【技术实现步骤摘要】
本专利技术涉及燃料电池，特别涉及一种pemfc冷启动的冰分布均匀性优化方法。
技术介绍
1、在能源和环境问题对安全的挑战日益严峻的今天，质子交换膜燃料电池(pemfc)被认为是一种很有前途的能源。在过去二十年中，对这一问题进行了广泛的研究。在pemfc的商业化过程中，必须实现性能稳定性和可靠性的提高以及低成本。pemfc的能力，启动和操作从冰点以下的温度必须实现冬季天气在某些地区。在冰点以下的温度下，由于发电效率低，所以启动燃料电池相当困难。此外，在燃料电池的电化学反应中产生的水可能冻结，然后冰覆盖阴极催化剂活性表面区域，这可能终止反应。因此针对阴极催化剂层(ccl)层的研究至关重要。
技术实现思路
1、本专利技术的目的在于，提供一种pemfc冷启动的冰分布均匀性优化方法。本专利技术可以解决燃料电池冷启动过程中冰的分布不均匀与冷启动失败速度过快问题，以此可以提高燃料电池的使用寿命。
2、本专利技术的技术方案：一种pemfc冷启动的冰分布均匀性优化方法，包括如下步骤：
3、步骤1、构建质子交换膜燃料电池的几何模型；
4、步骤2、选取几何模型的参数对冰的分布均匀性与冷启动失败时间进行一阶有限差分灵敏度分析；
5、步骤3、基于cnn卷积层与多头注意力机制的transformers构建冷启动神经网络模型；
6、步骤4、基于步骤2的灵敏度分析，选取相应的参数作为冷启动神经网络模型的输入，以冰的分布均匀性和冷启动失败时间作为优化目标；
7、步骤5、使用pso-ga优化算法寻找最佳操作参数与几何参数，得到最优解集。
8、上述的pemfc冷启动的冰分布均匀性优化方法，所述几何模型包括如下组件：双极板、气体通道、气体扩散层、催化剂层和膜。
9、前述的pemfc冷启动的冰分布均匀性优化方法，步骤2中，所述几何模型的参数包括气体扩散层孔隙率、催化剂层孔隙率，离聚体体积分数、入口温度、初始膜水、比表面积和初始电流。
10、前述的pemfc冷启动的冰分布均匀性优化方法，所述冰的分布均匀性指标通过以下公式计算：
11、
12、其中，gice是催化剂层表面不同点的冰含量，是催化剂层表面不同点的冰含量的平均值；n是催化剂层表面上点的个数，gice是冰的分布均匀性指标；
13、所述冰的分布均匀性指标的一阶有限差分灵敏度分析表示为：
14、
15、其中，pi是选择用于施加扰动的几何模型参数，δgice是扰动后gice的变化。
16、前述的pemfc冷启动的冰分布均匀性优化方法，所述冷启动失败时间的一阶有限差分灵敏度分析表示为：
17、
18、其中，tfinal表示冷启动最终失败时刻的时间，pi是选择用于施加扰动的几何模型参数，δtfinal是扰动后tfinal的变化。
19、前述的pemfc冷启动的冰分布均匀性优化方法，所述冷启动神经网络模型包括数据处理层、编码层和解码层；
20、所述数据处理层用于对模型的输入进行融合，并逐步提取局部特征以丰富局部细节，同时利用transformer增强冷启动神经网络模型的全局感知能力；在transformer中，位置编码用于描述数据点在序列中的位置，因此每个位置都被分配了一个介于0和1之间的唯一表示；
21、所述编码器层负责生成包含关于输入的哪些部分彼此相关的信息的编码，最后一个编码器层的输出是transformer解码器的多注意力头的输入；
22、所述解码器用于接收编码器的输出以及解码器在前一时间步的输出，以生成输出序列。
23、前述的pemfc冷启动的冰分布均匀性优化方法，所述pso-ga优化算法的流程如下：
24、步骤5.1、导入冷启动神经网络模型；
25、步骤5.2、pso粒子和速度初始化为冷启动神经网络模型找出全局最优的个体极值和群体极值；
26、步骤5.3、更新速度和位置；
27、步骤5.4、适应度函数值以及个体极值和群体极值更新；
28、步骤5.5、非支配排序；
29、步骤5.6、进行选择、变异和交叉工作；
30、步骤5.7、精英选择策略；
31、步骤5.8、判断是否满足终止条件，若否则返回步骤5.4，若是则进入步骤5.9；
32、步骤5.9、拥挤距离计算确保最优解尽量分散；
33、步骤5.10、输出最优解。
34、前述的pemfc冷启动的冰分布均匀性优化方法，所述pso-ga优化算法优化的目标为斜率k与面积s的最优值。
