建立模糊规则；基于实时进气状态响应性的模糊子集和隶属函数、模糊规则建立模糊推理的参数。
可选地，实时进气状态响应性的隶属函数可以根据高斯函数构建，表达式为：
式中，σ表示函数的标准差，z表示函数峰值的横坐标，s＝1表示函数峰值。
在其他实施方式中，还可以基于分段高斯函数来建立实时进气状态响应性数据的隶属函数。
可选地，实时进气状态的模糊子集构建方式可以为按照模糊论域从低到高被设置为EL，VL，RL，SL，ML，MH，SH，RH，VH，EH。
可选地，构建状态量输入数据的模糊子集、控制量输入数据的模糊子集与实时状态响应性的模糊子集的映射关系，即构建模糊规则的方式可以为：
模糊规则的构建原则为模型参数设置以达到更好的气体状态响应性为目的。故假设燃料电池工作过程中应避免进气状态控制超调过大，以提进气状态控制精准性；进气状态响应时间不宜过长，以提高进气控制的响应性。根据上述原则，模糊规则如下表所示：
表1模糊规则
表格中，PSta表示状态量输入数据，PCtl表示控制量输入数据，PRes表示每个设备模型的实时进气状态响应性。
示例性地，模糊推理的参数包括实时进气状态响应性的模糊子集和隶属函数、模糊规则。
S205：基于模糊规则对模糊化处理结果进行模糊推理，得到实时进气状态响应性的模糊数据。
示例性地，将上述已经得到的模糊化处理结果按照上述模糊规则进行模糊推理，例如，如果状态量输入数据PSta的模糊子集为LR，控制量输入数据的模糊子集为M，根据模糊规则，实时进气状态响应性的模糊子集PRes为RH。即实时进气状态响应性的模糊子集PRes为模糊推理后得到的实时进气状态响应性的模糊数据。
S207：对实时进气状态响应性的模糊数据进行解模糊化处理，得到设备模型对应的实时进气状态响应性结果。
可选地，对实时进气状态响应性的模糊数据进行解模糊化处理，解模糊化处理的方法可以包括但不限于：中心平均值法、最大隶属度法、均值最大值法、阿尔法截集法、模糊积分法、加权平均法。当使用解模糊化方法对实时进气状态响应性的模糊数据进行处理后，得到实时进气状态响应性结果，即得到目标设备模型是的实时进气状态响应性的精确数值。
可选地，本申请使用高斯隶属函数作为状态量输入数据和控制量输入数据的隶属函数，使构建的设备模型具有更好的灵敏度和稳定性。步骤S103所述的过程具有良好的鲁棒性，可以利用模糊化处理、模糊推理和解模糊化的过程优化实时进气状态响应性，提高了进气状态响应的精度。
但模糊规则和模糊推理的参数的设计依赖于专家的经验，控制效果难以达到最优。可选地，在得到设备模型对应的实时进气状态响应性结果之后，方法还包括：
基于遗传算法对所述模糊推理的参数进行调整，得到调整后的模糊推理的参数；其中，调整后的模糊推理的参数用于对设备模型的进气状态响应性进行处理，得到设备模型的目标进气状态响应性结果。
上述遗传算法是一种模拟自然选择和遗传机制的搜索启发式算法。遗传算法具有全局搜索能力、并行性、鲁棒性、易于与其他算法结合等特点。利用遗传算法对模糊推理的参数进行优化，大大降低了模糊推理的参数对历史数据和专家经验的依赖，可以提高模糊推理的参数的准确性，进一步提高了进气状态响应的精度。
图5根据一示例性实施例示出的遗传算法调整示意图。如图5所示，上述基于遗传算法对模糊推理的参数的调整过程如下：
步骤一：根据控制量输入数据、状态量输入数据、实时进气状态响应性结果、控制量输入数据的隶属函数、状态量输入数据的隶属函数和模糊推理的参数构建染色体。
设控制量输入数据PCtl，状态量输入数据PSta和实时气体状态响应性PRes基因组分别为X1(H,W)，X2(H,W)，Y(H,W)。H(σ，c)为控制量输入数量的隶属函数、状态量输入数据的隶属函数和实时气体状态响应性的隶属函数的参数，W为模糊推理的参数。设q是由一维模糊规则数组编码的基因组，则染色体可以表达为：
q＝[X1X2YW]；
相较于随机生成模糊规则和隶属度函数，本申请中根据经验构建的模糊规则和隶属度函，基于遗传算法进行调整，可以更加迅速的找到最优的调整结果。
步骤二:对染色体进行处理得到初始种群。
对染色体进行处理，得到遗传算法的初始种群：
Q＝{U(qk)}；
式中，Q表示遗传算法的初始种群，U是根据约束条件构造的可行域中的染色体集。
可选地，对染色体进行处理生成初始种群的方式可以为随机处理。
