Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 长安大学朱丹获国家专利权

长安大学朱丹获国家专利权

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!

龙图腾网获悉长安大学申请的专利一种质子交换膜燃料电池建模方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121525342B

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610045598.9,技术领域涉及:G06F30/20;该发明授权一种质子交换膜燃料电池建模方法是由朱丹;任禹月;陈伯钧;宁世超设计研发完成,并于2026-01-14向国家知识产权局提交的专利申请。

一种质子交换膜燃料电池建模方法在说明书摘要公布了:本公开是一种质子交换膜燃料电池建模方法,包括:建立阳极、阴极的活化电压损耗模型;建立欧姆电压损耗模型;建立浓差电压损耗模型;根据阳极、阴极的活化电压损耗模型、欧姆电压损耗模型和浓差电压损耗模型,得到质子交换膜燃料电池输出电压模型。本实施例提出一种质子交换膜燃料电池半经验半机理建模方法,解决经验模型无法有效体现PEMFC内部机理、机理模型计算太过复杂、不便于瞬态响应观察和控制策略开发的问题。本申请建立的模型可以体现部分质子交换膜燃料电池工作机理,并且相较于传统机理模型大大缩减计算量,可以用于瞬态响应研究以及控制策略开发。

本发明授权一种质子交换膜燃料电池建模方法在权利要求书中公布了:1.一种质子交换膜燃料电池建模方法,其特征在于,包括: S1,建立阳极、阴极的活化电压损耗模型,如下所示: 其中,为阳极的活化电压损耗,为阴极的活化电压损耗,表示理想气体常数,代表燃料电池的温度,代表电荷转移系数,代表法拉第常数,代表电流密度,与分别代表阳极与阴极的交换电流密度; S2,建立欧姆电压损耗模型,如下所示: 其中,为欧姆电压损耗,代表两极的极板厚度,代表极板电导率,、、、分别表示质子交换膜燃料电池膜组件中气体扩散层、微孔层、催化层以及质子交换膜的厚度,、、分别表示气体扩散层、微孔层、催化层的有效电子电导率,表示催化层的有效离子电导率,代表质子交换膜电导率; S3,建立浓差电压损耗模型,如下所示: 其中,为浓度电压损耗,为瞬时电流密度,为极限电流密度; S4,根据阳极、阴极的活化电压损耗模型、欧姆电压损耗模型和浓差电压损耗模型,得到质子交换膜燃料电池输出电压模型,如下所示: 其中,为质子交换膜燃料电池输出电压,为能斯特电压; S5,对质子交换膜燃料电池输出电压模型进行SOBOL参数敏感性分析得出质子交换膜燃料电池的多个机理参数的敏感性参数; 其中,根据每个机理参数的敏感性参数得出各个机理参数的衰退系数的过程包括: 利用SOBOL参数敏感性分析得出质子交换膜燃料电池的多个机理参数的敏感性参数,根据敏感性参数计算得到其对应的机理参数在一定工作时长下所带来的电压衰减量,根据电压衰减量得到该机理参数在该工作时长下的实时机理参数,然后根据经验衰老模型计算得到该机理参数的衰退系数; S6,结合质子交换膜燃料电池输出电压模型和高敏感性机理参数的经验衰老模型对电池的健康状态进行监测; 在机理参数的经验衰老模型中,初始活化面积、初始电荷转移系数、初始参考交换电流密度、初始气体扩散层孔隙率、初始氧气传递系数的数值分别为276.5330cm2、0.6464、1489.944Acm2、0.8033、6.4279×10-7m2s; 极限电流密度的表达式如下: 其中,表示氧气传递系数,表示阴极氧气分压; 质子交换膜燃料电池的多个机理参数的经验衰老模型分别如下: 活化面积: 电荷转移系数: 参考交换电流密度: 气体扩散层孔隙率: 氧气传递系数: 其中,、、、、分别表示初始活化面积、初始电荷转移系数、初始参考交换电流密度、初始气体扩散层孔隙率、初始氧气传递系数;表示质子交换膜燃料电池的工作时长;、、、、分别表示活化面积衰退系数、电荷转移系数衰退系数、参考交换电流密度衰退系数、气体扩散层孔隙率衰退系数、氧气传递系数衰退系数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人长安大学,其通讯地址为:710018 陕西省西安市未央区尚苑路(朱宏路北段);或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。