35、
36、其中，斜率k用于寻找到冰的分布均匀性指标gice的最小值与冷启动最终失败时刻的时间tfinal的最大值；目标值面积s用于限制出现最后一点为最优点的情况；z1表示冰的分布均匀性指标gice的值；h7表示冷启动最终失败时刻的时间tfinal的值。
37、在优化过程中，通过设置惩罚条件以过滤掉异常个体，步骤如下：
38、极端情况下，高的膜水、低入口温度和高电流密度下，冷启动失败时间越短，现进行如下惩罚项设置：
39、if h4>253.15，h5>6.2，h6>50；
40、constraint1＝h6+h7-204；
41、if constraint1>0；
42、penalty1＝constraint1；
43、式中：h4表示入口温度tin的值；h5表示初始膜水λini的值；h6表示比表面积θcl的值；
44、在初始条件不变情况下，针对高灵敏度参数设置惩罚项，优化过程中降低异常值被算法选择的概率；
45、每轮优化后tfinal时刻的与相同时刻tfinal优化前的gice进行差值计算，先进行如下惩罚项设置：
46、
47、if constranint2＞0；
48、penalty2＝constraint2；
49、其中当优化后的的时刻time超过原本gice的时刻time＝240s时，默认采用240s时刻的gice进行计算；
50、则总惩罚值：
51、penalty＝penalty1+penalty2；
52、惩罚项最终被返回到目标函数中，pso-ga算法寻找两个目标的最小值，从而让优化算法不会选择惩罚后的结果，表示如下：
53、
54、与现有技术相比，本专利技术首先构建了质子交换膜燃料电池的几何模型，然后选择了包括气体扩散层孔隙率、催化剂层孔隙率、离聚体体积分数、入口温度、初始膜水、比表面积和初始电流等7个参数对冰的分布均匀性与冷启动失败时间的影响，再利用cnn卷积层与多头注意力机制的transformers结合开发冷启动神经网络模型，以本文档来自技高网...
【技术保护点】
1.一种PEMFC冷启动的冰分布均匀性优化方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的PEMFC冷启动的冰分布均匀性优化方法，其特征在于：所述几何模型包括如下组件：双极板、气体通道、气体扩散层、催化剂层和膜。
3.根据权利要求1所述的PEMFC冷启动的冰分布均匀性优化方法，其特征在于：步骤2中，所述几何模型的参数包括气体扩散层孔隙率、催化剂层孔隙率，离聚体体积分数、入口温度、初始膜水、比表面积和初始电流。
4.根据权利要求3所述的PEMFC冷启动的冰分布均匀性优化方法，其特征在于：所述冰的分布均匀性指标通过以下公式计算：
5.根据权利要求3所述的PEMFC冷启动的冰分布均匀性优化方法，其特征在于：所述冷启动失败时间的一阶有限差分灵敏度分析表示为：
6.根据权利要求1所述的所述的PEMFC冷启动的冰分布均匀性优化方法，其特征在于：所述冷启动神经网络模型包括数据处理层、编码层和解码层；
7.根据权利要求6所述的PEMFC冷启动的冰分布均匀性优化方法，其特征在于：所述PSO-GA优化算法的流程如下：<...
【技术特征摘要】
1.一种pemfc冷启动的冰分布均匀性优化方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的pemfc冷启动的冰分布均匀性优化方法，其特征在于：所述几何模型包括如下组件：双极板、气体通道、气体扩散层、催化剂层和膜。
3.根据权利要求1所述的pemfc冷启动的冰分布均匀性优化方法，其特征在于：步骤2中，所述几何模型的参数包括气体扩散层孔隙率、催化剂层孔隙率，离聚体体积分数、入口温度、初始膜水、比表面积和初始电流。
4.根据权利要求3所述的pemfc冷启动的冰分布均匀性优化方法，其特征在于：所述冰的分布均匀性指标通过以下公式计算：
5.根据权利要求3所述的pemfc冷启动的冰分布均匀性优...
【专利技术属性】
技术研发人员：玄东吉，刘铸纬，毛旭平，黄寅，康泽豪，张志，黄学金，周余杰，
申请(专利权)人：温州大学，
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。