排序方式: 共有14条查询结果,搜索用时 0 毫秒
1.
针对汽车尾气余热发电气道实验系统设计了由单片机、二阶巴特沃斯有源滤波电路、温度采集电路和CAN通信电路组成的多点温度检测系统,结合抗干扰的软件滤波算法,克服了传统温度检测范围局限性大、精度低、不稳定和无数字通信的缺点。对汽车运行时尾气管道的温度进行检测,表明该温度检测系统不仅精度高,而且稳定。 相似文献
2.
针对目前燃料电池汽车应用层协议不统一的情况,该文以自主研发的燃料电池中巴车为对象,基于SAEJ1939协议,利用均匀装载(AL)调度算法实现了其动力总成系统TTCAN协议的调度设计,该协议对其各节点源地址分配、优先级和参数组定义做出明确规定。通过可调度性、实时性、周期抖动、总线负载率和发送延迟的分析和测试,表明该协议是高效可行的,能满足燃料电池汽车实时控制的要求。 相似文献
3.
燃料电池发动机的风机系统是一个非线性系统,针对其难以建模以及建立的模型过于复杂等问题,利用神经网络的非线性映射和自学习能力建立了风机系统的辨识模型。模型以风机转速和空气压力为输入,以空气流量为输出,采用Levenberg-Marquardt优化算法进行神经网络的训练,建立了不同转速和压力条件下的空气流量模型。仿真结果表明,该模型精度较高,可为燃料电池发动机空气供给系统的优化控制奠定基础。 相似文献
4.
为了利用热电器件回收汽车尾气的废热进行发电,构建了一个可模拟汽车尾气温差发电装置的热电器件测试平台,测试了不同热源温度、冷源温度、安装压力以及相同冷热源温差而不同冷热源温度下国产某型Bi2Te3基低温热电器件的输出性能。结果表明,单个热电器件的输出性能与其安装压力和冷热源温差成正比,在相同冷热源温差条件下可适当降低冷源温度以提高其性能;随着冷热源温差增大,热电器件的最大功率所对应的输出电流明显增大;利用汽车发动机自身冷却系统中约90℃的冷却水对汽车尾气温差发电装置进行冷却时,当热端温度达到350℃的最大耐温值,安装压力大于57kPa时,单个热电器件的最大输出功率在3W以上。最后,基于该热电器件提出了汽车尾气温差发电装置的优化设计策略及其工作条件。 相似文献
5.
为了提高车用燃料电池系统的安全可靠性和可维护性,考虑到其大量完整的故障样本难以获取,提出了一种基于二叉树多分类器的支持向量机故障诊断方法.首先,以自主研发的60 kW车用燃料电池系统为研究对象,分析了其故障机理和特征;然后,融合15种故障征兆参数并进行归一化预处理作为支持向量机的输入,以14种典型故障作为输出,选取径向基核函数并利用粒子群优化算法对支持向量机的惩罚参数和核函数参数进行优化,利用310组样本数据对其进行训练,通过90组测试样本测试实现了其典型故障的识别;最后,将支持向量机和神经网络分别在不同训练样本数下的故障诊断性能进行了对比.仿真结果表明,支持向量机具有较好的故障正判率和泛化能力,可有效用于车用燃料电池系统的多故障诊断. 相似文献
6.
从燃料电池发动机冷却系统的组成结构和工作原理出发,分析了其故障机理,建立了冷却系统几种典型故障的故障树模型并进行了定性分析。实际应用结果表明,所建立的故障树模型是可行和实用的,所采用的方法可为燃料电池发动机冷却系统的在线和离线故障诊断与维护提供便利。 相似文献
7.
8.
燃料电池发动机是一个多输入多输出的非线性强耦合系统,对其进行可靠性设计与实时监控显得尤为重要.针对燃料电池发动机的监控要求,设计了基于双CPU的主控制器软、硬件,利用VC++开发了上位机监控界面,通过串口实现两者的实时通信;给出了相关软、硬件设计方法,并建立了实用可靠的通信协议. 相似文献
9.
汽车尾气温差发电系统在接入发动机的排气管时会改变其气流,为了尽可能降低对发动机原有性能的影响,提高汽车尾气温差发电系统的发电性能,针对汽车尾气温差发电用六边形热交换器,以表面平均温度最高和压力损失最小为目标进行其车载兼容性优化。基于CFD软件搭建了热交换器的有限元仿真模型,研究热交换器的入口气体流速对其表面温度和压力损失的影响,以及入口气体温度对其表面温度的影响,以翅片长度、角度、宽度及翅片间的间距为设计变量,针对试验数据建立高斯过程回归代理模型,并采用灰狼算法在多目标优化函数空间中寻求最优解。结果表明,与经典的NSGA-Ⅱ算法相比,利用多目标灰狼算法进行优化时所得Pareto解集更为集中,设定的评价指标值也更高;与优化前的几种结构相比,优化后的热交换器表面平均温度有所降低,但压力损失下降显著;与空腔结构热交换器相比,其表面平均温度和压力损失均有提升,压力损失增加幅值在可接受范围内,证明优化后的热交换器能有效兼顾汽车尾气温差发电系统的功率及其车载兼容性。 相似文献
10.
质子交换膜燃料电池运行机理复杂,对工作环境要求高,在运行中可能出现多种类型故障.为了对燃料电池进行故障监测,保障系统正常运行,提高安全可靠性,采用门控循环单元神经网络建立燃料电池系统的输入输出模型,将燃料电池系统实际输出电压与门控循环单元神经网络的预测电压进行比较产生电压残差,对电压残差进行评价判断燃料电池系统有无故障.结果表明,该方法可以很好地拟合燃料电池的输入输出模型,合理选取电压残差阈值可有效监测燃料电池的运行状态是否正常.不同神经网络的实验表明,门控循环单元神经网络在网络参数规模上比全连接神经网络大大减少,比简单循环神经网络更容易训练. 相似文献