一种质子交换膜燃料电池流道挡板结构的设计方法技术

本发明专利技术公开了一种质子交换膜燃料电池流道挡板结构的设计方法。本发明专利技术首先划分挡板位置；然后采用二进制映射和数制转换，将流道中挡板结构进行数据化处理得到挡板信息；利用数据化的挡板信息和对应的模拟结果，训练神经网络作为代理模型，将代理模型与多目标优化算法进行结合，得出最优的挡板信息，进而得到最优的挡板结构；本发明专利技术成功的利用人工智能结合多目标优化算法的方法，设计得到各行各列挡板位置上有无挡板的最佳排列，最终得到最佳挡板结构，克服传统设计方法所设计的挡板，难以综合对流传质和流动平面内气体扰动的影响，来实现对多个相互牵制的电池性能指标同时优化的局限性，全面优化燃料电池双极板的性能。全面优化燃料电池双极板的性能。全面优化燃料电池双极板的性能。

【技术实现步骤摘要】
一种质子交换膜燃料电池流道挡板结构的设计方法


[0001]本专利技术涉及燃料电池领域，具体涉及一种质子交换膜燃料电池流道挡板结构的设计方法。

技术介绍

[0002]燃料电池是一种通过电极反应将燃料中的化学能直接连续地转化为电能的电化学装置，质子交换膜燃料电池(proton exchange membrane fuel cell，PEMFC)是目前技术成熟度最高、应用最广泛的燃料电池，它不仅具有能量转换效率高和环境友好等燃料电池一般优势，而且还具有工作温度低和启停响应快等独有优势，未来可用于汽车动力源、分布式发电或无人机等应用场景。
[0003]双极板是PEMFC的重要组成部分，双极板的重量和成本分别占到整个燃料电池的60％和30％；它的主要作用包括：支撑膜电极、传导电流、输运并分配反应气体及排除液态水等；双极板表面包含流场结构，流场结构设计对于双极板性能有着重要的影响。诸多研究已经证明，在流道中加入垂直于气流方向连续阻挡气流挡板结构，能够增加反应气体与气体扩散层的对流传质；在上述的挡板中留有一定的“间断”，则气流流经挡板时，除去一部分会被引流到气体扩散层当中外，还有一部分会从挡板的间断处流过，增加在流动平面内气体的扰动，增加了反应物分布的均匀性，对电池性能提升有积极作用。但是，受制于燃料电池问题的复杂性，以及传统挡板设计方法的局限性，难以真正将对流传质和平面扰动，两个因素处理好，实现电池的单目标乃至多目标性能优化。
[0004]近年来，随着人工智能和智能优化算法的发展，智能设计在综合考虑多方面的影响得到最优解的问题上，具有突出优势，上述传统设计方法所面临的问题，有望从新技术的发展中得到解决；但是，人工智能所处理的问题，大都是数据问题；如何将挡板结构进行数据化表示，如何将数据化的挡板结构信息使用人工智能耦合多目标优化的方法进行优化，如何将优化结果重新转换成几何结构的形式；这都是制约智能设计方法应用于挡板结构设计的难题，也是本专利技术所要解决的问题。

