質(zhì)子交換膜燃料電池健康管理與老化預測

定　價：￥62.00

作　者：	謝長君,朱文超,楊揚
出版社：	華中科技大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥49.90)

ISBN：	9787577201474	出版時間：	2023-12-01	包裝：	平裝
開本：	16開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　本書結(jié)合作者及團隊多年的研究實踐，從理論及工程應(yīng)用的角度系統(tǒng)地介紹了質(zhì)子交換膜燃料電池在水管理及故障測試、交流阻抗檢測、水管理故障診斷和老化預測及剩余使用壽命估計等方面的關(guān)鍵問題和核心技術(shù)。全書共8章。第1章概述了質(zhì)子交換膜燃料電池反應(yīng)原理及應(yīng)用；第2～4章重點介紹了質(zhì)子交換膜燃料電池水管理及故障測試、交流阻抗檢測技術(shù)及水管理故障診斷方法；第5～8章重點闡述了質(zhì)子交換膜燃料電池老化分析及預后管理、基于模型的老化預測方法、數(shù)據(jù)驅(qū)動方法與混合預測方法等。本書深入淺出、結(jié)構(gòu)嚴謹、實例豐富、闡述全面、便于自學，既可作為燃料電池相關(guān)領(lǐng)域技術(shù)人員的參考用書，也可以作為新能源、電氣工程、自動化等專業(yè)高年級本科生或研究生的專業(yè)課教材。

作者簡介

　　謝長君，教授、博士生導師，湖北省杰出青年基金獲得者，武漢理工大學青年拔尖人才，國家自然科學基金委信息學部會評專家。歷任自動化學院副院長，武漢理工大學京津冀協(xié)同滄州研究院院長?，F(xiàn)任武漢理工大學人工智能學院院長。獲得湖北省技術(shù)發(fā)明二等獎3項，2015年度（排序1）、2017年度（排序3）及2020年度（排序6），獲得2017年度中國產(chǎn)學研合作創(chuàng)新獎（個人），2018年度中國產(chǎn)學研合作創(chuàng)新成果獎（排序2），獲得湖北省自然科學優(yōu)秀學術(shù)論文一等獎（2016年度）。近年來主持國家重點研發(fā)計劃項目課題1項，主持國家自然科學基金項目3項，主持國家“973”重大基礎(chǔ)研究項目子項1項，主持湖北省技術(shù)創(chuàng)新重大項目1項，主持湖北省自然科學基金杰出青年及面上項目各1項，主持武漢市青年科技晨光計劃項目1項，參與國家重點研發(fā)、863攻關(guān)項目10余項。在國內(nèi)外核心期刊和重要國際會議上發(fā)表論文80多篇，其中SCI/EI收錄60余篇，申請發(fā)明及實用新型專利100余件，已授權(quán)發(fā)明專利60余件，并完成10件發(fā)明專利轉(zhuǎn)讓。

