【摘 要】
:
由于全球能源的短缺以及地球环境的不断恶化,近年来,汽车行业向新能源方向飞速转型发展。而燃料电池在工作的时候仅氢气与空气反应,产物仅为水,具有节能环保、安全高效等特点,且其相较其余新能源车型具有续驶里程长、燃料加注时间短等优点,必将成为今后新能源汽车的发展趋势。本文中,燃料电池汽车采用质子交换膜燃料电池(PEMFC)与锂电池组合的方式,PEMFC提供主要电能,锂电池组辅助提供电能,单独或协同工作,为
论文部分内容阅读
由于全球能源的短缺以及地球环境的不断恶化,近年来,汽车行业向新能源方向飞速转型发展。而燃料电池在工作的时候仅氢气与空气反应,产物仅为水,具有节能环保、安全高效等特点,且其相较其余新能源车型具有续驶里程长、燃料加注时间短等优点,必将成为今后新能源汽车的发展趋势。本文中,燃料电池汽车采用质子交换膜燃料电池(PEMFC)与锂电池组合的方式,PEMFC提供主要电能,锂电池组辅助提供电能,单独或协同工作,为驱动电机的运转供电,同时也为汽车其余耗电部件提供电能,整车协同,平稳运行。燃料电池汽车动力总成包括PEMFC、锂电池组以及驱动电机。运行过程中,温度对燃料电池的工作特性有着较大的影响,同时也会影响锂电池的电能输出以及电机的工作特性,因此,燃料电池汽车动力总成需要一个合理的热管理系统将其温度控制在合理范围内,使得各部件能高效工作,发挥出最佳性能,也能延长其使用寿命。本文以省校共建项目“高比功率燃料电池发动机关键技术研究与平台开发”作为依托,从工作原理及理论上进行分析,同时设计并进行实验,通过建模以及仿真的方式进行热管理系统的研究,验证所设计热管理系统的可行性以及合理性。首先,从燃料电池电堆的工作机理入手,分析了电堆因极化而产生的电压损失,并对锂电池的工作原理及充放电特性进行研究。基于动力总成各部件的工作方式及工作条件,进行动力总成热管理系统的结构设计。针对所设计的热管理回路,分别对燃料电池以及锂电池进行热特性分析,了解其产热以及散热特性,探究温度对动力总成造成的影响。而后设计并进行实验,对实验结果进行分析,验证温度对燃料电池电堆以及锂电池工作特性所产生的的影响,为仿真平台的搭建以及热管理系统控制的研究提供数据支持。而后,应用MATLAB/Simulink软件对燃料电池、锂电池以及驱动电机进行仿真计算模型的搭建并制定燃料电池-锂电池在工作时的功率分配模式,同时还在GT-Suite软件中搭建了燃料电池汽车的热管理模型,两个软件中模型运行时数据互通,完成热管理系统仿真平台的搭建。最后,基于所设计的热管理系统结构以及各部件热特性分析,进行热管理策略的开发,对燃料电池汽车动力总成热管理系统进行合理控制,使其满足所制定的控制目标以及功能。将所研究的热管理控制策略与热管理系统仿真平台相耦合,进行MATLAB/Simulink软件与GT-Suite软件的联合仿真,通过仿真结果来分析所设计的燃料电池汽车动力总成热管理系统温度控制效果的合理性。
其他文献
道路条件的环境感知是汽车自动驾驶技术的重要环节,提前获得的道路条件信息,能够为自动驾驶车辆在行驶过程中的启动、转向和停止等操作实时提供操作判别依据。本文以非结构化道路为研究对象,探究其道路区域检测及路面类型识别算法,为车辆提供可靠精准的输入信息,从而实现车辆在非结构化道路行驶的精确控制。对非结构化道路区域检测和类型识别的研究主要基于视觉信息方法进行,需要在汽车上安装相机或摄像头等传感器。本文依托于
背景:间充质干细胞是再生医学中的理想候选者,目前其临床应用受限于由移植微环境改变导致的细胞存活率降低和旁分泌能力差。预处理策略被认为可以最大限度地提高间充质干细胞在移植微环境的存活率和生物学作用,为严重烧伤的治疗提供新思路和潜力。目的:对间充质干细胞预处理策略在严重烧伤治疗中的潜力进行综述。方法:以“间充质干细胞,严重烧伤,间充质干细胞预处理,烧伤病理生理学,严重烧伤”和“mesenchymal