可选地，对染色体进行处理生成初始种群的方式还可以为基于规则的初始化、自适应初始化、聚类初始化、混合初始化、局部搜索初始化。
步骤三：以实时进气状态响应性结果为调整目标，构造目标函数和惩罚算子。
将氢燃料电池汽车在工况下的行驶时间离散为(t1,tn)，目标函数可以表示为：
惩罚算子：
式中，σ表示状态量输入集影响系数，t1表示行驶时间离散的区间起点，tn表示行驶时间离散的区间终点，tk表示行驶时间离散的区间内的任意一点，表示行驶时间离散的区间内的任意一点的状态量偏差数据，PCtl(tk)表示行驶时间离散的区间内的任意一点的控制量输入数据，PSta(tk)行驶时间离散的区间内的任意一点的状态量输入数据。
步骤四：采用目标函数和惩罚算子计算染色体的适应度，直至得到染色体的适应度；
适应度函数可以结合目标函数和惩罚算子来评估染色体的适应度。适应度函数可以设计为：
可选地，适应度函数还可以设计为：
F＝w·fd-(1-w)·Gp；
其中，w是一个介于0和1之间的权重因子，用于平衡目标函数和惩罚算子的相对重要性。
根据构建的适应度函数对所有染色体的适应度进行计算，直到得到染色体的适应度结果。
步骤五：根据染色体的适应度结果和目标函数对初始种群依次进行选择、交叉、变异处理，得到调整后的模糊推理的参数。
示例性地，在得到所有染色体的适应度结果之后，需要对其结果进行判断，如果种群收敛，则选取种群中适应度最高的染色体作为最优解，输出最优解对应的控制量输入数量的隶属函数、状态量输入数据的隶属函数、实时气体状态响应性的隶属函数和模糊推理的参数作为调整的模糊推理参数，并将调整的模糊推理的参数写入构建的目标设备模型中；如果种群结果不收敛，需要对种群进行选择、交叉、变异操作，得到新一代种群；得到新一代种群后，继续返回步骤二，重复步骤二到步骤五，直到满足种群收敛的条件，得到调整后的模糊推理的参数。
相较于人力穷举或者经验公式的办法去寻找最佳的模糊推理的参数，通过遗传算法对模糊推理的参数进行优化调整，可以迅速找到最优的调整后的模糊推理的参数，使模糊推理的参数的精确度更高，从而进一步提高了进气状态响应的精度。
可选地，当测试工况发生变化时，需要重复上述步骤一到步骤五对模糊推理的参数进行调整。
以下，对本申请实施例提供的进气状态响应处理方法进行整体说明，该方法包括：
步骤1：建立目标设备模型。获取目标设备对应的设备模型、状态量输入数据和控制量输入数据；目标设备对应的设备模型为根据目标设备的类型与功能对目标设备的历史工作参数进行处理得到；目标设备为氢燃料电池进气系统关联的设备；状态量输入数据包括氢燃料电池进气系统运行环境关联的参数；控制量输入数据为目标设备关联的当前工作参数。
步骤2：建立模糊化处理-模糊推理-解模糊化过程控制目标设备，得到目标设备的实时进气状态响应性。基于设备模型对状态量输入数据和控制量输入数据进行模糊化处理，得到模糊化处理结果，以及对模糊化处理结果进行模糊推理得到实时进气状态响应性的模糊数据，以及对实时进气状态响应性的模糊数据进行解模糊化处理，得到设备模型对应的实时进气状态响应性结果。
步骤3：利用遗传算法对模糊规则以及模糊推理的参数进行优化。在得到设备模型对应的实时进气状态响应性结果之后，还可以基于遗传算法对模糊推理的参数进行调整。并将调整后的模糊推理的参数用于对设备模型的进气状态响应性进行处理，得到设备模型的目标进气状态响应性结果。
本申请实施例还提供了一种进气状态响应处理装置。图6是根据一示例性实施例示出的一种进气状态响应处理装置框图，如图6所示，该装置至少可以包括：
设备模块，用于获取目标设备对应的设备模型、状态量输入数据和控制量输入数据；目标设备对应的设备模型为根据目标设备的类型与功能对目标设备的历史工作参数进行处理得到；目标设备为氢燃料电池进气系统关联的设备；状态量输入数据包括氢燃料电池进气系统运行环境关联的参数；控制量输入数据为目标设备关联的当前工作参数；
模糊控制模块，用于基于设备模型对状态量输入数据和控制量输入数据进行模糊化处理，得到模糊化处理结果，以及对模糊化处理结果进行模糊推理得到实时进气状态响应性的模糊数据，以及对实时进气状态响应性的模糊数据进行解模糊化处理，得到设备模型对应的实时进气状态响应性结果。
进一步地，设备模块包括历史工作参数获取模块，用于获取目标设备的温度参数和流量参数；
