質(zhì)子交換膜燃料電池健康管理與老化預(yù)測(cè)

第1章 質(zhì)子交換膜燃料電池概述/1
1.1 燃料電池反應(yīng)原理/1
1.2 燃料電池組件構(gòu)成/3
1.3 燃料電池的動(dòng)態(tài)特性/7
1.4 質(zhì)子交換膜燃料電池應(yīng)用概述/8
1.4.1 PEMFC汽車概述/8
1.4.2 PEMFC發(fā)電技術(shù)應(yīng)用/10
第2章 質(zhì)子交換膜燃料電池水管理及故障測(cè)試/12
2.1 質(zhì)子交換膜燃料電池水管理/12
2.2 質(zhì)子交換膜燃料電池水管理故障診斷方法/13
2.2.1 基于模型的故障診斷方法/14
2.2.2 基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法/16
2.2.3 基于實(shí)驗(yàn)測(cè)試的故障診斷方法/17
2.3 質(zhì)子交換膜燃料電池水管理故障實(shí)驗(yàn)測(cè)試/18
第3章 燃料電池交流阻抗檢測(cè)技術(shù)/21
3.1 電化學(xué)阻抗譜測(cè)量原理/21
3.2 交流阻抗檢測(cè)系統(tǒng)設(shè)計(jì)/23
3.2.1 交流阻抗檢測(cè)系統(tǒng)總體設(shè)計(jì)/23
3.2.2 程控交流電流激勵(lì)信號(hào)源設(shè)計(jì)/24
3.2.3 高精度信號(hào)采集單元設(shè)計(jì)/28
3.2.4 上位機(jī)模塊設(shè)計(jì)/35
3.3 交流阻抗檢測(cè)系統(tǒng)測(cè)試與分析/43
3.3.1 交流電流激勵(lì)源頻率輸出測(cè)試/43
3.3.2 信號(hào)放大模塊測(cè)試/44
3.3.3 交直流濾波模塊測(cè)試/46
3.3.4 交流電壓采集模塊測(cè)試/47
第4章 燃料電池水管理故障診斷方法/50
4.1 燃料電池建模及等效電路模型參數(shù)辨識(shí)/50
4.1.1 燃料電池建模/50
4.1.2 燃料電池等效電路模型參數(shù)不確定性評(píng)估/55
4.2 基于FCM與OB算法的燃料電池水管理故障分類/63
4.2.1 最小二乘法參數(shù)辨識(shí)/63
4.2.2 FCM聚類算法/64
4.2.3 優(yōu)化貝葉斯算法分類/64
4.2.4 基于FCM與OB算法的水管理故障分類實(shí)例/66
4.3 基于自適應(yīng)差分算法優(yōu)化支持向量機(jī)的水管理故障診斷/75
4.3.1 數(shù)據(jù)降維方法/75
4.3.2 水管理故障分類算法/76
4.3.3 基于ADESVM算法的水管理故障診斷實(shí)例/80
4.4 結(jié)合線性判別分析和Xception網(wǎng)絡(luò)的水管理故障診斷方法/84
4.4.1 燃料電池故障概述/84
4.4.2 Xception網(wǎng)絡(luò)/85
4.4.3 基于Xception網(wǎng)絡(luò)的燃料電池故障診斷實(shí)例/87
第5章 質(zhì)子交換膜燃料電池老化分析及預(yù)后管理/94
5.1 質(zhì)子交換膜燃料電池老化機(jī)理與指標(biāo)/94
5.1.1 燃料電池主要部件老化的影響分析/94
5.1.2 燃料電池運(yùn)行工況對(duì)老化的影響分析/96
5.2 質(zhì)子交換膜燃料電池的預(yù)后管理/97
5.2.1 數(shù)據(jù)獲取和預(yù)處理/98
5.2.2 健康指標(biāo)和壽命終止點(diǎn)/101
5.2.3 預(yù)測(cè)模式概述/104
5.2.4 預(yù)測(cè)方法/106
5.2.5 預(yù)測(cè)結(jié)果的評(píng)價(jià)指標(biāo)/107
第6章 基于模型的質(zhì)子交換膜燃料電池老化預(yù)測(cè)方法/109
6.1 PEMFC老化模型和預(yù)測(cè)流程/109
6.2 基于卡爾曼濾波算法的老化預(yù)測(cè)/111
6.2.1 基于EKF的老化預(yù)測(cè)/112
6.2.2 基于UKF的老化預(yù)測(cè)/114
6.2.3 基于AEKF的老化預(yù)測(cè)/119
6.2.4 基于AUKF的老化預(yù)測(cè)/119
6.2.5 基于FDKF的老化預(yù)測(cè)/121
6.2.6 基于SRUKF的老化預(yù)測(cè)/126
6.3 基于粒子濾波算法的老化預(yù)測(cè)/128
6.3.1 基于PF的老化預(yù)測(cè)/129
6.3.2 基于UPF的老化預(yù)測(cè)/132
第7章 燃料電池老化預(yù)測(cè)數(shù)據(jù)驅(qū)動(dòng)方法/135
7.1 數(shù)據(jù)驅(qū)動(dòng)方法/135
7.1.1 數(shù)據(jù)驅(qū)動(dòng)方法分類/135
7.1.2 統(tǒng)計(jì)方法/135
7.1.3 機(jī)器學(xué)習(xí)方法/138
7.2 基于神經(jīng)網(wǎng)絡(luò)的短期預(yù)測(cè)/147
7.2.1 預(yù)測(cè)框架與步驟/147
7.2.2 短期預(yù)測(cè)結(jié)果分析/149
7.3 基于神經(jīng)網(wǎng)絡(luò)的長(zhǎng)期預(yù)測(cè)/151
7.3.1 預(yù)測(cè)框架與步驟/151
7.3.2 長(zhǎng)期預(yù)測(cè)結(jié)果分析/152
7.4 神經(jīng)網(wǎng)絡(luò)的改進(jìn)方法/155
7.4.1 基于分解集成的多數(shù)據(jù)方法融合預(yù)測(cè)/155
7.4.2 基于貝葉斯理論的不確定性量化方法/160
第8章 燃料電池老化混合預(yù)測(cè)方法/169
8.1 用于中短期預(yù)測(cè)的混合預(yù)測(cè)方法/170
8.2 用于長(zhǎng)期預(yù)測(cè)的混合預(yù)測(cè)方法/178
8.2.1 基于數(shù)據(jù)驅(qū)動(dòng)為模型驅(qū)動(dòng)提供觀測(cè)值的混合預(yù)測(cè)方法/178
8.2.2 基于數(shù)據(jù)驅(qū)動(dòng)和模型驅(qū)動(dòng)相互迭代的混合預(yù)測(cè)方法/181
8.3 混合預(yù)測(cè)方法的優(yōu)勢(shì)與挑戰(zhàn)/185
8.3.1 混合預(yù)測(cè)方法的優(yōu)勢(shì)/186
8.3.2 混合預(yù)測(cè)方法面臨的挑戰(zhàn)/187
參考文獻(xiàn)/188