-
公开(公告)号:CN115470581B
公开(公告)日:2024-02-20
申请号:CN202211039497.9
申请日:2022-08-29
Applicant: 华北电力大学
IPC: G06F30/17 , G06F30/27 , G06F30/28 , G16C20/10 , G06N3/084 , G06N3/126 , H01M8/04298 , G06F111/04 , G06F111/06 , G06F111/10 , G06F113/08 , G06F119/14 , G06N3/048
Abstract: 本发明涉及一种燃料电池气体流道优化设计方法、系统、电子设备及介质,属于燃料电池领域,采用中心复合设计确定流道几何参数的取值,样本数据进行人为设计,使数据具有先验性,对比目前机器学习的方法,在保证信息量的同时,减少了所需数据量,从而减少运算量,提高优化效率;根据最优人工神经网络拟合得到目标优化模型,目标优化模型即为几何尺寸与燃料电池性能指标之间的函数关系,对比传统的多项式拟合回归,提升了拟合精度,具有更好的预测性能;采用智能优化算法求解目标优化模型,获得使燃料电池性能达到最优的流道几何参数,相比传统基于经验的试凑或控制变量等方法,不仅能从多角度多目标对燃料电池进行优化,而且大幅提升了优化效率。
-
公开(公告)号:CN115470581A
公开(公告)日:2022-12-13
申请号:CN202211039497.9
申请日:2022-08-29
Applicant: 华北电力大学
IPC: G06F30/17 , G06F30/27 , G06F30/28 , G16C20/10 , G06N3/04 , G06N3/08 , G06N3/12 , H01M8/04298 , G06F111/04 , G06F111/06 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明涉及一种燃料电池气体流道优化设计方法、系统、电子设备及介质,属于燃料电池领域,采用中心复合设计确定流道几何参数的取值,样本数据进行人为设计,使数据具有先验性,对比目前机器学习的方法,在保证信息量的同时,减少了所需数据量,从而减少运算量,提高优化效率;根据最优人工神经网络拟合得到目标优化模型,目标优化模型即为几何尺寸与燃料电池性能指标之间的函数关系,对比传统的多项式拟合回归,提升了拟合精度,具有更好的预测性能;采用智能优化算法求解目标优化模型,获得使燃料电池性能达到最优的流道几何参数,相比传统基于经验的试凑或控制变量等方法,不仅能从多角度多目标对燃料电池进行优化,而且大幅提升了优化效率。
-
公开(公告)号:CN119419321A
公开(公告)日:2025-02-11
申请号:CN202411578842.5
申请日:2024-11-07
Applicant: 华北电力大学
IPC: H01M8/1016 , H01M8/1067 , H01M8/1069
Abstract: 本发明提供一种一体化结构复合传导型固体氧化物电池及制备方法,属于固体氧化物燃料电池技术领域,包括:一体化骨架,所述一体化骨架包括电解质层以及两侧的多孔层,所述一体化骨架由质子导体材料和氧离子导体材料组成,质子导体材料与氧离子导体材料的摩尔比为1:(0.8~1.2),通过将平均粒径为50‑60nm的质子导体材料与平均粒径为0.1‑0.2μm的氧离子导体材料混合烧结制备而成;催化剂层,所述催化剂层位于所述多孔层的孔壁。本发明通过对质子导体材料和氧离子导体材料的配比和粒径进行限定,制备出更多导通型通路,提高固体氧化物电池的输出功率。
-
-