进一步地，设备模块还包括构建模型模块，用于根据目标设备的类型和功能，对温度参数和流量参数进行处理，构建目标设备对应的设备模型。
示例性地，历史工作参数获取模块包括空压机历史工作参数获取模块，用于获取空压机的进口压力、空压机出口压力、标准进气温度、标准进气压力、空气绝热指数、空气定压比热容、空压机进口温度、标准进气状态空压机质量流量、标准状态下空压机的进口压力和空压机出口压力的比值、标准状态下空压机的转速；构建模型模块包括构建空压机模型模块，用于基于比值和转速确定空压机的质量流量；还用于根据空压机进口压力与标准进气压力的比值，得到标准压力比；还用于根据标准进气温度与空压机进口温度的比值，得到标准温度比；还用于基于标准压力比、标准温度比和标准进气状态空压机质量流量对质量流量进行修正得到空压机的质量流量方程；
还用于根据空压机进口压力与空压机出口压力的比值，得到空压机压力比；还用于根据空压机压力比与标准进气状态空压机质量流量构建效率特性曲线；还用于根据空压机进口温度、效率特性曲线、空压机压力比和空气绝热指数构建空压机的温度计算公式；
还用于根据空压机出口温度与空压机进口温度的差值，得到空压机温度差；根据质量流程方程、空气定压比热容、空压机温度差构建空压机的输出功率公式；
还用于根据质量流程方程、温度公式和输出功率公式构建空压机模型。
示例性地，历史工作参数获取模块还包括阀门历史工作参数获取模块，用于获取阀门的基于阀门开度的流通面积、阀门入口压力、阀门出口压力、空气气体常数、阀门入口温度和空气绝热指数；
示例性地，构建模型模块还包括构建阀门模型模块，用于根据阀门入口压力与阀门出口压力的比值，得到阀门压力比；根据阀门压力比与空气绝热指数构建流动函数；
还用于根据流动函数、阀门入口压力、基于阀门开度的流通面积、空气气体常数和阀门入口温度构建阀门的流动方程；
还用于根据流动方程构建阀门模型。
示例性地，历史工作参数获取模块还包括中冷器历史工作参数获取模块，用于获取中冷器的热交换面积、换热系数、空气侧平均温度、冷却液入口温度、空气流量、空气定压比热、空气出口温度、中冷器内冷却液侧平均温度、空气入口温度、冷却液流量、冷却液比热容和冷却液出口温度；
示例性地，构建模型模块包括构建中冷器模型模块，用于根据空气侧平均温度与冷却液侧平均温度的差值，得到温度差；根据温度差、热交换面积和换热系数构建中冷器的传热方程；
还用于根据空气出口温度与空气入口温度的差值，得到空气温度差；根据空气温度差、空气流量和空气定压比热构建中冷器的空气温度变化方程；
还用于根据冷却液出口温度与冷却液入口温度的差值，得到冷却液温度差；根据冷却液温度差、冷却液流量、冷却液比热容构建中冷器的冷却液温度变化方程；
还用于根据传热方程、空气温度变化方程、冷却液温度变化方程构建中冷器模型。
示例性地，历史工作参数获取模块还包括电堆历史工作参数获取模块，用于获取电堆的热交换面积、换热系数、冷却液温度、电堆发热量、电堆质量、电堆比热容、环境温度、氧气质量、氮气质量、水蒸气质量、反应消耗氧气流量、反应生成水流量、阴极腔体积、氧气气体常数、氮气气体常数、水蒸气气体常数；
示例性地，构建模型模块包括构建电堆气路模型模块，用于根据电堆发热量、换热系数、热交换面积、冷液平均温度、环境温度、电堆质量和电堆比热容构建电堆温度方程；
还用于根据理想气体方程，对电堆温度方程、氧气质量、阴极腔体积和氧气气体常数进行处理，得到电堆的电堆内氧气分压方程；
还用于根据理想气体方程，对电堆温度方程、氮气质量、阴极腔体积和氮气气体常数进行处理，得到电堆的电堆内氮气分压方程；
还用于根据理想气体方程，对电堆温度方程、水蒸气质量、阴极腔体积和水蒸气气体常数进行处理得到电堆的电堆内水蒸气分压方程；
还用于根据电堆温度方程、电堆内氧气分压方程、电堆内氮气分压、电堆内水蒸气分压方程构建电堆气路模型。
可选地，历史工作参数获取模块还包括增湿器历史工作参数获取模块，空滤机历史工作参数获取模块。
可选地，构建模型模块还包括构建增湿器模型模块，构建空滤机模型模块。
进一步地，模糊控制模块包括：
模糊化处理模块，用于构建状态量输入数据的模糊子集和状态量输入数据的隶属函数，构建控制量输入数据的模糊子集和控制量输入数据的隶属函数；
还用于基于状态量输入数据的隶属函数对状态量输入数据进行模糊化处理，还用于基于控制量输入数据的隶属函数对控制量输入数据进行模糊化处理，得到模糊化处理结果；