圖書目錄

第1章質(zhì)子交換膜燃料電池概述/1
1.1 燃料電池反應(yīng)原理/1
1.2 燃料電池組件構(gòu)成/3
1.3 燃料電池的動態(tài)特性/7
1.4 質(zhì)子交換膜燃料電池應(yīng)用概述/8
1.4.1 PEMFC汽車概述/8
1.4.2 PEMFC發(fā)電技術(shù)應(yīng)用/10
第2章質(zhì)子交換膜燃料電池水管理及故障測試/12
2.1 質(zhì)子交換膜燃料電池水管理/12
2.2 質(zhì)子交換膜燃料電池水管理故障診斷方法/13
2.2.1 基于模型的故障診斷方法/14
2.2.2 基于數(shù)據(jù)驅(qū)動的故障診斷方法/16
2.2.3 基于實驗測試的故障診斷方法/17
2.3 質(zhì)子交換膜燃料電池水管理故障實驗測試/18
第3章燃料電池交流阻抗檢測技術(shù)/21
3.1 電化學阻抗譜測量原理/21
3.2 交流阻抗檢測系統(tǒng)設(shè)計/23
3.2.1 交流阻抗檢測系統(tǒng)總體設(shè)計/23
3.2.2 程控交流電流激勵信號源設(shè)計/24
3.2.3 高精度信號采集單元設(shè)計/28
3.2.4 上位機模塊設(shè)計/35
3.3 交流阻抗檢測系統(tǒng)測試與分析/43
3.3.1 交流電流激勵源頻率輸出測試/43
3.3.2 信號放大模塊測試/44
3.3.3 交直流濾波模塊測試/46
3.3.4 交流電壓采集模塊測試/47
第4章燃料電池水管理故障診斷方法/50
4.1 燃料電池建模及等效電路模型參數(shù)辨識/50
4.1.1 燃料電池建模/50
4.1.2 燃料電池等效電路模型參數(shù)不確定性評估/55
4.2 基于FCM與OB算法的燃料電池水管理故障分類/63
4.2.1 最小二乘法參數(shù)辨識/63
4.2.2 FCM聚類算法/64
4.2.3 優(yōu)化貝葉斯算法分類/64
4.2.4 基于FCM與OB算法的水管理故障分類實例/66
4.3 基于自適應(yīng)差分算法優(yōu)化支持向量機的水管理故障診斷/75
4.3.1 數(shù)據(jù)降維方法/75
4.3.2 水管理故障分類算法/76
4.3.3 基于ADESVM算法的水管理故障診斷實例/80
4.4 結(jié)合線性判別分析和Xception網(wǎng)絡(luò)的水管理故障診斷方法/84
4.4.1 燃料電池故障概述/84
4.4.2 Xception網(wǎng)絡(luò)/85
4.4.3 基于Xception網(wǎng)絡(luò)的燃料電池故障診斷實例/87
第5章質(zhì)子交換膜燃料電池老化分析及預后管理/94
5.1 質(zhì)子交換膜燃料電池老化機理與指標/94
5.1.1 燃料電池主要部件老化的影響分析/94
5.1.2 燃料電池運行工況對老化的影響分析/96
5.2 質(zhì)子交換膜燃料電池的預后管理/97
5.2.1 數(shù)據(jù)獲取和預處理/98
5.2.2 健康指標和壽命終止點/101
5.2.3 預測模式概述/104
5.2.4 預測方法/106
5.2.5 預測結(jié)果的評價指標/107
第6章基于模型的質(zhì)子交換膜燃料電池老化預測方法/109
6.1 PEMFC老化模型和預測流程/109
6.2 基于卡爾曼濾波算法的老化預測/111
6.2.1 基于EKF的老化預測/112
6.2.2 基于UKF的老化預測/114
6.2.3 基于AEKF的老化預測/119
6.2.4 基于AUKF的老化預測/119
6.2.5 基于FDKF的老化預測/121
6.2.6 基于SRUKF的老化預測/126
6.3 基于粒子濾波算法的老化預測/128
6.3.1 基于PF的老化預測/129
6.3.2 基于UPF的老化預測/132
第7章燃料電池老化預測數(shù)據(jù)驅(qū)動方法/135
7.1 數(shù)據(jù)驅(qū)動方法/135
7.1.1 數(shù)據(jù)驅(qū)動方法分類/135
7.1.2 統(tǒng)計方法/135
7.1.3 機器學習方法/138
7.2 基于神經(jīng)網(wǎng)絡(luò)的短期預測/147
7.2.1 預測框架與步驟/147
7.2.2 短期預測結(jié)果分析/149
7.3 基于神經(jīng)網(wǎng)絡(luò)的長期預測/151
7.3.1 預測框架與步驟/151
7.3.2 長期預測結(jié)果分析/152
7.4 神經(jīng)網(wǎng)絡(luò)的改進方法/155
7.4.1 基于分解集成的多數(shù)據(jù)方法融合預測/155
7.4.2 基于貝葉斯理論的不確定性量化方法/160
第8章燃料電池老化混合預測方法/169
8.1 用于中短期預測的混合預測方法/170
8.2 用于長期預測的混合預測方法/178
8.2.1 基于數(shù)據(jù)驅(qū)動為模型驅(qū)動提供觀測值的混合預測方法/178
8.2.2 基于數(shù)據(jù)驅(qū)動和模型驅(qū)動相互迭代的混合預測方法/181
8.3 混合預測方法的優(yōu)勢與挑戰(zhàn)/185
8.3.1 混合預測方法的優(yōu)勢/186
8.3.2 混合預測方法面臨的挑戰(zhàn)/187
參考文獻/188