【技术实现步骤摘要】
本专利技术涉及储氢瓶充放氢优化，特别是涉及一种基于数值模拟和机器学习的储氢瓶充放气调控方法。
技术介绍
1、高压车载储氢瓶储氢因具有成本低、能耗小、充放气速度快等优势，是现阶段应用最广泛的氢燃料电池车的储氢方式，高压储氢瓶的安全、高效应用成为氢燃料电池车大规模商业化的重要前提。其中，储氢瓶快速充放气过程是其实际应用中的重要环节。该过程需同时满足充放气速率的要求和储氢瓶的安全工作温度范围(-40℃～85℃)。然而，在充放气过程中，由于气体压缩/膨胀、动/热能间转化以及焦耳-汤姆逊效应，储氢瓶内温度显波动化，很可能超出安全温度范围。
2、现阶段储氢瓶充放气过程中的温度仅依靠瓶阀传感器监测，然而，瓶内温度分布不均匀，仅监测瓶口温度无法保证全空间处于安全温度范围。此外，储氢瓶的容积、工作环境及充气条件复杂多样，影响储氢瓶充放气过程中温度的演化与分布。利用数值模拟的方法可以获得储氢瓶全空间内的温度分布，但通过测试大量工况优化充放气速率会存在耗时长的问题。因此，设计一种基于数值模拟和机器学习的储氢瓶充放气调控方法是十分有必要的。
技术实现思路
1、本专利技术的目的是提供一种基于数值模拟和机器学习的储氢瓶充放气调控方法，以快速且准确地获得储氢瓶充放气的最佳控制逻辑，并提升储氢瓶的安全性和充放气过程的高效性。
2、为实现上述目的，本专利技术提供了如下方案：
3、一种基于数值模拟和机器学习的储氢瓶充放气调控方法，包括如下步骤：
4、对储氢瓶的充放气运行
5、根据储氢瓶的三维模型构建流-热耦合仿真模型，并根据流-热耦合仿真模型进行模拟试验，得到模拟结果；
6、根据历史数据对模拟结果进行验证，分别得到充放气过程中储氢瓶内的流场演化规律和温度场演化规律；
7、将模拟结果和历史数据整合为数据集；数据集包括训练集和验证集；
8、构建神经网络模型，通过训练集对神经网络模型进行训练，并根据验证集对训练后的神经网络模型进行测试和验证；
9、根据训练好的神经网络模型对工况分析结果进行计算，得到充放气控制逻辑；
10、根据流场演化规律和温度场演化规律对充放气控制逻辑进行优化。
11、可选地，流-热耦合仿真模型包括湍流模型和传热模型。
12、可选地，工况分析结果包括：储氢瓶的工作环境温度、工作环境湿度、介质温度、充放气的初始压力和目标压力。
13、可选地，历史数据包括：数据类型、数据采集位置和时间序列。
14、可选地，神经网络模型包括输入参数和输出参数；输入参数为工况分析结果，输出参数为充放气过程中速率随时间变化的定量关系。
15、可选地，充放气控制逻辑为充放气过程中速率随时间变化的表达式。
16、可选地，根据流场演化规律和温度场演化规律对充放气控制逻辑进行优化，具体步骤为：
17、根据流场演化规律和温度场演化规律分别得到充放气过程中压力和温度的局部测量数据时间序列，并将局部测量数据时间序列对充放气控制逻辑进行优化。
18、可选地，流场演化规律为轴内方向速度和压力随充放气时间的演化规律；温度场演化规律为轴内方向温度场、瓶口温度和瓶尾温度随充放气时间的演化规律。
19、根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术提供的基于数值模拟和机器学习的储氢瓶充放气调控方法，包括：根据储氢瓶的三维模型构建流-热耦合仿真模型，并根据流-热耦合仿真模型进行模拟试验，得到模拟结果；对储氢瓶的充放气运行工况进行分析，得到工况分析结果，并根据工况分析结果得到历史数据；根据历史数据对模拟结果进行验证，得到充放气过程中储氢瓶内的流场演化规律和温度场演化规律；将模拟结果和历史数据整合为数据集；数据集包括训练集和验证集；构建神经网络模型，通过训练集对神经网络模型进行训练，并根据验证集对训练后的神经网络模型进行测试和验证；根据训练好的神经网络模型对工况分析结果进行计算，得到充放气控制逻辑；根据流场演化规律和温度场演化规律对充放气控制逻辑进行优化。该方法快速且准确地获得了储氢瓶充放气的最佳控制逻辑，并提升了储氢瓶的安全性和充放气过程的高效性。
本文档来自技高网...【技术保护点】
1.一种基于数值模拟和机器学习的储氢瓶充放气调控方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于数值模拟和机器学习的储氢瓶充放气调控方法，其特征在于，所述流-热耦合仿真模型包括湍流模型和传热模型。
3.根据权利要求1所述的基于数值模拟和机器学习的储氢瓶充放气调控方法，其特征在于，所述工况分析结果包括：所述储氢瓶的工作环境温度、工作环境湿度、介质温度、充放气的初始压力和目标压力。
4.根据权利要求1所述的基于数值模拟和机器学习的储氢瓶充放气调控方法，其特征在于，所述历史数据包括：数据类型、数据采集位置和时间序列。
5.根据权利要求1所述的基于数值模拟和机器学习的储氢瓶充放气调控方法，其特征在于，所述神经网络模型包括输入参数和输出参数；所述输入参数为所述工况分析结果，所述输出参数为充放气过程中速率随时间变化的定量关系。
6.根据权利要求1所述的基于数值模拟和机器学习的储氢瓶充放气调控方法，其特征在于，所述充放气控制逻辑为充放气过程中速率随时间变化的表达式。
7.根据权利要求1所述的基于数值模拟和机器
8.根据权利要求1所述的基于数值模拟和机器学习的储氢瓶充放气调控方法，其特征在于，所述流场演化规律为轴内方向速度和压力随充放气时间的演化规律；所述温度场演化规律为轴内方向温度场、瓶口温度和瓶尾温度随充放气时间的演化规律。
...【技术特征摘要】
1.一种基于数值模拟和机器学习的储氢瓶充放气调控方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于数值模拟和机器学习的储氢瓶充放气调控方法，其特征在于，所述流-热耦合仿真模型包括湍流模型和传热模型。
3.根据权利要求1所述的基于数值模拟和机器学习的储氢瓶充放气调控方法，其特征在于，所述工况分析结果包括：所述储氢瓶的工作环境温度、工作环境湿度、介质温度、充放气的初始压力和目标压力。
4.根据权利要求1所述的基于数值模拟和机器学习的储氢瓶充放气调控方法，其特征在于，所述历史数据包括：数据类型、数据采集位置和时间序列。
5.根据权利要求1所述的基于数值模拟和机器学习的储氢瓶充放气调控方法，其特征在于，所述神经网络模...
【专利技术属性】
技术研发人员：王启林，刘岩，韩冰，金鑫，古海波，戴行涛，刘浩，李浩天，姜玉轩，王少可，关胜青，王中原，陶思伟，宋薛思，
申请(专利权)人：大连锅炉压力容器检验检测研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。