进一步地，模糊控制模块还包括模糊推理模块，还用于构建实时进气状态响应性的模糊子集和隶属函数，构建状态量输入数据的模糊子集、控制量输入数据的模糊子集与实时状态响应性的模糊子集的映射关系；
还用于基于映射关系建立模糊规则；
还用于基于实时进气状态响应性的模糊子集和隶属函数、模糊规则建立模糊推理的参数；
还用于基于模糊规则对模糊化处理结果进行模糊推理，得到实时进气状态响应性的模糊数据。
进一步地，模糊控制模块还包括解模糊化模块，用于对实时进气状态响应性的模糊数据进行解模糊化处理，得到设备模型对应的实时进气状态响应性结果。
可选地，模糊推理模块还包括遗传算法调整模块，用于基于遗传算法对模糊推理的参数进行调整，得到调整后的模糊推理的参数；
其中，调整后的模糊推理的参数用于对设备模型的进气状态响应性进行处理，得到设备模型的目标进气状态响应性结果。
遗传算法调整模块用于根据控制量输入数据集、状态量输入数据集、实时进气状态响应性结果实时进气状态响应性、控制量输入集数据的隶属函数、状态量输入集数据的隶属函数和模糊规则构建染色体；
还用于对染色体进行处理得到初始种群；
还用于以实时进气状态响应性结果实时进气响应性为调整目标，构造目标函数和惩罚算子；
还用于采用目标函数和惩罚算子对染色体进行适应度计算，得到染色体的适应度；
还用于根据染色体的适应度和目标函数对初始种群依次进行选择、交叉、变异处理，得到调整后的模糊规则。
需要说明的是，本申请实施例提供的进气状态响应处理装置实施例与上述进气状态响应处理方法实施例基于相同的发明构思。
本申请实施例还提供了一种进气状态响应处理的电子设备，该电子设备包括处理器和存储器，存储器中存储有至少一条指令或至少一段程序，至少一条指令或至少一段程序由处理器加载并执行以实现如上述任一实施例提供的进气状态响应处理方法。
本申请的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可设置于终端之中以保存用于实现方法实施例中一种进气状态响应处理方法的至少一条指令或至少一段程序，至少一条指令或至少一段程序由处理器加载并执行以实现如上述方法实施例提供的进气状态响应处理方法。
可选地，在本说明书实施例中，存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书实施例存储器可用于存储软件程序以及模块，处理器通过运行存储在存储器的软件程序以及模块，从而执行各种功能应用程序以及进气状态响应处理。存储器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、功能所需的应用程序等；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器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、或其他易失性固态存储器件。相应地，存储器还可以包括存储器控制器，以提供处理器对存储器的访问。
本申请实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述方法实施例提供的方法。
本申请实施例所提供的方法实施例可以在终端、计算机终端、服务器或者类似的运算装置中执行。以运行在计算机终端上为例，图7是根据一示例性实施例提供的一种进气状态响应处理方法的计算机的硬件结构框图。如图7所示，该计算机终端300可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(Central ProcessingUnits，CPU)310(中央处理器310可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器340，一个或一个以上存储应用程序332或数据334的存储介质330(例如一个或一个以上海量存储设备)。其中，存储器340和存储介质330可以是短暂存储或持久存储。存储在存储介质330的程序可以包括一个或一个以上模块，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器310可以设置为与存储介质330通信，在计算机终端300上执行存储介质330中的一系列指令操作。计算机终端300还可以包括一个或一个以上电源370，一个或一个以上驱动333，一个或一个以上有线或无线网络接口360，一个或一个以上输入输出接口350，和/或，一个或一个以上操作系统331，例如Windows ServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM等等。