近年的高考物理电学实验中,以定值电阻为背景的设计性试题层出不穷。定值电阻在电学实验中的作用灵活多变,但很多学生不知道定值电阻的作用和其对电路的影响,故对它的选用感到无从下手。鉴于此,本文结合往届高考试题,对电学实验中定值电阻的主要用途进行简单小结。
无人驾驶技术在计算机技术和人工智能技术快速发展的推动下,正在全球掀起热潮,众多科技公司、整车厂和高校都在积极探索无人驾驶技术。无人驾驶技术不仅能够给人类的日常生活带来极大的便利,同时能够在生态保护、安全交通、缓解城市交通压力等方面提供完美的解决方案。无人驾驶的实现需要传感技术、定位技术、融合预测技术、决策规划技术、线控技术等协调发展。为实现汽车的无人驾驶,一个重要的亟待解决的关键技术便是自主换道技
随着自动驾驶的研究逐步走向实用化,人们对自动驾驶准确性与安全性的要求也越来越高。自动驾驶系统是一个高度自治的系统,包括感知模块,路径规划模块,行为决策模块和自适应控制模块,其中行为决策模块是确定自动驾驶汽车安全性和稳定性的关键技术。现有的主要决策算法可以分为三类:基于规则的方法,强化学习方法和深度学习方法。基于规则的方法对于简单场景的准确性很高,但是规则制定方法的复杂性限制了它在复杂环境中的进一步
根据中国癌症中心发布的报告,脑癌是发病率第二高的儿童癌症,也是15-34岁成年人癌症死亡的第三常见原因。脑癌的治愈率并没有随着科技的进步而提升,只有及时发现并及早治疗才能有效提升患者的治愈率与存活时间。随着医疗影像技术的进步和推广,核磁共振技术(MRI)成为了脑癌的主要诊断方法,该技术可以帮助医生在不通过外科手术的情况下诊断出脑癌。但医疗影像的判读需要医生拥有丰富的临床经验,同时筛查细节较多的脑部
远监督关系抽取任务通过将知识库中的关系事实与语料库对齐自动产生训练数据,有效地减少了手工标记数据的成本,并且被广泛地应用在大型语料库中以查找新的关系事实。然而该方法在自动生成训练数据的同时却不可避免地引进了大量的噪声数据,这对于模型的训练很不利。在这里我们利用互信息分别从句子级和单词级进行降噪,以解决此问题。我们的方法均是通过有效句子间的互信息实现,而该信息的获取主要基于“有效句子间是存在联系的,
多细胞生物依赖多种分化的细胞密切合作,共同完成复杂的生命活动。通过对单个细胞和细胞间的相互作用分析来揭示生物体内的活动,可以达到对细胞间差异的发现和对疾病进行精准治疗的目标。在对细胞中蕴含的信息进行研究时,会采用不同的技术进行研究与分析。随着单细胞研究投入的增加,单细胞相关技术大量涌现,积累了大量相关数据。然而,研究者们难以从海量的数据中获得有效的信息,提出快速高效的机器学习算法对单细胞相关技术的
人体姿态估计作为行为分析以及动作识别的重要技术,在计算机视觉中具有非常广阔的应用前景。近年来,虽然深度学习在一定程度上极大地促进了人体姿态估计相关工作的进步,但如何将人体模型更好的融合到卷积神经网络中,如何在保证高精度的同时提高网络的处理速度,如何对人体姿态的先验知识实现更充分的利用仍然具有特别重要的研究意义。因此本文以基于深度学习的姿态估计算法为主要研究内容,旨在设计出一种更高效,更准确的姿态估
在数字化正畸治疗过程中,对锥形束CT(Cone Beam Computed Tomography,简称CBCT)图像检测出单个牙齿的位置和牙号是帮助了解正畸治疗的有效手段,也是下一步进行单个牙齿分割的必要前提。近些年随着深度学习算法的蓬勃发展,基于卷积神经网络(CNN)的目标检测算法在医学图像领域的应用热度也逐渐高涨。但CBCT不同于自然图像,既包括CT和图片在自身维度和数据格式上的差别,例如:C