·技术交流·
刘冬安，陈俊超，蒋永伟
（上海汽车集团股份有限公司商用车技术中心，上海 ２００４３８）
摘要：系统仿真作为现代科学研究方法的一个重要分支，对于系统的整体性能及其细节表现的研究
具有重要意义。燃料电池系统包含电堆、空压机、中冷器等，涉及到的零部件众多。通过系统仿真
手段对其进行前期的设计计算和后期的校核计算可以缩短燃料电池系统的研发周期，进而节约研
发成本，使得该手段在燃料电池汽车的研发方面具有巨大优势。利用Ｓｉｍｃｅｎｔｅｒ Ａｍｅｓｉｍ软件对
某款燃料电池汽车的燃料电池空气系统进行了系统匹配仿真分析，并且引入了机器学习中对于回
归分析的评价指标———平均绝对误差和均方误差对仿真结果进行评价，验证了仿真模型的准确性
与可行性。结果表明：平均绝对误差和均方误差均保持在４．４０％以内，仿真结果与实测报文数据吻
合度较高。此仿真模型能较为真实地反映质子交换膜燃料电池的工作特性，能有效地用于燃料电
池系统性能的研究。
关键词：系统仿真；建模；Ｓｉｍｃｅｎｔｅｒ Ａｍｅｓｉｍ；燃料电池；空气系统
中图分类号：ＴＭ ９１１．４ 文献标识码：Ａ 文章编号：１００８－７９２３（２０２０）０３－０１１５－０６
Ｓｉｍｕｌａｔｉｏｎ ａｎｄ Ｖａｌｉｄａｔｉｏｎ ｏｆ Ｆｕｅｌ Ｃｅｌｌ Ｖｅｈｉｃｌｅ Ａｉｒ Ｓｕｐｐｌｙ Ｓｙｓｔｅｍ
ＬＩＵ Ｄｏｎｇ－ａｎ，ＣＨＥＮ Ｊｕｎ－ｃｈａｏ，ＪＩＡＮＧ Ｙｏｎｇ－ｗｅｉ
（Ｓｈａｎｇｈａｉ Ａｕｔｏｍｏｔｉｖｅ Ｉｎｄｕｓｔｒｙ Ｃｏｒｐｏｒａｔｉｏｎ Ｃｏｍｍｅｒｃｉａｌ Ｖｅｈｉｃｌｅ Ｔｅｃｈｎｉｃａｌ Ｃｅｎｔｅｒ，Ｓｈａｎｇｈａｉ，２００４３８，Ｃｈｉｎａ．）
Ａｂｓｔｒａｃｔ：Ｔｈｅ ｓｙｓｔｅｍ ｓｉｍｕｌａｔｉｏｎ ｓｅｒｖｅｓ ａｓ ａ ｃｒｕｃｉａｌ ｂｒａｎｃｈ ｏｆ ｍｏｄｅｒｎ ｓｃｉｅｎｃｅ ｒｅｓｅａｒｃｈ ｍｅｔｈｏｄｏｌｏ－
ｇｙ，ｗｈｉｃｈ ｉｓ ｏｆ ｇｒｅａｔ ｓｉｇｎｉｆｉｃａｎｃｅ ｔｏ ｔｈｅ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ｔｈｅ ｗｈｏｌｅ ｓｙｓｔｅｍ ａｓ ｗｅｌｌ ａｓ ｉｔｓ ｄｅｔａｉｌｓ．Ｔｈｅ
ｆｕｅｌ ｃｅｌｌ ｓｙｓｔｅｍ ｉｎｖｏｌｖｅｓ ｌｏｔｓ ｏｆ ｃｏｍｐｏｎｅｎｔｓ ｓｕｃｈ ａｓ ｓｔａｃｋ，ａｉｒ ｃｏｍｐｒｅｓｓｏｒ，ｉｎｔｅｒｃｏｏｌｅｒ ａｎｄ ｓｏ ｏｎ．
Ｂｙ ｕｓｉｎｇ ｔｈｅ ｓｙｓｔｅｍ ｓｉｍｕｌａｔｉｏｎ ｍｅｔｈｏｄ ｃａｎ ｓｈｏｒｔｅｎ ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｐｅｒｉｏｄ ｄｕｒｉｎｇ ｔｈｅ ｄｅｓｉｇｎ
