本申请涉及氢燃料电池技术领域,尤其涉及一种燃料电池重卡用氢气泄漏点监测定位方法和装置,通过在易发生氢气泄漏的位置附近布置氢浓度检测探头、多种传感器监测氢气泄漏浓度、风速、温度、湿度、气压等参数,并利用无线数据传输技术将检测数据传送到氢气泄漏点定位系统进行数据分析,基于加权质心算法、非线性最小二乘法、BP人工神经网络技术,结合高斯烟羽模型对氢气泄漏点进行定位,以实现实时监测氢气泄漏情况和精准定位氢气泄漏点位置的目的。本发明专利技术所述方法不仅可以实时监测氢气泄漏情况并且能及时高效快速精准给出氢气泄漏点位置信息,更大程度地保障了人员及车辆的安全。
【技术实现步骤摘要】
本申请涉及氢燃料电池,尤其涉及一种燃料电池重卡用氢气泄漏点监测定位方法和装置。
技术介绍
1、燃料电池汽车由于能量转化效率高、起动速度快、“零排放”,被认为是实现未来汽车工业可持续发展的重要方向之一。现阶段,燃料电池重卡在示范区内大规模示范运行,得到了显著好评。
2、但是在行驶过程中燃料电池重卡也可能会面临到由于各种原因所导致的氢气泄漏现象,氢气泄漏可能会引起火灾或者爆炸,对燃料电池重卡的安全运行以及驾驶员的人身安全造成重大威胁,因此,精准、快速、实时监测定位燃料电池重卡上的氢气泄漏点至关重要。
技术实现思路
1、本申请的主要目的在于提供一种燃料电池重卡用氢气泄漏点监测定位方法和装置,以解决现有技术中实时监测氢气泄漏情况和精准定位氢气泄漏点位置的目的。
2、为实现上述目的,本申请提供如下技术方案:
3、根据本专利技术第一方面,本专利技术请求保护一种燃料电池重卡用氢气泄漏点监测定位方法,其特征在于,包括:
4、获取所述燃料电池重卡周围的氢气浓度信息以及环境参数信息,将所述氢气浓度信息以及环境参数信息无线发送至氢气泄漏点定位系统进行数据分析;
5、所述氢气泄漏点定位系统利用加权质心算法分析所述氢气浓度信息以及环境参数信息,得到所述燃料电池重卡的初步定位泄漏点位置;
6、采用高斯烟羽扩散模型,依据所述燃料电池重卡的初步定位泄漏点位置构建泄漏点参数;
7、采用非线性最小二乘法构造所述泄漏点参数的目标函数;</p>8、采用bp神经网络优化所述泄漏点参数的目标函数并求解最小值,得到所述燃料电池重卡的精确定位泄漏点位置,所述氢气泄漏点定位系统根据所述精确定位泄漏点位置发出警报。
9、进一步的,所述获取所述燃料电池重卡周围的氢气浓度信息以及环境参数信息,将所述氢气浓度信息以及环境参数信息无线发送至氢气泄漏点定位系统进行数据分析中,还包括:
10、在所述燃料电池重卡的顶部及气瓶周围布置氢浓度检测探头,所述氢浓度检测探头实时检测所述燃料电池重卡周围的氢气浓度;
11、所述环境参数信息至少包括:风速、温度、湿度、气压;
12、在所述燃料电池重卡的顶部布置风速气压传感器、温湿度传感器,实时监测所述燃料电池重卡周围的风速、温度、湿度、气压。
13、进一步的,所述氢气泄漏点定位系统利用加权质心算法分析所述氢气浓度信息以及环境参数信息,得到所述燃料电池重卡的初步定位泄漏点位置,还包括:
14、依据所述氢气浓度信息以及环境参数信息构建风力影响下的二维坐标下的气体扩散模型;
15、依据斜风风向与
x轴正向夹角建立新坐标系,使风向与新坐标系的
x轴正方向相同,得到新坐标系中的任意点与旧坐标系中对应的点的转换关系;
16、依据所述新坐标系中的任意点与旧坐标系中对应的点的转换关系,得到所述新坐标系中的气体扩散模型;
17、获取所述新坐标系的三个点和所述三个点与氢气泄漏源的距离,依据所述新坐标系中的气体扩散模型得到所述三个点的氢气浓度;
18、引入影响因子和质心公式,计算得到新坐标系中的氢气泄漏源坐标;
19、依据新坐标系中的任意点与旧坐标系中对应的点的转换关系,将新坐标系中的氢气泄漏源坐标转换得到旧坐标系下的氢气泄漏源坐标,作为初步定位泄漏点位置。
20、进一步的,所述采用高斯烟羽扩散模型,依据所述燃料电池重卡的初步定位泄漏点位置构建泄漏点参数,还包括:
21、构建高斯烟羽扩散模型表达式,令所述燃料电池重卡的初步定位泄漏点位置的z坐标为0,得到泄漏点参数;
22、所述泄漏点参数中包括氢气在y方向和z方向的扩散系数,氢气监测点在y方向到氢气泄漏源的距离和氢气泄漏源的有效源高。
23、进一步的,所述采用非线性最小二乘法构造所述泄漏点参数的目标函数,还包括:
24、设定
n个氢气浓度检测节点与氢气泄漏源在同一个二维平面,基准节点的氢气检测浓度和坐标分别是所有节点氢气检测浓度的平均值和所有节点坐标的平均值,获取任一节点的氢气检测浓度与基准节点的氢气检测浓度的关系;
