首页|期刊导航|汽车工程学报|基于一维卷积神经网络的PEMFC电流密度场预测

基于一维卷积神经网络的PEMFC电流密度场预测OA

中文摘要

电流密度分布是影响质子交换膜燃料电池(PEMFC)性能、寿命和稳定性的关键因素。而用于预测其分布的传统数值模拟方法计算耗时过长,难以满足实时监测和快速响应的工程需求。提出一种将三维多物理场模型与一维卷积神经网络(1D CNN)相结合的方法。通过三维多物理场模型生成训练数据,使用1D CNN训练电流密度场预测模型,输入运行条件(背压、工作温度和工作电压)来预测电流密度分布。3个验证模型的性能评估结果显示,预测均方误差低于10-4,结构相似性指数高达0.99,峰值信噪比超过40 dB,充分证明了模型优异的泛化性能。该模型为PEMFC电流密度场预测提供了创新性预测方法,在保证预测精度的条件下提高了电流密度场预测效率。

程纪辉;纪开盛;舒昱文;周旺标;刘艳雄

武汉理工大学现代汽车零部件技术湖北省重点实验室,武汉430070 佛山仙湖实验室国家能源氢能及氨氢融合新能源技术重点实验室,广东佛山528200佛山仙湖实验室国家能源氢能及氨氢融合新能源技术重点实验室,广东佛山528200武汉理工大学现代汽车零部件技术湖北省重点实验室,武汉430070 佛山仙湖实验室国家能源氢能及氨氢融合新能源技术重点实验室,广东佛山528200武汉理工大学现代汽车零部件技术湖北省重点实验室,武汉430070 佛山仙湖实验室国家能源氢能及氨氢融合新能源技术重点实验室,广东佛山528200武汉理工大学现代汽车零部件技术湖北省重点实验室,武汉430070 佛山仙湖实验室国家能源氢能及氨氢融合新能源技术重点实验室,广东佛山528200

信息技术与安全科学

质子交换膜燃料电池电流密度场深度学习一维卷积神经网络电流密度场重构

《汽车工程学报》 2026 (4)

P.638-647,10

国家自然科学基金项目(52275371)。

10.3969/j.issn.2095-1469.2026.04.08

评论