ｐｒｏｃｅｓｓ，ｔｈｕｓ ｒｅｄｕｃｉｎｇ ｔｈｅ ｃｏｓｔ ｏｆ ｔｈｅ ｒｅｓｅａｒｃｈ，ｗｈｉｃｈ ｓｈｏｗｓ ｇｒｅａｔ ａｄｖａｎｔａｇｅｓ ｉｎ ｆｕｅｌ ｃｅｌｌ ｖｅｈｉｃｌｅ ｓ
ｒｅｓｅａｒｃｈ ａｎｄ ｄｅｖｅｌｏｐｍｅｎｔ．Ａｎ Ｓｉｍｃｅｎｔｅｒ Ａｍｅｓｉｍ ｍｏｄｅｌ ｏｆ ｔｈｅ ａｉｒ ｓｕｐｐｌｙ ｓｙｓｔｅｍ ｆｏｒ ｏｎｅ ｆｕｅｌ ｃｅｌｌ
ｖｅｈｉｃｌｅ ｉｓ ｄｅｖｅｌｏｐｅｄ ａｎｄ ｉｎｔｒｏｄｕｃｅｄ ｍｅａｎ ａｂｓｏｌｕｔｅ ｅｒｒｏｒ ａｎｄ ｍｅａｎ ｓｑｕａｒｅ ｅｒｒｏｒ ｕｓｅｄ ｉｎ ｍａｃｈｉｎｅ
ｌｅａｒｎｉｎｇ ｔｏ ｖｅｒｉｆｙ ｔｈｅ ｍｏｄｅｌ ｓ ａｃｃｕｒａｃｙ ａｎｄ ｆｅａｓｉｂｉｌｉｔｙ．Ｔｈｅ ｒｅｓｕｌｔｓ ｉｎｄｉｃａｔｅ ｔｈａｔ ｂｏｔｈ ｍｅａｎ ａｂｓｏ－
ｌｕｔｅ ｅｒｒｏｒ ａｎｄ ｍｅａｎ ｓｑｕａｒｅ ｅｒｒｏｒ ａｒｅ ｌｅｓｓ ｔｈａｎ ４．４０％，ｗｈｉｃｈ ｓｈｏｗｓ ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ａｒｅ ｉｎ
ｇｏｏｄ ａｇｒｅｅｍｅｎｔ ｗｉｔｈ ｔｈｅ ａｃｔｕａｌ ｄａｔａ．Ｔｈｉｓ ｍｏｄｅｌ ｍａｙ ｒｅｆｌｅｃｔ ｔｈｅ ｐｒｏｔｏｎ ｅｘｃｈａｎｇｅ ｍｅｍｂｒａｎｅ ｆｕｅｌ
ｃｅｌｌ ｓ ｐｅｒｆｏｒｍａｎｃｅ ｃｏｒｒｅｃｔｌｙ，ｓｏ ｉｔ ｃａｎ ｂｅ ａｐｐｌｉｅｄ ｔｏ ｔｈｅ ｒｅｓｅａｒｃｈ ｏｆ ｆｕｅｌ ｃｅｌｌ ｓｙｓｔｅｍｓ ｅｆｆｅｃｔｉｖｅｌｙ．
Ｋｅｙｗｏｒｄｓ：Ｓｙｓｔｅｍ ｓｉｍｕｌａｔｉｏｎ；Ｍｏｄｅｌｉｎｇ；Ｓｉｍｃｅｎｔｅｒ Ａｍｅｓｉｍ；Ｆｕｅｌ ｃｅｌｌ；Ａｉｒ ｓｕｐｐｌｙ ｓｙｓｔｅｍ
①作者简介：
刘冬安（１９８１－），男，河北人，高级工程师，博士。研究方向：燃料电池及储氢系统技术。联系地址：上海市杨浦区军工路２５００号，邮编：２００４３８。Ｅｍａｉｌ：ＬｉｕＤｏｎｇＡｎ＠ｓａｉｃｍｏｔｏｒ．ｃｏｍ；Ｔｅｌ．：０２１－６０５６９９９９－４３０１．
１ 引言
日益严峻的环境污染和温室效应，对于能源的合理利用提出了全新的要求。作为全人类社会提供了一种全新的能源选择方案，燃料电池作为继水力、火力、核电之后的第四代发电技术，引起了世界各国政府和学者的大力重视。其中，氢燃料电池相对其他类型的燃料电池在移动出行领域方面，优势尤为明显。和传统汽车发动机能量转化效率普遍低于４０％的情况相比，氢燃料电池的平均能量转化效率大概在４７％左右甚至更高。此外，氢燃料电池的运行噪声较低，热辐射较低。相比二者的排放物，汽车发动机反应后产生的二氧化碳、氮氧化物、硫氧化物等均会对环境造成污染，而氢燃料电池的排放物仅仅为水，做到了真正意义上的零污染。鉴于上述优点，氢燃料电池汽车具有极其光明的应用前景［１－４］。而对比纯电动汽车的温度耐受面窄和续航里程焦虑等发展瓶颈，氢燃料电池系统的温度耐受范围