输入输出接口350可以用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端300的通信供应商提供的无线网络。在一个实例中，输入输出接口350包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，输入输出接口350可以为射频(RadioFrequency，RF)模块，其用于通过无线方式与互联网进行通讯。
本领域普通技术人员可以理解，图3所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，还可包括比图3中所示更多或者更少的目标设备模型，或者具有与图3所示不同的配置。可选地，在进气系统中三通阀起到旁通作用，可以使部分空气进入电堆或进入背压阀排向大气，增湿器分为湿侧和干侧，湿侧向干测传递湿度，即电堆出口处的空气带走了大部分反应生成的水，通过增湿器给新鲜空气增湿。
需要说明的是：上述本申请实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成
以上仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种进气状态响应处理方法，其特征在于，所述方法包括：
获取目标设备对应的设备模型、状态量输入数据和控制量输入数据；所述目标设备对应的设备模型为根据目标设备的类型与功能对目标设备的历史工作参数进行处理得到；所述目标设备为氢燃料电池进气系统关联的设备；所述状态量输入数据包括所述氢燃料电池进气系统运行环境关联的参数；所述控制量输入数据为所述目标设备关联的当前工作参数；
基于所述设备模型对所述状态量输入数据和所述控制量输入数据进行模糊化处理，得到模糊化处理结果，以及对所述模糊化处理结果进行模糊推理得到实时进气状态响应性的模糊数据，以及对所述实时进气状态响应性的模糊数据进行解模糊化处理，得到所述设备模型对应的实时进气状态响应性结果。
2.根据权利要求1所述的进气状态响应处理方法，其特征在于，所述基于所述设备模型对所述状态量输入数据和所述控制量输入数据进行模糊化处理，得到模糊化处理结果，包括：
构建所述状态量输入数据的模糊子集和所述状态量输入数据的隶属函数，构建所述控制量输入数据的模糊子集和所述控制量输入数据的隶属函数；
基于所述状态量输入数据的隶属函数对所述状态量输入数据进行模糊化处理，基于所述控制量输入数据的隶属函数对所述控制量输入数据进行模糊化处理，得到所述模糊化处理结果；
所述对所述模糊化处理结果进行模糊推理得到实时进气状态响应性的模糊数据，包括：
构建所述实时进气状态响应性的模糊子集和隶属函数，构建所述状态量输入数据的模糊子集、所述控制量输入数据的模糊子集与所述实时状态响应性的模糊子集的映射关系；
基于所述映射关系建立模糊规则；基于所述实时进气状态响应性的模糊子集和隶属函数、所述模糊规则建立模糊推理的参数；
基于所述模糊规则对所述模糊化处理结果进行模糊推理，得到所述实时进气状态响应性的模糊数据。
3.根据权利要求2所述的进气状态响应处理方法，其特征在于，在所述得到所述设备模型对应的实时进气状态响应性结果之后，所述方法还包括：
基于遗传算法对所述模糊推理的参数进行调整，得到调整后的模糊推理的参数；
其中，所述调整后的模糊推理的参数用于对设备模型的进气状态响应性进行处理，得到设备模型的目标进气状态响应性结果。
4.根据权利要求3所述的进气状态响应处理方法，其特征在于，所述基于遗传算法对所述模糊推理的参数进行调整，得到调整后的模糊推理的参数，包括：
根据所述控制量输入数据、所述状态量输入数据、所述实时进气状态响应性结果、所述控制量输入数据的隶属函数、所述状态量输入数据的隶属函数和所述模糊推理的参数构建染色体；
