质子交换膜燃料电池模拟与优化作者:徐腊梅 著出版时间:2012年内容简介 《质子交换膜燃料电池模拟与优化》(作者徐腊梅)紧密结合当前质子交换膜燃料电池的研究热点,对质子交换膜燃料电池的数学模型、水、热、气及动态特性模拟,基于集总参数模型、分布参数模型、神经网络模型的模拟与优化进行了详尽的分析与总结。全书共分为10章,主要内容包括:绪论、燃料电池概述、质子交换膜燃料电池的计算机模拟、质子交换膜燃料电池的数学模型、操作参数对电池性能的影响、质子交换膜燃料电池的水传输模拟、质子交换膜燃料电池的热模拟、质子交换膜燃料电池的气模拟、基于分布参数模型的燃料电池动态特性仿真、基于集总参数模型的燃料电池动态特性仿真、基于bp神经网络的燃料电池动态特性仿真。《质子交换膜燃料电池模拟与优化》可供从事电气、自动化、能源、材料、环保、船舶、汽车领域的科技工作者和工程技术人员使用,也可供高等院校有关专业师生参考。目录第1章 绪论1.1 燃料电池概述1.2 pem燃料电池1.2.1 pem燃料电池的发展历史1.2.2 pem燃料电池的原理1.2.3 pem燃料电池的组成1.2.4 pem燃料电池电堆1.2.5 pem燃料电池系统1.2.6 pem燃料电池的特点第2章 pem燃料电池的计算机模拟2.1 pem燃料电池的模型研究2.1.1 pem燃料电池的集总与分布参数模型2.1.2 pem燃料电池动态模型2.1.3 pem燃料电池神经网络模型2.2 pem燃料电池的水、热、气模拟研究2.2.1 pem燃料电池的水管理2.2.2 pem燃料电池的热管理2.2.3 pem燃料电池的气管理2.3 pem燃料电池的模拟平台2.3.1 cfd技术2.3.2 matlab/simulink第3章 pem燃料电池的数学模型3.1 燃料电池的基本方程3.1.1 质量守恒方程3.1.2 动量守恒方程3.1.3 能量守恒方程3.1.4 组分守恒方程3.2 多孔介质中的扩散模型3.3 水的相变模型3.4 质子交换膜中水的传递模型3.4.1 电迁移3.4.2 压力迁移3.4.3 浓差扩散3.5 催化层中的电化学反应模型3.5.1 butler-volmer方程3.5.2 电流守恒方程3.5.3 开路电压控制方程3.5.4 活化极化的控制方程3.5.5 反应物消耗和水生成3.6 pem燃料电池物性参数模型3.6.1 密度3.6.2 黏度3.6.3 比热容3.6.4 热导率3.6.5 扩散系数3.7 小结第4章 操作参数对电池性能的影响4.1 计算模型分析4.1.1 几何模型、网格划分4.1.2 物性参数4.2 结果及讨论4.2.1 操作压力对电池性能的影响4.2.2 空气流速对电池性能的影响4.2.3 温度对电池性能的影响4.2.4 气体增湿度对电池性能的影响4.3 小结第5章 pem燃料电池的水传输模拟5.1 流道中的水传输模拟5.1.1 直道中的水传输模拟5.1.2 弯道中的水传输模拟5.1.3 小结5.2 质子交换膜中的水分布5.2.1 几何模型及边界条件5.2.2 计算结果及讨论5.2.3 小结第6章 pem燃料电池的热模拟6.1 燃料电池运行条件对温度分布的影响6.1.1 几何模型及参数6.1.2 工作电流密度对温度分布的影响6.1.3 气体加湿对温度分布的影响6.1.4 气体压力对温度分布的影响6.1.5 气体过量系数的影响6.1.6 扩散层热导率对温度分布的影响6.1.7 小结6.2 冷却水状态对温度分布的影响6.2.1 冷却流道位置对膜中温度分布的影响6.2.2 冷却水流速对冷却效果的影响6.2.3 冷却流道截面尺寸对冷却效果的影响6.2.4 小结第7章 pem燃料电池气传输模拟7.1 流道深度对电池性能的影响7.1.1 计算模型7.1.2 结果及分析7.1.3 小结7.2 流道宽度和岸的宽度比对电池性能的影响7.2.1 计算模型7.2.2 结果及分析7.2.3 小结7.3 流道截面形状对电池性能的影响7.3.1 计算模型7.3.2 结果和分析7.3.3 小结第8章 基于分布参数模型的pem燃料电池动态特性仿真8.1 不同气体湿度下电池动态特征的研究8.1.1 模型分析8.1.2 结果与分析8.1.3 小结8.2 气体传输时电池的动态特征研究8.2.1 模型分析8.2.2 结果与分析8.2. 3 小结第9章 基于集总参数模型的pem燃料电池的动态特性仿真9. 1 pem燃料电池的集总参数模型9.1. 1 电化学模型9.1.2 热模型9.2 单电池的建模与仿真9. 2.1 电流阶跃变化时电池的动态特性9.2. 2 仿真结果与实验数据对比9.2.3 与基于分布参数模型的动态仿真结果对比9.3 电堆的建模与仿真9.3.1 电堆的simulink模型9.3.2 电堆的动态特性9.4 小结第10章 基于bp神经网络的pem燃料电池的动态特性仿真10. 1 bp神经网络10.1.1 bp神经网络的拓扑结构10.1.2 bp神经网络学习算法10.1.3 bp神经网络学习算法的改进10.2 神经网络的系统辨识10.2.1 神经网络的系统辨识原理及特点10.2. 2 神经网络系统辨识模型的结构10. 3 非线性动态系统的神经网络辨识10.4 基于bp神经网络的pem燃料电池系统辨识10. 4.1 学习样本的确定及归一化10.4.2 bp神经网络模型的确定10.4.3 bp神经网络的构建、训练和仿真10.4.4仿真结果分析10.5 小结附录 主要符号表参考文献 上一篇: 太阳电池发展现状及性能提升研究 下一篇: 铅酸蓄电池制造技术