为－２０℃～８０℃，且续航里程基本上可以大于４００ｋｍ。很多专家学者都认为新能源汽车发展的最终目标是氢燃料电池汽车［５］。
燃料电池系统又名燃料电池发动机。燃料电池系统由空气系统、水热管理系统、电气系统和控制系统等组成，与内燃机的燃料供给系统、润滑系统、冷却系统、点火系统和起动系统有一定的相似之处。燃料电池的空气系统处于燃料电池堆的阴极侧。为了保证燃料电池堆电化学反应的顺利进行，需要对燃料电池堆的阴极源源不断地供应符合反应条件的空气流量。其中，燃料电池空气系统中的空压机及其控制器更是空气系统的核心零部件，对于燃料电池系统的正常运行起着极其重要的作用。空气系统的控制本质上属于负反馈控制，为此必须对空气的温度、压力和进入燃料电池堆的空气流量采用相应的传感器进行实时监测。传感器将读取到的信号传入电子控制器中，控制器采取相应的动作来控制被控元件［６］。对于车载工况，常采用（ＰＥＭＦＣ：Ｐｒｏｔｏｎ Ｅｘｃｈａｎｇｅ Ｍｅｍ－ｂｒａｎｅ Ｆｕｅｌ Ｃｅｌｌ）质子交换膜燃料电池作为燃料电池汽车的动力源。
本文研究了燃料电池汽车空气系统的架构及其工作原理以及各子模块的数学模型，并且利用Ｓｉｍ－ｃｅｎｔｅｒ Ａｍｅｓｉｍ系统仿真软件搭建了ＰＥＭＦＣ燃料电池空气系统的仿真模型，并引入了回归分析中的平均绝对误差和均方误差两大评价指标对仿真结果进行评价，为燃料电池系统仿真的研究工作提供了一定的参考意义。２ 燃料电池汽车空气系统的架构及其工作原理２．１ 燃料电池汽车空气系统架构
空气系统主要由ＡＣＵ（Ａｉｒ Ｃｏｍｐｒｅｓｓｏｒ ＣｏｎｔｒｏｌＵｎｉｔ）空压机控制器、空压机、空滤、空气流量计、中冷器、膜增湿器、燃料电池电堆、冷凝器、蝶阀、温压一体传感器以及相应的空气管路等零部件组成。以上零部件共同工作，为燃料电池堆在适当的工况下提供相应流量的空气。燃料电池汽车空气系统的架构如图１所示。
图１ 燃料电池汽车空气系统架构图
Ｆｉｇ．１ Ｔｈｅ ｂｌｏｃｋ ｄｉａｇｒａｍ ｏｆ ｔｈｅ ｆｕｅｌ ｃｅｌｌ ｖｅｈｉｃｌｅ’ｓ ａｉｒ ｓｕｐｐｌｙ ｓｙｓｔｅｍ．
２．２ 燃料电池车空气系统的工作原理