对所述染色体进行处理得到初始种群；
以所述实时进气状态响应性结果为调整目标，构造目标函数和惩罚算子；
采用所述目标函数和所述惩罚算子对所述染色体进行适应度计算，得到所述染色体的适应度；
根据所述染色体的适应度和所述目标函数对所述初始种群依次进行选择、交叉、变异处理，得到调整后的所述模糊推理的参数。
5.根据权利要求1所述的进气状态响应处理方法，其特征在于，所述历史工作参数包括温度参数和流量参数，所述获取目标设备对应的设备模型，包括：
获取所述目标设备的温度参数和流量参数；
根据目标设备的类型和功能，对温度参数和流量参数进行处理，构建所述目标设备对应的设备模型。
6.根据权利要求5所述的进气状态响应处理方法，其特征在于，所述目标设备包括空压机，所述设备模型包括空压机模型，所述获取所述目标设备的温度参数和流量参数，包括：
获取所述空压机进口压力、空压机出口压力、标准进气温度、标准进气压力、空气绝热指数、空气定压比热容、、空压机进口温度、标准进气状态空压机质量流量、标准状态下所述空压机进口压力和空压机出口压力的比值、标准状态下所述空压机的转速；
所述根据目标设备的类型和功能，对温度参数和流量参数进行处理，构建所述目标设备对应的设备模型，包括：
基于所述比值和所述转速确定所述空压机的质量流量；
根据所述空压机进口压力与所述标准进气压力的比值，得到标准压力比；
根据所述标准进气温度与所述空压机进口温度的比值，得到标准温度比；基于所述标准压力比、所述标准温度比和所述标准进气状态空压机质量流量对所述质量流量进行修正得到所述空压机的质量流量方程；
根据所述空压机进口压力与所述空压机出口压力的比值，得到空压机压力比；根据所述空压机压力比与所述标准进气状态空压机质量流量构建效率特性曲线；根据所述空压机进口温度、所述效率特性曲线、所述空压机压力比和所述空气绝热指数构建所述空压机的出口温度计算公式；
根据所述空压机出口温度计算公式与所述空压机进口温度的差值，得到空压机温度差；根据所述质量流程方程、所述空气定压比热容、所述空压机温度差构建所述空压机的输出功率公式；
根据所述质量流程方程、所述温度公式和所述输出功率公式构建所述空压机模型。
7.根据权利要求5所述的进气状态响应处理方法，其特征在于，所述目标设备包括阀门，所述设备模型包括阀门模型，所述获取所述目标设备的温度参数和流量参数，包括：
获取所述阀门的基于阀门开度的流通面积、阀门入口压力、阀门出口压力、空气气体常数、阀门入口温度和空气绝热指数；
所述根据目标设备的类型和功能，对温度参数和流量参数进行处理，构建所述目标设备对应的设备模型，包括：
根据所述阀门入口压力与所述阀门出口压力的比值，得到阀门压力比；根据所述阀门压力比与所述空气绝热指数构建流动函数；
根据所述流动函数、所述阀门入口压力、所述基于阀门开度的流通面积、所述空气气体常数和所述阀门入口温度构建所述阀门的流动方程；
根据所述流动方程构建所述阀门模型。
8.根据权利要求5所述的进气状态响应处理方法，其特征在于，所述目标设备包括中冷器，所述设备模型包括中冷器模型，所述获取所述目标设备的温度参数和流量参数，包括：
获取所述中冷器的热交换面积、换热系数、空气侧平均温度、冷却液入口温度、空气流量、空气定压比热、空气出口温度、中冷器内冷却液侧平均温度、空气入口温度、冷却液流量、冷却液比热容和冷却液出口温度；
所述根据目标设备的类型和功能，对温度参数和流量参数进行处理，构建所述目标设备对应的设备模型，包括：
根据所述空气侧平均温度与所述冷却液入口温度的差值，得到温度差；根据所述温度差、所述热交换面积和所述换热系数构建所述中冷器的传热方程；
根据所述空气出口温度与所述空气入口温度的差值，得到空气温度差；根据所述空气温度差、所述空气流量和所述空气定压比热构建中冷器的空气温度变化方程；
根据所述冷却液出口温度与所述冷却液入口温度的差值，得到冷却液温度差；根据所述冷却液温度差、所述冷却液流量、所述冷却液比热容构建中冷器的冷却液温度变化方程；
根据所述传热方程、所述空气温度变化方程、所述冷却液温度变化方程构建所述中冷器模型。
9.根据权利要求5所述的进气状态响应处理方法，其特征在于，所述目标设备包括电堆，所述设备模型包括电堆气路模型，所述获取所述目标设备的温度参数和流量参数，包括：
