本申请公开了一种燃料电池电堆寿命预测方法、系统及电子设备，通过训练材料衰减模型及性能仿真模型，能够模拟电堆实际运行过程中宏观性能和内部特性的动态更新，从而基于材料衰减模型及性能仿真模型实现对材料/结构和电堆性能衰减的同时预测，相比较传统的寿命预测模型，具有更高的精度和适用性。具有更高的精度和适用性。具有更高的精度和适用性。
【技术实现步骤摘要】
一种燃料电池电堆寿命预测方法、系统及电子设备
[0001]本申请涉及燃料电池领域，尤其涉及一种燃料电池电堆寿命预测方法、系统及电子设备。
技术介绍
[0002]目前，燃料电池电堆的耐久性开发主要依赖于工程经验和测试验证，通过电堆长时间耐久运行后的失效分析，提出材料/结构设计和控制策略的优化方向。
[0003]基于日益提升的寿命要求，燃料电池产品开发还缺乏正向设计手段，通过测试验证和工程经验开发的迭代周期长、速度慢，无法满足快速推进市场化的需求。
技术实现思路
[0004]有鉴于此，本申请提供一种燃料电池电堆寿命预测方法、系统及电子设备，其具体方案如下：
[0005]一种燃料电池电堆寿命预测方法，包括：
[0006]获得训练完成的材料衰减模型及性能仿真模型，所述材料衰减模型用于确定膜电极材料的衰减数据，所述性能仿真模型用于基于所述膜电极材料的衰减数据确定燃料电池电堆寿命的相关数据；
[0007]获得燃料电池电堆的当前状态的关键运行和状态参数，以及膜电极的第一材料和结构特性；
[0008]将所述当前状态的关键运行和状态参数以及膜电极的第一材料和结构特性输入至所述材料衰减模型，获得所述膜电极的第二材料和结构特性；
[0009]将所述膜电极的第二材料和结构特性输入至所述性能仿真模型，获得所述燃料电池的预测电堆电压、预测阻抗及预测窜漏量；
[0010]基于所述燃料电池的预测电堆电压、预测阻抗或预测窜漏量与失效数值的比较，确定所述燃料电池电堆的剩余使用寿命。
[0011]进一步的，所述基于所述燃料电池的预测电堆电压、预测阻抗或预测窜漏量与失效数值的比较，确定所述燃料电池电堆的剩余使用寿命，包括：
[0012]获得电堆电压失效值；
[0013]若确定所述预测电堆电压小于所述电堆电压失效值，则确定所述燃料电池的电堆失效，基于所述燃料电池的电堆失效时间确定所述燃料电池电堆的剩余使用寿命。
[0014]进一步的，所述基于所述燃料电池的预测电堆电压、预测阻抗或预测窜漏量与失效数值的比较，确定所述燃料电池电堆的剩余使用寿命，包括：
[0015]获得窜漏量失效值；
[0016]若确定所述预测窜漏量大于所述窜漏量失效值，则确定所述燃料电池的电堆失效，基于所述燃料电池的电堆失效时间确定所述燃料电池电堆的剩余使用寿命。
[0017]进一步的，还包括：
[0018]将燃料电池的历史数据中的关键运行和状态参数以及膜电极的材料和结构特性输入至所述材料衰减模型，获得所述膜电极的第三材料和结构特性；
[0019]将所述膜电极的第三材料和结构特性输入至所述性能仿真模型，获得所述燃料电池的仿真电堆电压、仿真阻抗及仿真窜漏量；
[0020]基于所述仿真电堆电压、仿真阻抗或仿真窜漏量与所述燃料电池的历史数据中的实测值进行比较，基于比较结果调整所述材料衰减模型及所述性能仿真模型的精度。
[0021]进一步的，还包括：
[0022]搭建材料衰减模型架构及性能仿真模型架构；
[0023]基于加速或常规耐久工况、稳态极化工况及敏感性测试工况获得实验数据；
[0024]基于所述实验数据分别对所述材料衰减模型架构及性能仿真模型架构进行标定，获得训练完成的材料衰减模型及性能仿真模型。
[0025]进一步的，所述燃料电池电堆的当前状态的关键运行和状态参数，至少包括：
[0026]不同时刻的平均电压、操作温度、操作压力和阴阳极进出口湿度。
[0027]进一步的，所述膜电极的第一材料和结构特性至少包括：
[0028]电化学活性面积、铂载量、铂质量分数、催化剂粒径分布、膜厚度和电导率。
[0029]一种燃料电池电堆寿命预测系统，包括：
[0030]第一获得单元，用于获得训练完成的材料衰减模型及性能仿真模型，所述材料衰减模型用于确定膜电极材料的衰减数据，所述性能仿真模型用于基于所述膜电极材料的衰减数据确定燃料电池电堆寿命的相关数据；
[0031]第二获得单元，用于获得燃料电池电堆的当前状态的关键运行和状态参数，以及膜电极的第一材料和结构特性；
[0032]第一输入单元，用于将所述当前状态的关键运行和状态参数以及膜电极的初始材料和结构特性输入至所述材料衰减模型，获得所述膜电极的第二材料和结构特性；
[0033]第二输入单元，用于将所述膜电极的第二材料和结构特性输入至所述性能仿真模型，获得所述燃料电池的预测电堆电压、预测阻抗及预测窜漏量；
[0034]确定单元，用于基于所述燃料电池的预测电堆电压、预测阻抗或预测窜漏量与失效数值的比较，确定所述燃料电池电堆的剩余使用寿命。
[0035]一种电子设备，包括：