空气系统是由空压机控制器ＡＣＵ（Ａｉｒ Ｃｏｍ－ｐｒｅｓｓｏｒ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）、整车控制器ＶＣＵ（ＶｅｈｉｃｌｅＣｏｎｔｒｏｌ Ｕｎｉｔ）和燃料电池系统控制器ＦＣＵ（ＦｕｅｌＣｅｌｌ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）三者共同控制的。ＶＣＵ根据整车的实际运行情况向ＦＣＵ发出功率请求后，燃料电池系统的ＦＣＵ向ＡＣＵ发出相应的空气流量信号，ＡＣＵ接收到空气流量信号后控制空压机的转速，从而控制进入电堆中空气的流量。ＦＣＵ将电堆发出的实时功率监测值和ＶＣＵ发出的请求功率值进行对比后，进行负反馈调节，空压机控制器ＡＣＵ从而调节空压机转速，进而调节进入燃料电池电堆内部的空气的流量。空气系统尾部的背压是通过ＦＣＵ对蝶阀的开度进
行控制来实现的，ＦＣＵ与空压机控制器共同调节电堆内部空气的压力，保证燃料电池电化学反应的顺利进行。
３ 空气系统的Ａｍｅｓｉｍ建模
燃料电池空气系统的主要零部件有空压机、中冷器、膜增湿器、冷凝器、蝶阀、管路、传感器和控制器等。仿真系统模型中还包括燃料电池电堆模型，目的是为了精确模拟空气系统对电堆性能的影响，仿真空气系统在各个工况条件下的表现。以上零部件共同构成了本文的Ａｍｅｓｉｍ模型。
３．１ 空压机的Ａｍｅｓｉｍ建模
由于电堆模块的阴极侧的空气供给需要一定的空气压力，故需要采用空压机对空气进行压缩。本模
型采用双螺杆式空压机。空压机的Ａｍｅｓｉｍ模型如
图２所示。
图２ 空压机的Ａｍｅｓｉｍ模型
Ｆｉｇ．２ Ｔｈｅ Ａｍｅｓｉｍ ｍｏｄｅｌ ｏｆ ｔｈｅ ａｉｒ ｃｏｍｐ
ｒｅｓｓｏｒ．Ａｍｅｓｉｍ中的空压机模型需要根据空压机特性
曲线输入两张对应的表格Ｔａｂｌｅ １和Ｔａｂｌｅ ２，作为修正空气流量ｄｍｃ和修正空压机转速ｗｃ的查询依据。空压机参数中需要输入的绝对压力比Ｐｒ、等熵效率ηｉｓ等，
均可由这两张表格来进行查询。对于绝对压力比［７］
，可以表示为：
Ｐｒ＝Ｐｄｏｗｎ
Ｐｕｐ
（１
）式中，Ｐｄｏｗｎ———下游空气压力；Ｐｕｐ———上游空气压力。
对于等熵效率［８］
，可以表示为：
ηｉｓ＝Ｐｉｓ
Ｐ
ｒｅａｌ
（２
）式中，Ｐｉｓ———等熵功率；Ｐｒｅａｌ———实际功率。默认情况下，修正空气流量ｄｍｃ的数学模型为：
ｄｍｃ＝ｄｍ·ＴｕｐＴｓｔ槡
·Ｐｓｔ
Ｐｕｐ
（３
）式中，ｄｍ—
——空压机中的实际空气流量；Ｔｕｐ—
—
—上游空气温度；Ｔｓｔ———标准空气温度；Ｐｕｐ———上游空气绝对压力；Ｐｓｔ———标准空气绝对压力。
默认情况下，修正空压机转速ｗｃ的数学模型为：
ｗｃ＝ｗ·
Ｔｓｔ
Ｔｕｐ槡
（４
）式中，ｗ—
——空压机实际转速。当实际的修正空气流量ｄｍｃ高于或低于默认的修正空气流量ｄｍｃ的数值时，Ａｍｅｓｉｍ会根据
Ｔａｂｌｅ１表中的数值，
采用线性插值或多项式插值等方式，计算出实际的绝对压力比Ｐｒ和等熵效率ηｉｓ，进而协助Ａｍｅ
ｓｉｍ软件完成整个空压机的数学模型的计算。
