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：西安交通大学
摘要：本发明公开了一种阴极催化层中离聚物体积分数及梯度分布预测方法，涉及质子交换膜燃料电池技术领域，包括以下步骤：基于团聚体模型得到不同参数下的最大功率密度；并对神经网络模型进行训练，得到第一无梯度催化层最佳离聚物体积分数；通过二分法迭代获得第二无梯度催化层最佳离聚物体积分数；根据第一无梯度催化层最佳离聚物体积分数进行梯度设置，通过离聚物梯度对神经网络模型进行训练，得到第一最佳离聚物梯度分布；将离聚物梯度与平均离聚物体积分数的关联式与第二无梯度催化层最佳离聚物体积分数结合，得到第二最佳离聚物梯度分布。本发明大大提高了无梯度催化层最佳离聚物体积分数预测和梯度催化层的最佳梯度分布预测的准确性。
主权项：1.一种阴极催化层中离聚物体积分数及梯度分布预测方法，其特征在于，包括以下步骤：将PEMFC阴极催化层的不同参数输入至PEMFC阴极催化层的团聚体模型，得到不同参数下的输出电压与电流密度的极化曲线，并根据极化曲线得到对应的最大功率密度；其中，不同参数包括多个结构参数和进气相对湿度；以不同参数为输入，对应的最大功率密度为输出对神经网络模型进行训练，得到第一数据驱动模型，基于第一数据驱动模型获取第一无梯度催化层最佳离聚物体积分数；基于团聚体模型获取极限电流密度快速预测公式，将极限电流密度快速预测公式与第一无梯度催化层最佳离聚物体积分数对应的性能指标相结合，得到无量纲输出电压关联式；基于极限电流密度快速预测公式和无量纲输出电压关联式，通过二分法迭代获得第二无梯度催化层最佳离聚物体积分数；根据第一无梯度催化层最佳离聚物体积分数进行梯度设置，得到离聚物梯度；通过离聚物梯度对神经网络模型进行训练，得到第二数据驱动模型，基于第二数据驱动模型获取第一最佳离聚物梯度分布；基于团聚体模型建立离聚物梯度与平均离聚物体积分数的关联式，将该关联式与第二无梯度催化层最佳离聚物体积分数结合，得到第二最佳离聚物梯度分布。
全文数据：
权利要求：
百度查询： 西安交通大学 一种阴极催化层中离聚物体积分数及梯度分布预测方法
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