(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210929061.0 (22)申请日 2022.08.03 (71)申请人 西安交通大 学 地址 710049 陕西省西安市咸宁西路28号 (72)发明人 陶文铨　全泓冰　白帆　靳姝琦　 尹仁杰　张卓　何璞　母玉同　 宫小明　 (74)专利代理 机构 西安通大专利代理有限责任 公司 6120 0 专利代理师 陈翠兰 (51)Int.Cl. G06F 30/27(2020.01) G06F 30/23(2020.01) G06F 30/28(2020.01) G16C 10/00(2019.01)G16C 20/70(2019.01) G06F 111/10(2020.01) G06F 113/08(2020.01) G06F 119/14(2020.01) (54)发明名称 燃料电池三维物理场的预测方法、 系统、 设 备及介质 (57)摘要 本发明公开了一种燃料电池三维物理场 的 预测方法、 系统、 设备及介质， 所述预测方法包 括： 获取待预测燃料电池随机工况的可变输入参 数； 将所述待预测燃料电池随机工况的可变输入 参数， 作为预设的燃料电池三维多物理场的数字 孪生模型的输入， 输出得到三维多物理场的数字 孪生结果， 即得到待预测燃料电池三维多物理场 的预测结果； 本发明能够在给定燃料电池数值模 型的基础上， 实现燃料电池内三维多物理场的快 速准确预测， 满足质子交换膜燃料电池在线控制 场景下多物理场预测的需求； 其中， 基于本征正 交分解方法实现燃料电池内三维多物理场的快 速准确预测， 并对任意随机工况下的权系数展开 预测， 预测效率和预测结果 准确度高。 权利要求书2页 说明书11页 附图3页 CN 115270633 A 2022.11.01 CN 115270633 A 1.一种燃料电池三维物理场的预测方法， 其特 征在于， 包括： 获取待预测燃料电池随机 工况的可变输入参数； 将所述待预测燃料电池随机工况的可变输入参数， 作为预设的燃料电池三维多物理场 的数字孪生模型 的输入， 输出得到三维多物理场的数字孪生结果， 即得到待预测燃料电池 三维多物理场的预测结果； 其中， 所述预设的燃料电池三维多物理场的数字 孪生模型的构建过程， 包括： 对预构建的燃料电池三维多物理场的耦合模型进行求 解， 得到若干 孪生快照； 针对燃料电池中的每一类三维物理场， 根据若干孪生快照采用本征正交分解方法， 构 建若干个 基函数， 并获取每 个孪生快照工况 下各三维物理场的各基函数 方向的权系数； 将所述每个孪生快照工况下各三维物理场的各基函数方向的权系数作为样本集， 基于 预选取的机器学习算法、 插值算法或回归算法， 得到所述预设的燃料电池三维多物理场的 数字孪生模型。 2.根据权利要求1所述的一种燃料电池三维物理场的预测方法， 其特征在于， 所述待预 测燃料电池随机工况的可变输入参数， 包括待预测燃料电池的阴极压力、 阳极压力、 阴极湿 度、 阳极湿度、 阴极化学计量比、 阳极化学计量比及操作温度。 3.根据权利要求1所述的一种燃料电池三维物理场的预测方法， 其特征在于， 所述预设 的燃料电池三维多物理场的数字 孪生模型的构建过程， 具体如下： 构建燃料电池的三维多物理场的耦合模型； 根据所述燃料电池的三维多物理场的耦合模型， 获取燃料电池的模型参数； 从所述燃料电池的模型参数中， 选取 可变参数， 得到若干快照工况的可变输入参数； 将若干快照工况的可变输入参数， 作为燃料电池的三维多物理场的耦合模型的输入， 通过仿真模拟， 得到若干 孪生快照； 针对燃料电池中的每一类三维物理场， 根据若干孪生快照， 生成若干快照工况下的快 照矩阵； 针对燃料电池中的每一类三维物理场， 利用奇异值分解方法， 对若干快照工况下的快 照矩阵进行矩阵分解和矩阵变换处 理， 得到若干个 基函数； 将若干孪生快照， 向每个基函数方向进行投影， 重构得到每个孪生快照工况下各三维 物理场的各基函数 方向的权系数； 将所述每个孪生快照工况下各三维物理场的各基函数方向的权系数作为样本集， 基于 预选取的机器学习算法、 插值算法或回归算法， 得到所述预设的燃料电池三维多物理场的 数字孪生模型。 4.根据权利要求3所述的一种燃料电池三维物理场的预测方法， 其特征在于， 所述燃料 电池的模型参数， 包括燃料电池的几何参数、 物性 参数、 电化学参数及操作参数。 5.根据权利要求3所述的一种燃料电池三维物理场的预测方法， 其特征在于， 所述燃料 电池三维多物理场的耦合模型为基于液体压力连续的三维两相非等温数值仿真模型。 6.根据权利要求3所述的一种燃料电池三维物理场的预测方法， 其特征在于， 将若干快 照工况的可变输入参数， 作为燃料电池的三 维多物理场的耦合模型的输入， 通过仿 真模拟， 得到若干 孪生快照的过程， 具体如下： 采用C语言， 将待预测燃料电池的三维多物理场的耦合模型编写至ANSYS  Fluent软件权　利　要　求　书 1/2 页 2 CN 115270633 A 2中， 将若干快照工况的可变输入参数作为输入， 仿 真输出， 得到若干孪生快照； 其中， 若干孪 生快照采用Tecpl ot文件的格式输出。 7.根据权利要求3所述的一种燃料电池三维物理场的预测方法， 其特征在于， 预设的燃 料电池三维多物理场的数字 孪生模型为： 其中， r为物理量的编号； fr′为待预测燃料电池可变输入参数下第r个物理量的三维物 理场； br′,j为第r个物理量的三维物理场在第j个基函数方向的权系数； ψr,j为第r个物理量 的第j个基函数； j为上述基函数编号； lr为第r个物理量的截断阶数。 8.一种燃料电池三维物理场的预测系统， 其特 征在于， 包括： 获取模块， 用于获取待预测燃料电池随机 工况的可变输入参数； 预测模块， 用于将所述待预测燃料电池随机工况的可变输入参数， 作为预设的燃料电 池三维多物理场的数字孪生模型 的输入， 输出得到三维多物理场的数字孪生结果， 即得到 待预测燃料电池三维多物理场的预测结果； 其中， 所述预设的燃料电池三维多物理场的数字 孪生模型的构建过程， 包括： 对预构建的燃料电池三维多物理场的耦合模型进行求 解， 得到若干 孪生快照； 针对燃料电池中的每一类三维物理场， 根据若干孪生快照采用本征正交分解方法， 构 建若干个 基函数， 并获取每 个孪生快照工况 下各三维物理场的各基函数 方向的权系数； 将所述每个孪生快照工况下各三维物理场的各基函数方向的权系数作为样本集， 基于 预选取的机器学习算法、 插值算法或回归算法， 得到所述预设的燃料电池三维多物理场的 数字孪生模型。 9.一种燃料电池三维物理场的预测设备， 其特 征在于， 包括 存储器， 用于存 储计算机程序； 处理器， 用于执行所述计算机程序时实现如权利要求1 ‑7任一项所述的燃料电池三维 物理场的预测方法的步骤。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处理器执行时实现如权利要求1 ‑7任一项所述的燃料电池三维物理 场的预测方法的步骤。权　利　要　求　书 2/2 页 3 CN 115270633 A 3