获取所述电堆的热交换面积、换热系数、冷却液平均温度、电堆发热量、电堆质量、电堆比热容、环境温度、氧气质量、氮气质量、水蒸气质量、反应消耗氧气流量、反应生成水流量、阴极腔体积、氧气气体常数、氮气气体常数、水蒸气气体常数；
所述根据目标设备的类型和功能，对温度参数和流量参数进行处理，构建所述目标设备对应的设备模型，包括：
根据所述电堆发热量、所述换热系数、所述热交换面积、所述冷液平均温度、所述环境温度、所述电堆质量和所述电堆比热容构建电堆温度方程；
根据理想气体方程，对所述电堆温度方程、所述氧气质量、所述阴极腔体积和所述氧气气体常数进行处理，得到所述电堆的电堆内氧气分压方程；
根据理想气体方程，对所述电堆温度方程、所述氮气质量、所述阴极腔体积和所述氮气气体常数进行处理，得到所述电堆的电堆内氮气分压方程；
根据理想气体方程，对所述电堆温度方程、所述水蒸气质量、所述阴极腔体积和所述水蒸气气体常数进行处理，得到所述电堆的电堆内水蒸气分压方程；
根据所述电堆温度方程、所述电堆内氧气分压方程、所述电堆内氮气分压、所述电堆内水蒸气分压方程构建所述电堆气路模型。
10.一种进气状态响应处理装置，其特征在于，所述装置包括：
设备模块，用于获取目标设备对应的设备模型、状态量输入数据和控制量输入数据；所述目标设备对应的设备模型为根据目标设备的类型与功能对目标设备的历史工作参数进行处理得到；所述目标设备为氢燃料电池进气系统关联的设备；所述状态量输入数据包括所述氢燃料电池进气系统运行环境关联的参数；所述控制量输入数据为所述目标设备关联的当前工作参数；
模糊控制模块，用于基于所述设备模型对所述状态量输入数据和所述控制量输入数据进行模糊化处理，得到模糊化处理结果，以及对所述模糊化处理结果进行模糊推理得到实时进气状态响应性的模糊数据，以及对所述实时进气状态响应性的模糊数据进行解模糊化处理，得到所述设备模型对应的实时进气状态响应性结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410530704.3A CN118336036A (zh) | 2024-04-29 | 2024-04-29 | 一种进气状态响应处理方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410530704.3A CN118336036A (zh) | 2024-04-29 | 2024-04-29 | 一种进气状态响应处理方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118336036A true CN118336036A (zh) | 2024-07-12 |
Family
ID=91781527
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410530704.3A Pending CN118336036A (zh) | 2024-04-29 | 2024-04-29 | 一种进气状态响应处理方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118336036A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118582662A (zh) * | 2024-08-07 | 2024-09-03 | 山东鑫海矿业技术装备股份有限公司 | 一种基于气压监测的储气罐智能管理方法及系统 |
-
2024
- 2024-04-29 CN CN202410530704.3A patent/CN118336036A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118582662A (zh) * | 2024-08-07 | 2024-09-03 | 山东鑫海矿业技术装备股份有限公司 | 一种基于气压监测的储气罐智能管理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN118336036A (zh) | 一种进气状态响应处理方法和装置 | |
