龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
摘要：本发明公开了一种SOFC电池电堆使用寿命的预测方法，包括：获取SOFC电池电堆样品在不同加速应力水平条件下加速应力试验后得到的的寿命数据，获取所述SOFC电池电堆样品的物理信息，进行加速应力试验的SOFC电池电堆样品的微结构和几何尺寸一致；通过所述SOFC电池电堆样品的应力试验数据和物理信息对初始人工神经网络模型进行训练得到SOFC电池电堆寿命预测人工神经网络模型；获取待测SOFC电池电堆常规使用应力水平和初始物理信息，将所述待测样品的常规使用应力水平和初始物理信息输入至所述SOFC电池电堆寿命预测人工神经网络模型中得到所述待测SOFC电池电堆的预期使用寿命。本发明提高SOFC电池电堆寿命的预测精度，还可以使用于其它SOFC电池电堆产品的寿命快速预测。
主权项：1.一种SOFC电池电堆使用寿命的预测方法，其特征在于，包括：获取SOFC电池电堆样品在不同加速应力水平条件下加速应力试验后得到的寿命数据，其中，加速应力水平参数包括：电池电堆运行温度T，电流密度I和冷热循环次数C；获取所述SOFC电池电堆样品的物理信息，其中，所述物理信息包括：开路电压欧姆阻抗极化阻抗进行加速应力试验的SOFC电池电堆样品的微结构和几何尺寸一致；通过所述SOFC电池电堆样品的应力试验数据和物理信息对初始人工神经网络模型进行训练得到SOFC电池电堆寿命预测人工神经网络模型；获取待测SOFC电池电堆常规使用应力水平和初始物理信息，将所述待测样品的常规使用应力水平和初始物理信息输入至所述SOFC电池电堆寿命预测人工神经网络模型中得到所述待测SOFC电池电堆的预期使用寿命；其中，将所述SOFC电池电堆样品的加速应力试验的加速应力水平参数和物理信息做归一化处理后作为所述初始人工神经网络模型的输入特征；获取SOFC电池电堆样品在不同应力水平条件下加速应力试验的寿命均值和方差，并作为所述初始人工神经网络模型的输出特征；利用反向扩展算法进行人工神经网络训练得到寿命预测模型。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) SOFC电池/电堆使用寿命的预测方法、装置、计算机和存储介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号