کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
7159411 | 1462806 | 2018 | 10 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
A reconstructed fuel cell life-prediction model for a fuel cell hybrid city bus
ترجمه فارسی عنوان
یک مدل پیش بینی مدل زندگی سوخت سلول برای یک اتوبوس هیبریدی سلولی سوخت
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
سلول سوختی، پیش بینی زندگی، مدل بازسازی ولتاژ، تخریب عملکرد، اتوبوس شهرستان سلول سوختی،
ترجمه چکیده
پیش بینی زندگی یک موضوع مهم و دشوار برای پشته سلول سوختی غشای پروتون است، به ویژه یک پشته سلول تجاری تجاری. در این مقاله، یک مدل پیش بینی عمر سلول سوختی بازسازی شده برای تخمینی طول عمر سلول سوختی اتخاذ شده در یک اتوبوس شهرستان پیشنهاد شده است. با توجه به نوسانات دما و خطاهای حسگر، مدل ولتاژ به منظور سهولت پردازش اتصالات به سه بخش تقسیم می شود و نتایج اعتبار سنجی نشان می دهد که مدل تخریب پیشنهاد شده معتبر و قوی است. علاوه بر این، داده های آموزش 14 روزه نشان می دهد که انحراف ولتاژ پیش بینی کمتر از 1٪ است. در این مطالعه، مهمترین نوآوری جدا کردن زمان به دسته های مختلف است. در مقایسه با روش سنتی بدون طبقه بندی، مدل پیشنهادی، انحراف پیش بینی شده بهبود یافته 50 تا 100٪ را به دست می آورد.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی انرژی
انرژی (عمومی)
چکیده انگلیسی
Life prediction is a significant and difficult topic for a proton-exchange membrane fuel cell stack, especially a commercial fuel cell stack. This paper proposes a reconstructed fuel cell life-prediction model to estimate the fuel cell lifetime adopted in a city bus. Considering the temperature fluctuation and sensor errors, the voltage model is separated into three parts to simplify the fitting process, and the validation results show that the proposed degradation model is credible and robust. Furthermore, the 14-day training data show that the deviation of the predicted voltage is less than 1%. In this study, the most important innovation is separating the time into different categories. Compared to the traditional method without classification, the proposed model obtains an improved predicted deviation of 50-100%.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Energy Conversion and Management - Volume 156, 15 January 2018, Pages 723-732
Journal: Energy Conversion and Management - Volume 156, 15 January 2018, Pages 723-732
نویسندگان
Zunyan Hu, Liangfei Xu, Jianqiu Li, Minggao Ouyang, Ziyou Song, Haiyan Huang,