| Arce et al. | Real-time implementation of a constrained MPC for efficient airflow control in a PEM fuel cell | |
| CN111129548A (zh) | 一种改进粒子群优化模糊pid燃料电池温度控制方法 | |
| CN109165788A (zh) | 一种冷热电联供系统的优化方法 | |
| Tan et al. | Optimization of PEMFC system operating conditions based on neural network and PSO to achieve the best system performance | |
| CN110867597B (zh) | 一种质子交换膜燃料电池一致性的热电水协同控制方法 | |
| CN110838590B (zh) | 一种质子交换膜燃料电池气体供应控制系统及方法 | |
| Fan et al. | Oxygen excess ratio control of PEM fuel cell based on self-adaptive fuzzy PID | |
| CN115117391A (zh) | 一种基于模糊逻辑与模型相结合的燃料电池热管理控制方法 | |
| Shen et al. | Nonlinear modeling and adaptive fuzzy control of MCFC stack | |
| CN116520909A (zh) | 哈里斯鹰算法优化模糊pid参数的高值耗材柜温度控制方法 | |
| Luo et al. | Model-free adaptive control for the PEMFC air supply system based on interval type-2 fuzzy logic systems | |
| CN112563541A (zh) | 一种改进粒子群pid的燃料电池阴极压力控制方法 | |
| Yang et al. | Evaluation method of oxygen excess ratio control under typical control laws for proton exchange membrane fuel cells | |
| CN117236746A (zh) | 一种空调负荷可调节潜力评估方法 | |
| CN115716469A (zh) | 一种混合动力系统的输出功率分配控制方法 | |
| CN113442795B (zh) | 基于分层式mpc的燃料电池混合动力系统控制方法 | |
| Li et al. | Observer-Based Control of PEMFC Air Feed Systems Via High-Order Fully Actuated System Approaches | |
| CN114488821A (zh) | 燃料电池过氧比的区间经济模型预测控制方法及系统 | |
| Tong et al. | Real-time simplified variable domain fuzzy control of PEM fuel cell flow systems | |
| CN114861126A (zh) | 一种燃气轮机燃烧调整过程中稳定性的预测方法及系统 | |
| Ghasemi et al. | PEM fuel cell system to extend the stack life based on a PID-PSO controller design | |
| Yan et al. | Research and Application of Genetic Algorithm Based Optimization of BP Neural Network Combinatorial Model | |
| CN118226757B (zh) | 一种燃料电池飞机的能量管理方法及系统 | |
| CN118539433B (zh) | 云边端协同下虚拟电厂频率控制与传输通信联合设计方法 |
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 |