Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 天津大学焦魁获国家专利权

天津大学焦魁获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉天津大学申请的专利考虑故障退化影响的燃料电池传感器筛选建模方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116344870B

龙图腾网通过国家知识产权局官网在2026-03-20发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310297387.0,技术领域涉及:H01M8/04298;该发明授权考虑故障退化影响的燃料电池传感器筛选建模方法是由焦魁;宫智超;王博文设计研发完成,并于2023-03-24向国家知识产权局提交的专利申请。

考虑故障退化影响的燃料电池传感器筛选建模方法在说明书摘要公布了:本发明公开了一种考虑故障退化影响的燃料电池传感器筛选建模方法。建模包括燃料电池传感器优化筛选以及燃料电池仿真,仿真模型用于计算模型输出参数的灵敏性,通过灵敏性分析耦合失效模式加权方法进行传感器优化选择,采用仿真模型和机器学习算法结合,实现对车载燃料电池中涉及的传感器进行筛选,适用于燃料电池性能预测以及故障诊断应用。通过有效的传感器优化筛选,使得燃料电池的性能预测结果以及状态分类结果均有非常大的提升。本发明不仅可以过滤无法有效表征系统性能及状态的传感器,从而提升预测以及诊断的准确度,还可以提升计算效率,从而解决高维复杂信息难以满足在线诊断要求的难点,整个优化筛选过程利用编写好的程序可自动实现。

本发明授权考虑故障退化影响的燃料电池传感器筛选建模方法在权利要求书中公布了:1.考虑故障退化影响的燃料电池传感器筛选建模方法,其特征是:建模包括燃料电池传感器优化筛选模型、燃料电池仿真模型以及机器学习算法,燃料电池仿真模型用于计算模型输出参数的灵敏性,其中仿真模型所涉及的健康参数,电流密度、活化面积、液态水含量作为输入;仿真模型预测的传感器参数集合作为输出,燃料电池仿真模型的函数表达式为: α=FI,Aact,s1 式中,I代表燃料电池电流密度,Aact代表活化面积,s代表液态水含量;α表示传感器参数的集合,其中传感器参数包括V,Ta,Tc,RHc,qa,in,qa,out,qc,in,qc,out;其中V代表输出电压,Ta代表阳极温度,Tc代表阴极温度,RHc代表阴极湿度,qa,in代表阳极入口的流量;qa,out代表阳极出口的流量;qc,in代表阴极入口的流量;qc,out代表阴极出口的流量,燃料电池输出参数对电流密度、活化面积、液态水含量这三个健康参数的灵敏性集合的计算表达式为: 式中,SI代表燃料电池传感器参数对电流密度的灵敏性集合;SAact代表燃料电池传感器参数对活化面积的灵敏性集合;Ss表燃料电池传感器参数对液态水含量的灵敏性集合;I1代表变化前电流密度的值;I2代表变化后电流密度的值;FI1,Aact,s代表对应变化前电流密度的仿真模型输出;FI2,Aact,s代表对应变化后电流密度的仿真模型输出;Aact1代表变化前活化面积的值;Aact2代表变化后活化面积的值;FI,Aact1,s代表对应变化前活化面积的仿真模型输出;FI,Aact2,s代表对应变化后活化面积的仿真模型输出;s1代表变化前液态水含量的值;s2代表变化后液态水含量的值;FI,Aact,s1代表对应变化前液态水含量的仿真模型输出;FI,Aact,s2代表对应变化后液态水含量的仿真模型输出, 传感器参数对于不同健康参数具有不同的灵敏度,采用三个健康参数故障对燃料电池性能退化影响的加权选择方法,计算公式如下: 式中,DF代表传感器加权退化灵敏度集合;DI代表电流密度失效模式造成的性能退化率;代表活化面积失效模式造成的性能退化率;Ds代表液态水含量失效模式造成的性能退化率, 传感器加权退化灵敏度集合包括: 式中包括8项传感器参数的加权退化灵敏度,DFV为电压传感器加权退化灵敏度;为阳极温度传感器加权退化灵敏度;为阴极温度传感器加权退化灵敏度;为阴极湿度传感器加权退化灵敏度;为阳极入口流量传感器加权退化灵敏度;为阳极出口流量传感器加权退化灵敏度;为阴极入口流量传感器加权退化灵敏度;为阳极入口流量传感器加权退化灵敏度,按照其数值从大到小降序对传感器加权退化灵敏度集合包含的参数进行排序,其函数关系式为: 式中δ代表进行降序后的传感器加权退化灵敏度集合,sort代表对集合的降序函数;随后对δ中的元素进行分组操作: Gi=δ1,...,δii=1,2,...,88 式中i代表分组的数值;Gi代表第i分组中包含的传感器集合;δ1表示δ集合中加权退化灵敏度数值最大的传感器,δi表示δ集合中加权退化灵敏度数值第i大的传感器, 利用机器学习算法,将所有分组中包含的传感器集合分别作为输入,寻找准确度最高的i分组,获得的Gi为筛选的最佳传感器集合,以此完成过滤多余传感器以及传感器优化筛选的过程。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人天津大学,其通讯地址为:300350 天津市津南区雅观路135号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。