2020年1月10-12日，以"把握情势聚集转行引领创新"为专题,由华夏电动车子百人会精心策划第六届年度论坛--华夏电动车子百人会论坛(2020)在北京钓鱼台国宾馆正规举办，会议接着秉持"传导权威消息、广大开展讨论、推进沟通合作"的指标，试图帮助业界人员整理剖析资产情势，研究及回应资产关切的难题，寻觅往后3-5年资产调度的方向及路径。

　　论坛现场，由西安交通大学教授屈治国就质子交换膜热质输送及其对功能的作用发表了专题演讲。

　　之下为屈治国教授的演讲实录：

西安交通大学教授屈治国

　　尊敬的各位领导、各位行家大伙早上好，十分荣幸和各位分享一下咱们的事业，咱是来源西安交通大学热流科学与工程教导部要点实验室的屈治国。

　　能源电池大伙很明白，一种是搬动的车子用，第二是固定的发电装置，咱们最重要的事业最重要的针对水热治理做功能仿真。日前设置从单电池到电堆到车子的集成有些难题，最重要的是设置方面有少许设置用具的缺乏，少许定量精确的设置用具，咱们做的事便是要解决设置好用好用多久的难题。咱们要开发少许没有问题设置用具。第一种讲一下能源电池组装负担的作用，咱们把电堆装配时刻会发生少许预紧力，经过螺栓接连起来，咱们对这类产物，在6兆帕的时刻，螺栓预紧今后分散层显露了分裂、形状改变等，这对传质分散有相当大的作用。怎样建这样的模子，咱们把局限元力学软件ABAQUS和ANSYS联合起来，例如咱们以准则的蛇形流场为例，紧缩今后映入流道，分散性和渗透率都产生了改变。不同的预紧力产生了形变，孔隙率产生了改变，导致了体积上惨重的不均衡性，是以这种紧缩比随着组装增添而增添，形变势必对分散性发生作用。紧缩今后流道的阻力就会增大，第二局部电流密度会产生改变，在这种位子电流密度大。从这边可行见到，1兆帕平均是最高的，是以有个最优值，这便是两种竞争的倒置治理，紧缩今后欧姆极化降低，正和负的相互作为，咱们发觉在1兆帕的时刻，全体的净功率是最高的。

　　第二个内容，咱们做少许功能开发。咱们做了一种面向工程的设置软件，1+1D模子，要想法子从单电池以及到电堆，考量不同单电池分布的不绝对的作用。焦点便是在垂直于质子传导方向有个一维模子，焦点是要对水状况的判断。在流道方向咱们以气体组分方程作为质子传导的边缘要求，焦点是水蒸气模子的判断，咱们判断含量的分布。咱们要做一种软件，输入操作参数、构造参数和输出，经过调研咱们本人构建了数据库，把全部文件能见到的，包括毛细负担、热导率等不同资料做到数据库里，咱们做到软件里，用这种预测孔隙率扩大的作用，变大有益于传热传质性加强，可是欧姆极化电阻又增大，这还是此消彼涨的倒置关连，咱们可行设计合乎道理的孔隙率。到电堆层次，这几年人力智能进行十分快速，人力智能的方法在消息料理里有多个多样的方法，对能源电池多参数也是提供了可能，用的最多的是误差反向的人力智能BPNN方法，有三层，输入层、隐藏层和输出层，可行构建一种体系，经过好多数据训练，通过前期的输入、误差的反向传导发展偏差的调度，最终可行在小概况下得到相比小的关连。有多个构造，这是咱们介绍的构造，用惯例方法是很没有问题求解方法，经典的一维、二维、三维，人力智能的优点是建模容易，求解迅速，明确度高，缺点便是依赖于数据库，利用性上可行做到迅速功能预测。

　　算法做好今后，起首便是要训练，咱们发觉在能源电池当试验目标小的时刻，样本量小的时刻，焦点的权重，便是神经元的接连关连，依赖于样本的数量尺寸，后来咱们又导入了遗传算法，自动发展改良，咱用三重样本数，引入今后学习训练的不绝对性变得十分好，在同等样本数要求下，这类方法预测功能更好。联合这类方法，咱们把遗传算法做到软件里，例如参数好多，包括阴极的气压和温度等做出不同的参数，再做模块的剖析和电堆的水热治理联合起来。

　　咱们做一种案例，模子误差剖析，经过这类方法学习，包括文件里得到，可行训练到误差精度小于0.1%。鉴于这样的思想，咱们把能源电池的软件和人力智能两个联合起来，开发了一种软件，这是软件的最初界面。咱们可行把构造参数都联合起来，操作参数联合起来，可行输出它的功能，例如电池里的单电池的功能都可行输出起来。这是一种案例，10个电池功能输入参数，这是输出参数，咱们经过遗传算法的学习，这是10个片，不绝对性分布算出去，结果也可行悉数输出出去。经过这样咱们可行得到10片的不绝对性，另有感性性剖析，单工况不同电流密度下电压的不绝对性，电流密度增添时不绝对愈加显著。多工况不绝对性，不同工况输出特性不同，运用神经网站预测获得更多组工况电堆输出，可掩盖全工况要求，节省测试时间。感性性相比结果：阴极计量比>阳极计量比>冷却水量>阴极负担>阳极负担>气体入口温度。

　　咱的报告就到这边，感谢各位行家。