25、依据所述任一节点的氢气检测浓度与基准节点的氢气检测浓度的关系计算得到所述泄漏点参数的目标函数。
26、进一步的,所述采用bp神经网络优化所述泄漏点参数的目标函数并求解最小值,得到所述燃料电池重卡的精确定位泄漏点位置,所述氢气泄漏点定位系统根据所述精确定位泄漏点位置发出警报,还包括:
27、所述bp神经网络的训练过程由信号的正向传播和误差的反向传播组成;
28、获取正向传播中,隐含层第
j个神经元的输出和输出层第
k个神经元的输出;
29、反向传播中,从隐含层的第
j个神经元到输出层的第
k个神经元,获取输出层的权值变化和输出层的偏置变化;
30、设定信号从输入层的第
i个神经元传播到隐含层的第
j个神经元,得到隐含层的权值变化和隐含层的偏置变化;
31、依据影响氢气浓度的气象因素包括风速、气压、温度、湿度,输入层的节点数为4,输出层的节点数为1,隐含层的层数为1,隐含层的节点数为5,输出层的激活函数为purelin函数,学习率为0.035。
32、根据本专利技术第二方面,本专利技术请求保护一种燃料电池重卡用氢气泄漏点监测定位装置,其特征在于,包括:
33、一个或多个处理器;
34、存储器,其上存储有一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现所述的一种燃料电池重卡用氢气泄漏点监测定位方法。
35、本申请涉及氢燃料电池
,尤其涉及一种燃料电池重卡用氢气泄漏点监测定位方法和装置,通过在易发生氢气泄漏的位置附近布置氢浓度检测探头、多种传感器监测氢气泄漏浓度、风速、温度、湿度、气压等参数,并利用无线数据传输技术将检测数据传送到氢气泄漏点定位系统进行数据分析,基于加权质心算法、非线性最小二乘法、bp人工神经网络技术,结合高斯烟羽模型对氢气泄漏点进行定位,以实现实时监测氢气泄漏情况和精准定位氢气泄漏点位置的目的。本专利技术所述方法不仅可以实时监测氢气泄漏情况并且能及时高效快速精准给出氢气泄漏点位置信息,更大程度地保障了人员及车辆的安全。
本文档来自技高网...
【技术保护点】
1.一种燃料电池重卡用氢气泄漏点监测定位方法,其特征在于,包括:
2.如权利要求1所述的一种燃料电池重卡用氢气泄漏点监测定位方法,其特征在于,所述获取所述燃料电池重卡周围的氢气浓度信息以及环境参数信息,将所述氢气浓度信息以及环境参数信息无线发送至氢气泄漏点定位系统进行数据分析中,还包括:
3.如权利要求1所述的一种燃料电池重卡用氢气泄漏点监测定位方法,其特征在于,所述氢气泄漏点定位系统利用加权质心算法分析所述氢气浓度信息以及环境参数信息,得到所述燃料电池重卡的初步定位泄漏点位置,还包括:
4.如权利要求1所述的一种燃料电池重卡用氢气泄漏点监测定位方法,其特征在于,所述采用高斯烟羽扩散模型,依据所述燃料电池重卡的初步定位泄漏点位置构建泄漏点参数,还包括:
5.如权利要求1所述的一种燃料电池重卡用氢气泄漏点监测定位方法,其特征在于,所述采用非线性最小二乘法构造所述泄漏点参数的目标函数,还包括:
6.如权利要求1所述的一种燃料电池重卡用氢气泄漏点监测定位方法,其特征在于,所述采用BP神经网络优化所述泄漏点参数的目标函数并求解最小值,得到所述燃料电池重卡的精确定位泄漏点位置,所述氢气泄漏点定位系统根据所述精确定位泄漏点位置发出警报,还包括:
7.一种燃料电池重卡用氢气泄漏点监测定位装置,其特征在于,包括:
...
【技术特征摘要】
1.一种燃料电池重卡用氢气泄漏点监测定位方法,其特征在于,包括:
2.如权利要求1所述的一种燃料电池重卡用氢气泄漏点监测定位方法,其特征在于,所述获取所述燃料电池重卡周围的氢气浓度信息以及环境参数信息,将所述氢气浓度信息以及环境参数信息无线发送至氢气泄漏点定位系统进行数据分析中,还包括:
3.如权利要求1所述的一种燃料电池重卡用氢气泄漏点监测定位方法,其特征在于,所述氢气泄漏点定位系统利用加权质心算法分析所述氢气浓度信息以及环境参数信息,得到所述燃料电池重卡的初步定位泄漏点位置,还包括:
4.如权利要求1所述的一种燃料电池重卡用氢气泄漏点监测定位方法,...
【专利技术属性】
技术研发人员:郝冬,赵鑫,张妍懿,王芳,杨子荣,陈向阳,杨沄芃,陈光,董文妍,李浩,
申请(专利权)人:中汽研新能源汽车检验中心天津有限公司,
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。