技术实现思路

[0005]针对以上现有技术存在的问题，本专利技术提出了一种质子交换膜燃料电池流道挡板位置的设计方法，利用人工智能耦合多目标优化算法来优化挡板结构，综合权衡对流传质和平面扰动之间的关系，最终实现对电流密度、气体压降和氧气均匀度系数三个性能指标的优化。
[0006]本专利技术的质子交换膜燃料电池流道挡板结构的设计方法，包括以下步骤：
[0007]1)划分挡板位置：
[0008]首先，在流道中沿流道方向均匀划分M行挡板位置，行挡板位置垂直于流道方向，将每一行挡板位置进行N等分，获得M行N列挡板位置，挡板位置的数量为M
×
N个，挡板位置的宽度为流道的宽度N分之一，M和N为自然数；
[0009]2)设定映射关系：
[0010]在一个挡板位置设置挡板，此挡板位置赋值为1，在挡板位置不设置挡板，此挡板位置赋值为0，以“1”或“0”表示一个挡板位置是否设置挡板的挡板信息，每一行挡板位置是否设置挡板是一个N位“1”或“0”的排列，对应是一个N位二进制数，表示一行挡板信息，并规定方向，最右侧的挡板位置，为N位二进制数的最低位，记每一行挡板信息对应的二进制数为一组，每一组二进制数的位数与挡板位置的列数一致，二进制数的组数与挡板位置的行数一致，即二进制数的组数为M组，以这M组二进制数表示双极板的流道的M行挡板信息，对应双极板的挡板结构，得到挡板信息与二进制的映射关系；
[0011]3)数制转换：
[0012]将代表一行挡板信息的二进制数转换为十进制数，以每一个十进制数代表流道中一行挡板信息，十进制数的个数与挡板位置的行数一致，即十进制数的个数为M个，以多个十进制数表示流道中的多行挡板信息；
[0013]4)获取试验点：
[0014]试验点是指代表M行挡板信息的十进制数据排列；采用抽样算法在0到7之间(包含0、7)的十进制数中每次抽取M个十进制数，分别给每一行挡板位置，赋予一个十进制数，M行挡板信息构成了M维十进制数据向量，每次抽取的一个M维十进制数据向量作为一个试验点；对试验点进行多次随机抽样，得到多个试验点；
[0015]5)模拟试验点：
[0016]先将每一个试验点的每一维十进制数转换为N位二进制数；再根据步骤2)中定义的映射关系，将二进制数中的“0”或“1”，分别逐行逐列的对应于流道中不同行和列的挡板位置处挡板的有无，从而建立试验点和所对应的真实流道的挡板结构之间的联系；将试验点所对应的具有不同流道的挡板信息，分别送入到三维单相非等温稳态PEMFC模型中进行模拟，得到将要进行优化的多个燃料电池性能指标；三维单相非等温稳态PEMFC模型的输入为不同试验点所对应的不同挡板结构的双极板几何模型及统一的模型边界条件，模拟结果为不同挡板结构下所对应的燃料电池性能指标，将试验点作为输入，其所对应的模拟结果作为输出，组成输入输出一一映射的原始数据集，用于后续代理模型的训练和精度验证；
[0017]6)构建并训练代理模型：
[0018]构建人工神经网络(Artificial Neural Network，ANN)作为三维单相非等温稳态质子交换膜燃料电池(PEMFC)模型的代理模型，针对每一个燃料电池性能指标分别建立相应的代理模型，每一个代理模型基于人工神经网络构建；将原始数据集分为训练数据集和测试数据集，采用训练数据集训练人工神经网络的连接权重和阀值，使人工神经网络能够更加准确的得到预测结果，然后采用测试数据集验证人工神经网络对于未知数据的预测能力，从而评估训练的误差；通过代理模型，建立了试验点与燃料电池性能指标之间的映射关系，得到训练好的代理模型；
[0019]7)获得帕累托最优解集：
[0020]针对所要优化的燃料电池性能指标，分别设置所对应的目标函数，采用多目标优化算法，同时对多个目标函数进行优化，得到帕累托最优解集；
[0021]8)确定唯一最优解及所对应的几何结构：
[0022]采用熵值法确定权重的优劣解距离法，对帕累托最优解集中的解，进行综合评价，