[0036]处理器，用于获得训练完成的材料衰减模型及性能仿真模型，所述材料衰减模型用于确定膜电极材料的衰减数据，所述性能仿真模型用于基于所述膜电极材料的衰减数据确定燃料电池电堆寿命的相关数据；获得燃料电池电堆的当前状态的关键运行和状态参数，以及膜电极的第一材料和结构特性；将所述当前状态的关键运行和状态参数以及膜电极的初始材料和结构特性输入至所述材料衰减模型，获得所述膜电极的第二材料和结构特性；将所述膜电极的第二材料和结构特性输入至所述性能仿真模型，获得所述燃料电池的预测电堆电压、预测阻抗及预测窜漏量；基于所述燃料电池的预测电堆电压、预测阻抗或预测窜漏量与失效数值的比较，确定所述燃料电池电堆的剩余使用寿命；
[0037]存储器，用于存储所述处理器执行上述处理过程的程序。
[0038]一种可读存储介质，用于至少存储一组指令集；
[0039]所述指令集用于被调用并至少执行如上任一项所述的燃料电池电堆寿命预测的
方法。
[0040]从上述技术方案可以看出，本申请公开的燃料电池电堆寿命预测方法、系统及电子设备，获得训练完成的材料衰减模型及性能仿真模型，材料衰减模型用于确定膜电极材料的衰减数据，性能仿真模型用于基于膜电极材料的衰减数据确定燃料电池电堆寿命的相关数据；获得燃料电池电堆的当前状态的关键运行和状态参数，以及膜电极的第一材料和结构特性；将当前状态的关键运行和状态参数以及膜电极的初始材料和结构特性输入至材料衰减模型，获得膜电极的第二材料和结构特性；将膜电极的第二材料和结构特性输入至性能仿真模型，获得燃料电池的预测电堆电压、预测阻抗及预测窜漏量；基于燃料电池的预测电堆电压、预测阻抗或预测窜漏量与失效数值的比较，确定燃料电池电堆的剩余使用寿命。本方案通过训练材料衰减模型及性能仿真模型，能够模拟电堆实际运行过程中宏观性能和内部特性的动态更新，从而基于材料衰减模型及性能仿真模型实现对材料/结构和电堆性能衰减的同时预测，相比较传统的寿命预测模型，具有更高的精度和适用性。
附图说明
[0041]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，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地介绍，显而易见本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种燃料电池电堆寿命预测方法，其特征在于，包括：获得训练完成的材料衰减模型及性能仿真模型，所述材料衰减模型用于确定膜电极材料的衰减数据，所述性能仿真模型用于基于所述膜电极材料的衰减数据确定燃料电池电堆寿命的相关数据；获得燃料电池电堆的当前状态的关键运行和状态参数，以及膜电极的第一材料和结构特性；将所述当前状态的关键运行和状态参数以及膜电极的第一材料和结构特性输入至所述材料衰减模型，获得所述膜电极的第二材料和结构特性；将所述膜电极的第二材料和结构特性输入至所述性能仿真模型，获得所述燃料电池的预测电堆电压、预测阻抗及预测窜漏量；基于所述燃料电池的预测电堆电压、预测阻抗或预测窜漏量与失效数值的比较，确定所述燃料电池电堆的剩余使用寿命。2.根据权利要求1所述的方法，其特征在于，所述基于所述燃料电池的预测电堆电压、预测阻抗或预测窜漏量与失效数值的比较，确定所述燃料电池电堆的剩余使用寿命，包括：获得电堆电压失效值；若确定所述预测电堆电压小于所述电堆电压失效值，则确定所述燃料电池的电堆失效，基于所述燃料电池的电堆失效时间确定所述燃料电池电堆的剩余使用寿命。3.根据权利要求1所述的方法，其特征在于，所述基于所述燃料电池的预测电堆电压、预测阻抗或预测窜漏量与失效数值的比较，确定所述燃料电池电堆的剩余使用寿命，包括：获得窜漏量失效值；若确定所述预测窜漏量大于所述窜漏量失效值，则确定所述燃料电池的电堆失效，基于所述燃料电池的电堆失效时间确定所述燃料电池电堆的剩余使用寿命。4.根据权利要求1所述的方法，其特征在于，还包括：将燃料电池的历史数据中的关键运行和状态参数以及膜电极的材料和结构特性输入至所述材料衰减模型，获得所述膜电极的第三材料和结构特性；将所述膜电极的第三材料和结构特性输入至所述性能仿真模型，获得所述燃料电池的仿真电堆电压、仿真阻抗及仿真窜漏量；基于所述仿真电堆电压、仿真阻抗或仿真窜漏量与所述燃料电池的历史数据中的实测值进行比较，基于比较结果调整所述材料衰减模型及所述性能仿真模型的精度。5.根据权利要求1所述的方法，其特征在于，还包括：搭建材料衰减模型架构及性能仿真模型架构；基于加速或常规耐久工况、稳态极化工况及敏感性测试工况获得实验数据；基于所述实验数据分别对所述材料衰减模型架构及性能仿真模型架构进行标定，获得训练完...
【专利技术属性】
技术研发人员：邓豪，刘佳，石伟玉，侯中军，姜贵山，
申请(专利权)人：上海捷氢科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。