质子交换膜燃料电池健康状态指标融合

基于信息论的方法，筛选出包含较多燃料电池性能“不可逆衰退”信息的外部操作条件，采用二次规划法将筛选出的外部操作条件与输出电功率进行融合，提出了一种融合健康状态（state of health， SOH）指标。与以输出电功率为SOH的指标相比，采用融合SOH指标，在单调性、单池衰退一致性和综合评价指标上分别提升了22.83%、91.96%和55.60%。     

基于SIMULINK/FLUENT的PEMFC系统的协同仿真

提出了基于SIMULINK/FLUENT的质子交换膜燃料电池系统协同仿真方法,结合SIMULINK和FLUENT各自的功能,利用SIMULINK的S-函数及FLUENT的日志文件开发了两者的接口,通过共享数据文件的方式实现了两程序之间数据的同步传递,初步建立了燃料电池模拟系统的三维协同仿真平台。最后,通过数值算例仿真在质量守恒的意义下验证了协同仿真平台的动态数学模型的正确性。     

1 kW自呼吸PEMFC堆控制因素试验

自呼吸质子交换膜燃料电池(PEMFC)阴极侧湿度和温度耦合严重,且空气流量对湿度和温度影响不同,从而使得对电池输出电压的控制变得复杂.以氢气压力和提供阴极空气流量的风扇转速为影响因素,对相应的工作点集进行了正交试验研究.分析结果表明,风扇转速高于极值电压转速时,空气会带走更多的水分,从而使得质子交换膜逐渐干燥,阻抗增大,电池性能衰减;风扇转速低于极值电压转速时,空气流量带走的热量减少,使得阴极表面温度升高,阴极端相对湿度迅速减低,从而导致质子交换膜迅速干燥,电池性能衰减迅速.因此,每个工作点存在一个使电池电压最高的风扇转速值.     

Comparison of Isobaric and Non-isobaric Operations on a Two-Phase Dynamic Model for PEFC Cathode Gas Diffusion Layer

Two 1-D dynamical and isothermal models of cathode gas diffusion layer (GDL) with isobaric and non-isobaric operations for polymer electrolyte fuel cells (PEFCs) were developed and implemented in COMSO...     

车用高压质子交换膜燃料电池系统建模与仿真

将车用高压质子交换膜燃料电池系统作为一种新型车辆动力的研究对象,结合机理建模和试验建模两种建模方法,建立了较为完整的系统级高压质子交换膜燃料电池系统的数学模型。该模型包括电堆、空气系统、气气增湿、氢气系统、冷却系统五个模块,通过试验数据为系统的非线性环节建立表格模型。针对一款83kW车用高压PEMFC系统,使用Matlab/Simnlink软件进行了仿真计算,给出了空气压力、温度、湿度、氧气过量系数、系统电压等仿真结果,并通过实验数据对该模型进行了验证。对比了高压系统与低压系统的效率,仿真结果表明在低电流区间高压系统效率低于低压系统,而在高电流区间高压系统效率高于低压系统。     

考虑磁路饱和效应的无刷直流电机电感参数研究

为研究无刷直流电机电感参数的动态特性,从磁路饱和效应的基本原理出发,通过电机磁路分析,结合理论推导,得到了基于磁路法的无刷直流电机电感计算方程.采用了基于Ansoft Maxwell软件的有限元法对基于该电感方程在Matlab/Simulink环境下进行仿真计算得到的电感变化规律进行了验证.同时结合矢量理论对电感参数随电机转子位置周期变化的规律进行了系统的分析.该研究成果对深化无刷直流电机的理论,正确地确定电感参数及建立精确的分析模型都有重要意义.     

基于K均值和支持向量机的燃料电池在线自适应故障诊断

基于K均值(K-means)和支持向量机(support vector machine, SVM)算法,提出了一种车用燃料电池系统(fuel cell system, FCS)在线自适应故障诊断方法.该方法通过不断获取系统最新单体电压,采用K-means算法改进传统的静态SVM分类器模型,对实时获取的信息进行聚类,实现分类器的在线自适应调节.采用已发表文献中的实验数据进行了相关的验证分析,结果表明,提出的方法能有效地在线调节故障分类器,实现FCS系统特性发生改变后的故障检测.     

多堆燃料电池系统温度模型预测控制

针对多堆燃料电池系统各电堆温度的控制问题,提出了一种将阴阳极出口气体温度作为电堆温度修正项的并联式热管理子系统模型,并对多堆燃料电池系统进行热平衡分析。首先,采用模型预测控制方法进行温度控制;然后,应用系统模型辨识的方法建立多个预测模型,通过切换预测模型控制不同工况点的电堆温度过程;最后,设计测试工况进行仿真验证。结果表明：在相应的温度指标下,并联式热管理子系统应用模型预测控制算法能够快速准确地进行多堆燃料电池系统中各电堆的温度控制,并且增加典型工况点的多个预测模型有助于提升控制效果,使得超调量减小,调节时间缩短。     

车用多堆燃料电池系统能量管理与控制策略

针对单堆燃料电池系统的输出功率、效率和寿命问题,对车用多堆燃料电池(multi-stack fuel cell,MFC)系统的能量管理策略(energy management strategy,EMS)与控制策略进行研究。提出了多级能量管理策略,其中第一级EMS基于工况对MFC系统与动力电池系统间的能量进行自适应分配,第二级EMS引入兼顾效率和寿命的目标优化函数,优化分配每个电堆的功率输出。研究结果表明,在满足同一电功率负载工况需求条件下,与单堆燃料电池系统相比较,MFC系统的燃料经济性可提高约4%,系统寿命性能也有所改善。     

多块神经网络误差反传的新概念

连接型网络的误差反传学习通常只是改变网络的权系数，所学的知识仅存储子所用网络内部神经元的连接之中，而神经元的作用函数在学习过程中保持不变．人脑中的神经无处理信息的方式对变化的信息环境应该具有相应的自适应性，这样的观点用于连接型网络的学习便意味着，在学习过程中，不仅网络内部神经元的连接，表示神经无处理信息方式的作用函数也应该可以变化，参与学习．本文对具有上述功能的多块神经网络以矢量一矩阵的形式给出了一般性的描述，并介绍了相应的误差反传学习算法．多块神经网络及其学习算法的矢量一矩阵描述有助于网络的稳定性分析和学习算法的收敛性分析．