将综合评价得分最高的解，确定为唯一最优解；此时的唯一最优解，是M维十进制数据向量，先将M维十进制数据向量逐行经过数制转换，转换成M组二进制数，再根据步骤2)中二进制数与流道中的挡板信息的映射关系，获得最优的流道的挡板信息，对应于流道中最优的挡板结构。
[0023]其中，在步骤1)流道的宽度为0.4～4mm，挡板位置的宽度为0.13～1.33mm。相邻的两个挡板之间的间距为2～5mm；N≤3。
[0024]在步骤4)中，抽样算法采用拉丁超立方抽样(Latin hypercube sampling,LHS)。试验点的个数为大于1000，试验点的个数越多，训练数据量越大，训练的代理模型精度越高，权衡精度和经济性，一般选用1000～3000个试验点。
[0025]在步骤5)中，燃料电池性能指标包括：电流密度、阴极流道气体压降以及阴极侧气体扩散层与催化层交界面氧气均匀程度系数中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种质子交换膜燃料电池流道挡板结构的设计方法，其特征在于，所述设计方法包括以下步骤：1)划分挡板位置：首先，在流道中沿流道方向均匀划分M行挡板位置，行挡板位置垂直于流道方向，将每一行挡板位置进行N等分，获得M行N列挡板位置，挡板位置的数量为M
×
N个，挡板位置的宽度为流道的宽度N分之一，M和N为自然数；2)设定映射关系：在一个挡板位置设置挡板，此挡板位置赋值为1，在挡板位置不设置挡板，此挡板位置赋值为0，以“1”或“0”表示一个挡板位置是否设置挡板的挡板信息，每一行挡板位置是否设置挡板是一个N位“1”或“0”的排列，对应是一个N位二进制数，表示一行挡板信息，并规定方向，最右侧的挡板位置，为N位二进制数的最低位，记每一行挡板信息对应的二进制数为一组，每一组二进制数的位数与挡板位置的列数一致，二进制数的组数与挡板位置的行数一致，即二进制数的组数为M组，以这M组二进制数表示双极板的流道的M行挡板信息，对应双极板的挡板结构，得到挡板信息与二进制的映射关系；3)数制转换：将代表一行挡板信息的二进制数转换为十进制数，以每一个十进制数代表流道中一行挡板信息，十进制数的个数与挡板位置的行数一致，即十进制数的个数为M个，以多个十进制数表示流道中的多行挡板信息；4)获取试验点：试验点是指代表M行挡板信息的十进制数据排列；采用抽样算法在0到7之间的十进制数中每次抽取M个十进制数，分别给每一行挡板位置，赋予一个十进制数，M行挡板信息构成了M维十进制数据向量，每次抽取的一个M维十进制数据向量作为一个试验点；对试验点进行多次随机抽样，得到多个试验点；5)模拟试验点：先将每一个试验点的每一维十进制数转换为N位二进制数；再根据步骤2)中定义的映射关系，将二进制数中的“0”或“1”，分别逐行逐列的对应于流道中不同行和列的挡板位置处挡板的有无，从而建立试验点和所对应的真实流道的挡板结构之间的联系；将试验点所对应的具有不同流道的挡板信息，分别送入到三维单相非等温稳态PEMFC模型中进行模拟，得到将要进行优化的多个燃料电池性能指标；三维单相非等温稳态PEMFC模型的输入为不同试验点所对应的不同挡板结构的双极板几何模型及统一的模型边界条件，模拟结果为不同挡板结构下所对应的燃料电池性能指标，将试验点作为输入，其所对应的模拟结果作为输出，组成输入输出一一映射的原始数据集，用于后续代理模型的训练和精度验证；6)构建并训练代理模型：构建人工神经网络作为三维单相非等温稳态质子交换膜燃料电池(PEMFC)模型的代理模型，针对每一个燃料电池性能指标分别建立相应的代理模型，每一个代理模型基于人工神经网络构建；将原始数据集分为训练数据集和测试数据集，采用训练数据...

【专利技术属性】
技术研发人员：刘镇宁，苏循康，俞宙锋，冯鸣跃，卢国龙，赵韬韬，樊文选，刘明昕，江柯，崔浩，郑德利，卢大峰，杨洛宾，
申请(专利权)人：华奥安心技术服务集团股份有限公司，
类型：发明
国别省市：