質(zhì)子交換膜燃料電池健康管理與老化預(yù)測(cè)

定　價(jià)：￥62.00

作　者：	謝長(zhǎng)君,朱文超,楊揚(yáng)
出版社：	華中科技大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥49.90)

ISBN：	9787577201474	出版時(shí)間：	2023-12-01	包裝：	平裝
開本：	16開	頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書結(jié)合作者及團(tuán)隊(duì)多年的研究實(shí)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(cè)試、交流阻抗檢測(cè)、水管理故障診斷和老化預(yù)測(cè)及剩余使用壽命估計(jì)等方面的關(guān)鍵問(wèn)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(diǎn)介紹了質(zhì)子交換膜燃料電池水管理及故障測(cè)試、交流阻抗檢測(cè)技術(shù)及水管理故障診斷方法；第5～8章重點(diǎn)闡述了質(zhì)子交換膜燃料電池老化分析及預(yù)后管理、基于模型的老化預(yù)測(cè)方法、數(shù)據(jù)驅(qū)動(dòng)方法與混合預(yù)測(cè)方法等。本書深入淺出、結(jié)構(gòu)嚴(yán)謹(jǐn)、實(shí)例豐富、闡述全面、便于自學(xué)，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(dòng)化等專業(yè)高年級(jí)本科生或研究生的專業(yè)課教材。