３．２ 中冷器的Ａｍｅｓｉｍ建模
空气经过空压机的高速旋转压缩后，温度会上升至８０℃以上。过高的空气温度会影响质子交换膜的寿命。故需要通过中冷器对压缩后的空气进行降温至大约６０℃左右。中冷器的Ａｍｅｓｉｍ模型如图３所示。
图３ 中冷器的Ａｍｅｓｉｍ模型
Ｆｉｇ
．３ Ｔｈｅ Ａｍｅｓｉｍ ｍｏｄｅｌ ｏｆ ｔｈｅ ｉｎｔｅｒ－ｃｏｏｌｅｒ．中冷器本质上属于换热器的一种，Ａｍｅｓｉｍ的中冷器采用效能－传热单元数法（ε－ＮＴＵ）
来进行计算。效能ε的定义［９］
为：ε＝（ｔ′－ｔ″
）ｍａｘ
ｔ′１－ｔ′
２
（５
）式（５）中，ｔ′１———热流体的进口温度；ｔ′
２—
——冷流体的进口温度；ｔ
″
———热流体或冷流体的出口温度。该式中的分母为流体在换热器中可能发生的最大温差值，而分子则为冷流体或热流体在换热器中的实际温度差值中的大者。
传热单元数的定义［１０］
为：
ＮＴＵ＝
ｋＡ
（ｑｍｃ）ｍｉｎ（６
）式中，ｋ———平均传热系数；Ａ—
——中冷器的有效换热面积；ｑｍ———流体的质量流量；ｃ———流体的比热容。
对于空气系统的中冷器来说，属于两种流体各自均非混合的单流程叉流流动。德雷克提出了一个近
似关系［
１１］：ε＝１－ｅｘｐＮＴＵ０．２２
Ｃ
＊
［ｅｘｐ（－Ｃ＊ＮＴＵ０．７８
）－１］｛｝
（７
）
式（７）中，Ｃ＊称为热容比，
其定义为：Ｃ＊＝ＷｍｉｎＷｍａｘ＝（ｑｍｃ）ｍｉｎ
（ｑｍｃ）ｍａｘ
≤１
（８）３．３ 膜增湿器的Ａｍｅｓｉｍ建模
质子交换膜需要有一定的含水量，ＰＥＭＦＣ才会达到较大的反应速率。故需要利用膜增湿器对进堆前的空气进行增湿，使得空气湿度达到６０％左右。膜增湿器的Ａｍｅｓｉｍ模型如图４所示。
图４ 膜增湿器的Ａｍｅｓｉｍ模型Ｆｉｇ
．４ Ｔｈｅ Ａｍｅｓｉｍ ｍｏｄｅｌ ｏｆ ｔｈｅ ｈｕｍｉｄｉｆｉｅｒ．膜增湿器在Ａｍ
ｅｓｉｍ中是预先设定好的一种超级零部件。所谓超级零部件，即许多子元件的组合。对于膜增湿器来说，本质上是由一个超级零部件。该超级零部件由湿度传感器、温度传感器、空气容腔、信号控制模型和信号传递模型组合而成。通过将一系列相关的子零件封装起来，隐藏内部具体的实现功能，
燃料电池电动汽车仅仅通过超级原件对外展示必要的接口信息，是系统仿真常用的方法。膜增湿器超级零部件的Ａｍｅｓｉｍ模型如图５所示。
图５ 膜增湿器超级零部件的Ａｍｅｓｉｍ子模型
Ｆｉｇ．５ Ｔｈｅ Ａｍｅｓｉｍ ｓｕｂｍｏｄｅｌ ｏｆ ｔｈｅ ｈｕｍｉｄｉｆｉｅｒ ｓｕｐｅｒ ｃｏｍｐ
ｏｎｅｎｔ．膜增湿器的数学模型［１２，１３］
如下式（９
）所示：ｌｇ１０（Ｐｓａｔ）＝３２－３
１５２．２Ｔ
－７．３×ｌｇ１０（
Ｔ）＋２．４×１
０－９ Ｔ＋１．８×１０－６ Ｔ２
