关键词：
质子交换膜燃料电池
短路活化
冷机启动
自动控制
机器学习
摘要：
质子交换膜燃料电池（PEMFC）在应对能源短缺和气候变化问题中发挥着重要作用。空冷型PEMFC因其体积小、功率密度高等优点广泛应用于便携式设备、交通运输等领域。但因其开放式结构,在冷机阶段易发生膜内水分蒸发导致的“膜干”和暴露于空气中的组件发生氧化减慢反应速度等问题,导致冷机启动耗时长,电池性能下降,这制约了其推广应用。为解决以上问题,本文提出一种空冷型PEMFC冷机启动的短路法活化工艺和自动控制方法。
首先,分析空冷型PEMFC的工作原理,综述PEMFC活化工艺、模型构建和控制方法等方面的研究现状和存在的不足。根据空冷型PEMFC在冷机启动活化工艺和快速活化自动控制方面存在的不足,提出能够实现冷机启动快速活化并确保性能平稳的活化工艺与控制方法。
其次,基于空冷型PEMFC电堆的工作特性,深入分析电堆内部的活化机理及其影响因素,提出一种空冷型PEMFC冷机启动的短路法活化工艺。使用自制的100W电堆开展活化实验,探讨不同放置时间和短路时长对空冷型PEMFC电堆的活化效果的影响。结果表明,放置时间的长短会影响电堆的初始状态,放置时间长会增加电堆冷机启动时间。放置超过一定时间后,该影响逐渐趋于饱和。短路时长与活化效果呈正相关关系,较长的短路时长有助于提高活化效果。
然后,建立质子交换膜的含水量和活化面积与环境温度、环境湿度、放置时间和短路时长之间的方程;以短路活化实验数据为基础使用最小二乘法估计待定参数值,建立短路启动模型。结合电压、温度和气体流量模型,在Matlab/Simulink平台上构建空冷型PEMFC整堆模型,对比不同放置时间和短路时长下仿真与实验结果验证模型的正确性。结果表明,判定系数（R2值）均超过0.8,残差分析显示误差分布合理,均值接近零,说明模型正确合理。该模型能在多种环境条件下（如不同温度、湿度、放置时间和短路时长等）进行仿真,为研究空冷型PEMFC冷机启动快速活化控制方法提供丰富的数据。
最后,构建包含人工神经网络等多种算法的空冷型PEMFC机器学习模型。用前文的实验和仿真数据训练机器学习模型,并采用交叉验证方法评估模型性能好坏。通过混淆矩阵、精确率、召回率和F1分数等指标综合评价模型的分类效果。结果显示,人工神经网络的精确度、召回率和F1分数均超过0.96,表明机器学习方法能够实现对PEMFC电堆冷机启动快速活化的自动控制。
欢迎来到三峡大学图书馆！
