![点击分享此内容可以赚币 分享](/master/images/share_but.png)
基于NSGA-II算法的质子交换膜燃料电池性能优化研究.pdf
《基于NSGA-II算法的质子交换膜燃料电池性能优化研究.pdf》由会员分享,可在线阅读,更多相关《基于NSGA-II算法的质子交换膜燃料电池性能优化研究.pdf(4页珍藏版)》请在咨信网上搜索。
1、Equipment Manufacturing Technology No.7袁20230引 言为了提高 PEMFC 的输出性能和降低其制造成本,国内外许多学者对此都进行了大量的理论探索和实验研究1。在研究 PEMFC 的发展过程中,建立模型对其各种性能进行仿真、优化和预测,能够有效减少实验成本并指导实验进行方向,从而提升整体研究效率2。PEMFC 的性能可以通过多种方法来提升,如改善流场结构、改进具体零部件等3。PEMFC 模型的搭建也可以考虑对某些特殊工况进行针对性建模仿真。为了搭建出与实验数据相符全的仿真模型,可以采用各种优化算法来对燃料电池模型参数进行精准识别。所以利用智能优化算法对
2、PEMFC 搭建模型时的未知参数进行预测时,能有效节省计算时间同时缩小模型预测的电压值和实际电压值的误差。但目前的研究大多集中于如何应用算法使模型的标定更为准确和输出性能优化上,而对于在考虑经济性的情况下探究燃料电池最大输出性能和最佳工况参数方面的研究较少4。根据燃料电池单体的极化特性曲线,进行基于GA 算法和 NSGA-II 算法的质子交换膜燃料电池电压输出性能研究,完成算法实现及收敛性分析。结合仿真结果给出合理的质子交换膜燃料电池参数,并讨论优化后的质子交换膜燃料电池性能的提升。1GA 算法和 NSGA-II 算法1.1 GA 算法GA 算法的对象是一个种群中的所有成员,并利用 rand
3、随机函数对参数空间(自变量的个数即空间的维度)进行动态搜索。其中,选择(select)、交叉(cross)和变异(mutate)是 GA 算法的主要操作。GA 算法因其适于并行处理以及高效、实用等显著特点,在各个领域中都进行了实际应用,并取得了良好的表现效果。1.2 NSGA-II 算法快速非支配排序算法(NSGA-II)是基于 GA 算法和一系列衍生算法(如 NSGA 算法等)改进而来的,主基于 NSGA-II 算法的质子交换膜燃料电池性能优化研究李豪1,2,鲍欢欢1,2,付建勤2,刘琦1,2,李超2(1.汽车噪声振动和安全技术国家重点实验室,重庆 401122;2.湖南大学 机械与运载工程
4、学院,湖南 长沙 410082)摘要:质子交换膜燃料电池(Proton exchange membrane fuel cell,PEMFC)拥有广阔的发展前景,然而其性能和成本之间的矛盾严重制约了其产业应用和发展速度。如何在控制成本增加较小的条件下提高 PEMFC 的输出性能是本领域的重要研究方向之一。根据燃料电池单体的极化特性曲线,进行基于遗传算法(Genetic algorithm,GA)和快速非支配排序遗传算法(Fast non-dominated sorting genetic algorithm,NSGA-II)的质子交换膜燃料电池电压输出性能研究,完成算法实现及收敛性分析;结合仿真
5、和算法优化结果给出合理的质子交换膜燃料电池参数,并给出优化后的质子交换膜燃料电池性能的提升。结果表明,经过 GA 算法的优化,输出性能平均提高了 4.07%;在 NSGA-II 算法的优化下,平均输出电压为0.7586 V 和经济系数取 0.8 对应的模型参数为最优解。上述研究可为燃料电池寻找最佳工况参数和优化设计提供数据支撑和参考。关键词:燃料电池;遗传算法;NSGA-II 算法;性能优化中图分类号:TK91文献标志码:A文章编号:1672-545X(2023)07-0020-03收稿日期:2023-03-16基金项目:汽车噪声振动和安全技术国家重点实验室 2020 年度开放基金资助项目(N
6、VHSKL-202011)第一作者:李豪(2001-),男,江西萍乡人,硕士生,机械工程专业燃料电池方向.20装备制造技术 2023 年第 7 期要应用于多目标优化问题上。针对多目标优化问题,许多传统方法将多个目标化为单个目标,并把其余目标设置为限制条件,再进行求解。目前,NSGA-II 算法在工业生产、交通运输和科技金融等各种领域都有良好的性能表现。1.3 经济系数指标定义经济系数 e 这一指标用于定量的评价不同的模型参数之间所付出成本的差异,具体定义:e=ep+eS2(1)式中:ep为与压力相关的经济系数,eS为过量系数相关的经济系数,相关定义:ep越p-pminpmax-pmin(2)式
7、中:p 为模型仿真时的压力,Pa;pmin和 pmax为压力取值的下限和上限。eS=S-SminSmax-Smin(3)式中:S 为模型仿真时的氧气过量系数,Smin和 Smax为过量系数取值的下限和上限。2仿真试验结果与分析2.1 适应度函数适应度函数(即模型仿真结果)也称为目标函数,可用来评价种群个体(即模型参数)的好坏,也是下一代种群优胜劣汰的依据。在目标函数中,5 个模型参数即为自变量,如式(4)所示。x=p,t,So2,啄,缀(4)式中:p 为电池内部压力,Pa;t 为电池内部温度,益;So2为氧气过量系数;啄 为质子交换膜厚度,mm;缀 为质子交换膜的孔隙率。不同的电流密度下,输出
8、电压也不同,选取某一电流密度下的电压值为因变量不代表其他电流密度下的输出电压是最优的。所以,本研究在低、中、高电流密度下各选取一个电压值后求平均值作为最终因变量,计算式为:y=yi+ym+yh3(5)式中:yi为低电流密度下的输出电压,V;ym为中电流密度下的输出电压,V;yh为高电流密度下的输出电压。2.2 GA 算法参数种群个体由包含五个参数的自变量组成见表 1。GA 算法优化过程开始于随机创建的一个初始种群,其中的个体为对应参数的数值模型,个体的染色体又由压力、温度、氧气过量系数、膜厚度和孔隙率这五种基因组成。这个种群即为第一代,其适应度函数是 PEMFC模型的输出性能,用来评价对应模型
9、的优异性。在种群经历不断进化之后,GA 算法优化程序会慢慢收敛于某一个值,如图 2 中所示,当种群数量为30,经历 100 代的进化过程后,模型的平均最佳输出电压从 0.742 V 开始,从第 1 代到第 10 代左右,输出电压快速增加。从第 10 代到第 40 代,输出电压呈阶梯式上升。最后,在第 50 代以后,输出电压收敛于0.76 V 左右,表示 GA 算法优化程序已经找到了平均输出电压的最大值。2.3 NSGA-II 算法仿真结果NSGA-II 算法优化程序首先随机生成一定数量表 1GA 算法参数参数名参数值种群数量30迭代次数100子代比例0.8变异概率0.05选择方式随机均匀(a)
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 NSGA II 算法 质子 交换 燃料电池 性能 优化 研究
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。