（９）膜增湿器中相对湿度定义为湿空气中水蒸气分
压力ｐｖａｐ
ｏｒ与同一温度同样总压力的饱和湿空气中水蒸气分压力ｐｓａｔ的比值。其计算公式［１４］
如下式（１０）所示：
φ＝
ｐｖａｐｏｒ
ｐｓａｔ
（１０）３．４ 冷凝器的Ａｍｅｓｉｍ建模
空气经过燃料电池电堆反应后形成具有一定湿度的湿空气。湿空气为干空气和水蒸气的混合物。为了保
证蝶阀对空气背压调节的效率，需要反应后的空气在通入蝶阀之前将其进行冷凝处理，保证进入蝶阀的空气尽可能接近１００％干空气。故需要采
用冷凝器将湿空气进行冷凝，湿空气经过冷凝器处理后变为干空气和１００％冷凝水两部分，冷凝水通过尾排管排到车外。冷凝器的Ａｍｅｓｉｍ模型如图６所示。
图６ 冷凝器的Ａｍｅｓｉｍ模型
Ｆｉｇ
．６ Ｔｈｅ Ａｍｅｓｉｍ ｍｏｄｅｌ ｏｆ ｔｈｅ ｃｏｎｄｅｎｓｅｒ．空气在冷凝器中发生对流换热过程，该物理过程
遵循牛顿冷却定律。冷凝器的数学模型［
１５］
如下式（１１
）所示：Ｑ＝ｈＡ（ｔｆ－
ｔｗ）（１１）式中，Ｑ———热流量，单位为Ｗ；ｈ———对流换热系数，单位为Ｗ／（ｍ２·Ｋ）；Ａ———有效换热面积，单位为ｍ２；ｔｆ—
——流体的温度，单位为Ｋ；ｔｗ———冷凝器壁面的温度，单位为Ｋ。３．５ 蝶阀的Ａｍｅｓｉｍ模型
空气进入燃料电池电堆反应以后，其中一部分反应后的空气重新返回膜增湿器对刚刚进入膜增湿器中的新空气进行增湿，另一部分反应后的空气则通过蝶阀排出至大气中。蝶阀通过控制其开度的大小，和
空压机一起控制进入电堆中空气的压力，保证膜电极两侧的空气和氢气的压力差保持在合理的范围之内。蝶阀的Ａｍｅｓｉｍ模型如图７所示。
蝶阀阀片旋转角度的变化范围为［０，９０°］。在Ａｍｅｓｉｍ中输入蝶阀最大内径、
阀片的直径等参数以
图７ 蝶阀的Ａｍｅｓｉｍ模型
Ｆｉｇ．７ Ｔｈｅ Ａｍｅｓｉｍ ｍｏｄｅｌ ｏｆ ｔｈｅ ｔｈｒｏｔｔｌｅ ｖａｌｖｅ．
外，还需要外界对蝶阀进行相应的控制，将控制信号传递至蝶阀，蝶阀可以控制阀片的旋转角度，进而控制空气排出电堆的流量，调节整个空气系统的背压，从而保持电堆阴极侧空气压力在合理的范围之内。对于燃料电池系统的空气系统来说，可以根据电堆发出的电流需求来控制蝶阀的开度［１６］。
３．６ 整个空气系统的Ａｍｅｓｉｍ建模
燃料电池车的空气系统是由各个零部件通过一定的机械连接和电气连接相连而成。为了将更多关注点聚焦于空气系统本身，需采用一定的方式来简化整个燃料电池系统的仿真。采用恒压Ｈ
２
源来近似代替储氢气瓶，且电堆在不同工况下需要的散热量采用电堆在各个工作点的能量转换效率通过折算和插值得出。整个燃料电池车空气系统的Ａｍｅｓｉｍ模型如图８所示。
图８ 整个空气系统的Ａｍｅｓｉｍ模型
Ｆｉｇ．８ Ｔｈｅ Ａｍｅｓｉｍ ｍｏｄｅｌ ｏｆ ｔｈｅ ａｉｒ ｓｕｐｐｌｙ ｓｙｓｔｅｍ．
