基本介紹
- 中文名:質傳過電壓
- 外文名:Mass transfer voltage
- 特性:主要發生在陰極側
- 學科:化學
計算模型,參數最佳化,基於小生境技術的混合遺傳算法,模型參數最佳化,
計算模型
活化過電壓在陰極和陽極的電極上都有發生。陰極發生的是氧氣的還原反應,即氧氣與從陽極傳遞過來的氫離子反應生成水,而陽極的反應速度控制步驟是氫氣的吸附過程。總的活化過電壓就等於陰極和陽極的活化之和。電池的活化就表示成了電池的溫度、電流和物質濃度的函式。各個ξi的值可以根據測量的PEMFC曲線,通過擬合程式得到。
參數最佳化
我們可以根據Ballard的MarkIVPEMFC的公開試驗數據確定活化模型中的參數。根據上述電池試驗得到的多組溫度、氧氣分壓、氫氣分壓、電流和活化的數據,採用線性擬和技術得到活化模型參數。為了使所得到的模型能很好地預測活化過電壓,應該對模型參數進行最佳化。
基於小生境技術的混合遺傳算法
小生境混合遺傳算法(HGA)的目的是設計一個新的混合算法框架,將單純形法和小生境技術有機地融入遺傳算法,以增強局部搜尋能力,並同時維護種群多樣性,有效維持深度搜尋和廣度搜尋的平衡,全面搜尋複雜的可行域,快速、可靠地獲得高精度的全局最優解。虛線框表示該部分按照一定機率發生,而虛線框中的小生境生成操作的目的是在單純形搜尋操作後刷新種群內的小生境集合。
模型參數最佳化
模型參數的確定是模型能否實現的關鍵一步。為了使利用試驗數據確定的活化過電壓的模型參數能夠真實地反映實際PEMFC的性能,必須對模型參數進行最佳化。在該PEMFC活化過電壓的模型中,尚未確定的參數有ξ1,ξ2,ξ3,ξ4,ξ5。在確立最佳化目標函式時,就必須包含這些參數,這些參數有的表達式非常複雜,有的是一些經驗值,有的參數的數學物理表達式難以計算,因此只有結合試驗數據,才能在實現模型最佳化的過程中確定這些參數,可採用計算模型電壓輸出和實際測量值之間的誤差平方和作為目標函式。