作者簡(jiǎn)介

　　謝長(zhǎng)君，教授、博士生導(dǎo)師，湖北省杰出青年基金獲得者，武漢理工大學(xué)青年拔尖人才，國(guó)家自然科學(xué)基金委信息學(xué)部會(huì)評(píng)專家。歷任自動(dòng)化學(xué)院副院長(zhǎng)，武漢理工大學(xué)京津冀協(xié)同滄州研究院院長(zhǎng)。現(xiàn)任武漢理工大學(xué)人工智能學(xué)院院長(zhǎng)。獲得湖北省技術(shù)發(fā)明二等獎(jiǎng)3項(xiàng)，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(guó)產(chǎn)學(xué)研合作創(chuàng)新獎(jiǎng)（個(gè)人），2018年度中國(guó)產(chǎn)學(xué)研合作創(chuàng)新成果獎(jiǎng)（排序2），獲得湖北省自然科學(xué)優(yōu)秀學(xué)術(shù)論文一等獎(jiǎng)（2016年度）。近年來(lái)主持國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目課題1項(xiàng)，主持國(guó)家自然科學(xué)基金項(xiàng)目3項(xiàng)，主持國(guó)家“973”重大基礎(chǔ)研究項(xiàng)目子項(xiàng)1項(xiàng)，主持湖北省技術(shù)創(chuàng)新重大項(xiàng)目1項(xiàng)，主持湖北省自然科學(xué)基金杰出青年及面上項(xiàng)目各1項(xiàng)，主持武漢市青年科技晨光計(jì)劃項(xiàng)目1項(xiàng)，參與國(guó)家重點(diǎn)研發(fā)、863攻關(guān)項(xiàng)目10余項(xiàng)。在國(guó)內(nèi)外核心期刊和重要國(guó)際會(huì)議上發(fā)表論文80多篇，其中SCI/EI收錄60余篇，申請(qǐng)發(fā)明及實(shí)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(dòng)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(cè)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(dòng)的故障診斷方法/16
2.2.3 基于實(shí)驗(yàn)測(cè)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(shí)驗(yàn)測(cè)試/18
第3章燃料電池交流阻抗檢測(cè)技術(shù)/21
3.1 電化學(xué)阻抗譜測(cè)量原理/21
3.2 交流阻抗檢測(cè)系統(tǒng)設(shè)計(jì)/23
3.2.1 交流阻抗檢測(cè)系統(tǒng)總體設(shè)計(jì)/23
3.2.2 程控交流電流激勵(lì)信號(hào)源設(shè)計(jì)/24
3.2.3 高精度信號(hào)采集單元設(shè)計(jì)/28
3.2.4 上位機(jī)模塊設(shè)計(jì)/35
3.3 交流阻抗檢測(cè)系統(tǒng)測(cè)試與分析/43
3.3.1 交流電流激勵(lì)源頻率輸出測(cè)試/43
3.3.2 信號(hào)放大模塊測(cè)試/44
3.3.3 交直流濾波模塊測(cè)試/46
3.3.4 交流電壓采集模塊測(cè)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(shí)/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(píng)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(shí)/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(shí)例/66
4.3 基于自適應(yīng)差分算法優(yōu)化支持向量機(jī)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(shí)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(shí)例/87
第5章質(zhì)子交換膜燃料電池老化分析及預(yù)后管理/94
5.1 質(zhì)子交換膜燃料電池老化機(jī)理與指標(biāo)/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(yùn)行工況對(duì)老化的影響分析/96
5.2 質(zhì)子交換膜燃料電池的預(yù)后管理/97
5.2.1 數(shù)據(jù)獲取和預(yù)處理/98
5.2.2 健康指標(biāo)和壽命終止點(diǎn)/101
5.2.3 預(yù)測(cè)模式概述/104
5.2.4 預(yù)測(cè)方法/106
5.2.5 預(yù)測(cè)結(jié)果的評(píng)價(jià)指標(biāo)/107
第6章基于模型的質(zhì)子交換膜燃料電池老化預(yù)測(cè)方法/109
6.1 PEMFC老化模型和預(yù)測(cè)流程/109
6.2 基于卡爾曼濾波算法的老化預(yù)測(cè)/111
6.2.1 基于EKF的老化預(yù)測(cè)/112
6.2.2 基于UKF的老化預(yù)測(cè)/114
6.2.3 基于AEKF的老化預(yù)測(cè)/119
6.2.4 基于AUKF的老化預(yù)測(cè)/119
6.2.5 基于FDKF的老化預(yù)測(cè)/121
6.2.6 基于SRUKF的老化預(yù)測(cè)/126
6.3 基于粒子濾波算法的老化預(yù)測(cè)/128
6.3.1 基于PF的老化預(yù)測(cè)/129
6.3.2 基于UPF的老化預(yù)測(cè)/132
第7章燃料電池老化預(yù)測(cè)數(shù)據(jù)驅(qū)動(dòng)方法/135
7.1 數(shù)據(jù)驅(qū)動(dòng)方法/135
7.1.1 數(shù)據(jù)驅(qū)動(dòng)方法分類/135
7.1.2 統(tǒng)計(jì)方法/135
7.1.3 機(jī)器學(xué)習(xí)方法/138
7.2 基于神經(jīng)網(wǎng)絡(luò)的短期預(yù)測(cè)/147
7.2.1 預(yù)測(cè)框架與步驟/147
7.2.2 短期預(yù)測(cè)結(jié)果分析/149
7.3 基于神經(jīng)網(wǎng)絡(luò)的長(zhǎng)期預(yù)測(cè)/151
7.3.1 預(yù)測(cè)框架與步驟/151
7.3.2 長(zhǎng)期預(yù)測(cè)結(jié)果分析/152
7.4 神經(jīng)網(wǎng)絡(luò)的改進(jìn)方法/155
7.4.1 基于分解集成的多數(shù)據(jù)方法融合預(yù)測(cè)/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(yù)測(cè)方法/169
8.1 用于中短期預(yù)測(cè)的混合預(yù)測(cè)方法/170
8.2 用于長(zhǎng)期預(yù)測(cè)的混合預(yù)測(cè)方法/178
8.2.1 基于數(shù)據(jù)驅(qū)動(dòng)為模型驅(qū)動(dòng)提供觀測(cè)值的混合預(yù)測(cè)方法/178
8.2.2 基于數(shù)據(jù)驅(qū)動(dòng)和模型驅(qū)動(dòng)相互迭代的混合預(yù)測(cè)方法/181
8.3 混合預(yù)測(cè)方法的優(yōu)勢(shì)與挑戰(zhàn)/185
8.3.1 混合預(yù)測(cè)方法的優(yōu)勢(shì)/186
8.3.2 混合預(yù)測(cè)方法面臨的挑戰(zhàn)/187
參考文獻(xiàn)/188