整个空气系统仿真需要的主要参数如表１所示。
表１ 整个空气系统仿真需要的主要参数
Ｔａｂｌｅ １ Ｔｈｅ ｍａｉｎ ｒｅｑｕｉｒｅｄ ｐａｒａｍｅｔｅｒｓ ｏｆ ｔｈｅ ｗｈｏｌｅ ａｉｒ ｓｕｐｐｌｙ ｓｙｓｔｅｍ
ｕｓｅｄ ｆｏｒ ｓｉｍｕｌａｔｉｏｎ．
参数值
空压机额定转速／ｒｐｍ ８ ８００
阴极氧气初始体积分数／％２１
阴极氮气初始体积分数／％７８．９９９
阴极水蒸气初始体积分数／％０．００１４ 空气系统的仿真模型验证
系统仿真作为现代工程研发的一个重要手段，其应用常常表现在两个方面：在研发前期，对设计方案通过系统仿真进行模拟分析，评估方案的可行性，属于设计计算的内容；在研发后期，通过对设计好的系统进行模拟仿真，并与实际工况的测试数据进行对比，验证仿真模型的准确性，以便仿真模型和仿真经
验可以推广到未来的全新研发项目中，属于校核计算的内容。本文的内容属于研发后期的校核计算工作。４．１ 仿真的评价指标
机器学习算法是人工智能中的一个重要分支。由于系统仿真本质上可以看作一种回归分析，故可以借鉴机器学习算法中对于回归分析的两个常用评价指标———平均绝对误差（ＭＡＥ：Ｍｅａｎ Ａｂｓｏｌｕｔｅ Ｅｒｒｏｒ）和均方误差（ＭＳＥ：Ｍｅａｎ Ｓｑｕａｒｅ Ｅｒｒｏｒ）来进行评价。ＭＡＥ和ＭＳＥ的公式详见式（１２）和式（１３）。
ＭＡＥ＝
１
ｎ
ｎｉ＝１｜ｙｉ－ｙｉ
＾｜（１２）ＭＳＥ＝
１
ｎ
ｎｉ＝１（ｙｉ－ｙｉ
＾）２（１３）４．２ 空气系统的仿真模型验证
ＶＣＵ根据整车的实际运行情况向ＦＣＵ发出功率请求后，燃料电池系统的ＦＣＵ向ＡＣＵ发出相应的空气流量信号，ＡＣＵ接收到空气流量信号后控制空压机的转速，从而控制进入电堆中空气的流量。ＦＣＵ将电堆发出的实时功率监测值和ＶＣＵ发出的请求功率值进行对比后，进行负反馈调节，空压机控制器ＡＣＵ从而调节空压机转速，进而调节进入燃料电池电堆内部的空气的流量。空气系统尾部的背压是通过ＦＣＵ对蝶阀的开度进行控制来实现的，ＦＣＵ与空压机控制器共同调节电堆内部空气的压力，保证燃料电池电化学反应的顺利进行。
燃料电池系统的空气流量计采集反应所需的空气流量，从而将其传递至ＣＡＮ网络上，可以通过实车报文采集方式将其采集。进而进行空气流量变化趋势的分析。图９为空气流量的仿真结果与实车报文的对比。如图所示，随着反应过程的逐渐进行，电堆的电流需求逐渐增大，空气流量也跟着相应地增大，最终保持在４８ｇ／ｓ左右。仿真结果与实车报文的趋势基本一致。通过校核计算，得出ＭＡＥ≤４．１０％，ＭＳＥ≤４．１５％。
图１０为空气进堆压力的仿真结果与实车报文的对比。如图所示，随着电堆电流需求的逐渐增大，空气进堆压力也跟着相应地增大，最终保持在１８０ｋＰａ
发布评论