包邮质子交换膜燃料电池健康管理与老化预测

第1章 质子交换膜燃料电池概述/1 1.1 燃料电池反应原理/1 1.2 燃料电池组件构成/3 1.3 燃料电池的动态特性/7 1.4 质子交换膜燃料电池应用概述/8 1.4.1 PEMFC汽车概述/8 1.4.2 PEMFC发电技术应用/10 第2章 质子交换膜燃料电池水管理及故障测试/12 2.1 质子交换膜燃料电池水管理/12 2.2 质子交换膜燃料电池水管理故障诊断方法/13 2.2.1 基于模型的故障诊断方法/14 2.2.2 基于数据驱动的故障诊断方法/16 2.2.3 基于实验测试的故障诊断方法/17 2.3 质子交换膜燃料电池水管理故障实验测试/18 第3章 燃料电池交流阻抗检测技术/21 3.1 电化学阻抗谱测量原理/21 3.2 交流阻抗检测系统设计/23 3.2.1 交流阻抗检测系统总体设计/23 3.2.2 程控交流电流激励信号源设计/24 3.2.3 高精度信号采集单元设计/28 3.2.4 上位机模块设计/35 3.3 交流阻抗检测系统测试与分析/43 3.3.1 交流电流激励源频率输出测试/43 3.3.2 信号放大模块测试/44 3.3.3 交直流滤波模块测试/46 3.3.4 交流电压采集模块测试/47 第4章 燃料电池水管理故障诊断方法/50 4.1 燃料电池建模及等效电路模型参数辨识/50 4.1.1 燃料电池建模/50 4.1.2 燃料电池等效电路模型参数不确定性评估/55 4.2 基于FCM与OB算法的燃料电池水管理故障分类/63 4.2.1 *小二乘法参数辨识/63 4.2.2 FCM聚类算法/64 4.2.3 优化贝叶斯算法分类/64 4.2.4 基于FCM与OB算法的水管理故障分类实例/66 4.3 基于自适应差分算法优化支持向量机的水管理故障诊断/75 4.3.1 数据降维方法/75 4.3.2 水管理故障分类算法/76 4.3.3 基于ADESVM算法的水管理故障诊断实例/80 4.4 结合线性判别分析和Xception网络的水管理故障诊断方法/84 4.4.1 燃料电池故障概述/84 4.4.2 Xception网络/85 4.4.3 基于Xception网络的燃料电池故障诊断实例/87 第5章 质子交换膜燃料电池老化分析及预后管理/94 5.1 质子交换膜燃料电池老化机理与指标/94 5.1.1 燃料电池主要部件老化的影响分析/94 5.1.2 燃料电池运行工况对老化的影响分析/96 5.2 质子交换膜燃料电池的预后管理/97 5.2.1 数据获取和预处理/98 5.2.2 健康指标和寿命终止点/101 5.2.3 预测模式概述/104 5.2.4 预测方法/106 5.2.5 预测结果的评价指标/107 第6章 基于模型的质子交换膜燃料电池老化预测方法/109 6.1 PEMFC老化模型和预测流程/109 6.2 基于卡尔曼滤波算法的老化预测/111 6.2.1 基于EKF的老化预测/112 6.2.2 基于UKF的老化预测/114 6.2.3 基于AEKF的老化预测/119 6.2.4 基于AUKF的老化预测/119 6.2.5 基于FDKF的老化预测/121 6.2.6 基于SRUKF的老化预测/126 6.3 基于粒子滤波算法的老化预测/128 6.3.1 基于PF的老化预测/129 6.3.2 基于UPF的老化预测/132 第7章 燃料电池老化预测数据驱动方法/135 7.1 数据驱动方法/135 7.1.1 数据驱动方法分类/135 7.1.2 统计方法/135 7.1.3 机器学习方法/138 7.2 基于神经网络的短期预测/147 7.2.1 预测框架与步骤/147 7.2.2 短期预测结果分析/149 7.3 基于神经网络的长期预测/151 7.3.1 预测框架与步骤/151 7.3.2 长期预测结果分析/152 7.4 神经网络的改进方法/155 7.4.1 基于分解集成的多数据方法融合预测/155 7.4.2 基于贝叶斯理论的不确定性量化方法/160 第8章 燃料电池老化混合预测方法/169 8.1 用于中短期预测的混合预测方法/170 8.2 用于长期预测的混合预测方法/178 8.2.1 基于数据驱动为模型驱动提供观测值的混合预测方法/178 8.2.2 基于数据驱动和模型驱动相互迭代的混合预测方法/181 8.3 混合预测方法的优势与挑战/185 8.3.1 混合预测方法的优势/186 8.3.2 混合预测方法面临的挑战/187 参考文献/188