劉建國/邢磊CEJ: 機(jī)器學(xué)習(xí)+多物理場模擬緩解PEM燃料電池中的氮?dú)鉂B透 2023年10月14日 上午11:50 ? 未全平臺發(fā)布, 頂刊 ? 閱讀 37 質(zhì)子交換膜(PEM)燃料電池陽極的氮?dú)鉂B透(NGC)和積累是不可避免的,它會導(dǎo)致性能下降,甚至對功能部件造成不可逆的損害。為了緩解這個(gè)問題,研究人員建立了多物理場數(shù)值模型(MNM)來描述NGC行為并進(jìn)一步指導(dǎo)實(shí)驗(yàn)研究。然而,為了獲得抑制NGC并保持高性能的優(yōu)化參數(shù),在MSM上進(jìn)行的網(wǎng)格搜索將花費(fèi)無法承受的計(jì)算資源和時(shí)間。 為此,南京大學(xué)劉建國教授、英國牛津大學(xué)訪問學(xué)者邢磊研究員等人創(chuàng)新性地引入了機(jī)器學(xué)習(xí)輔助 MNM(MSM-ML)作為代理模型,其中比較了9種最先進(jìn)的機(jī)器學(xué)習(xí)算法以極大地提高該工程問題的解決效率。 其中,該模型主要包括4個(gè)部分:MNM的建立和驗(yàn)證、數(shù)據(jù)庫構(gòu)建、機(jī)器學(xué)習(xí)代理建模及多變量優(yōu)化。首先,作者在商用軟件平臺COMSOL Multiphysics 5.5a上構(gòu)建了二維穩(wěn)態(tài)機(jī)理模型來描述PEM燃料電池中的NGC,并通過實(shí)驗(yàn)驗(yàn)證構(gòu)建了一個(gè)包含6個(gè)參數(shù)的數(shù)據(jù)庫,這些參數(shù)對電池電流密度和NGC有很大影響。 其次,通過超參數(shù)自適應(yīng)網(wǎng)格搜索對機(jī)器學(xué)習(xí)領(lǐng)域廣泛使用的9種算法進(jìn)行訓(xùn)練、優(yōu)化,并通過SHAP進(jìn)行解釋。然后,通過算法競爭獲得電流密度和NGC系數(shù)回歸的最佳機(jī)器學(xué)習(xí)模型。最后,使用粒子群優(yōu)化算法搜索6個(gè)研究參數(shù)的全局最優(yōu)組合。 圖1. 每種算法的電流密度回歸參數(shù)重要性及權(quán)重均值(WM)總結(jié) 作者將本研究的主要發(fā)現(xiàn)總結(jié)如下: a)N2的積累大大降低了PEM燃料電池的性能。經(jīng)測量,最大電池功率密度損失為28.9%; b)NGC系數(shù)在6維參數(shù)空間的分布表明各參數(shù)對NGC的影響是非單調(diào)的。因此,有必要引入一些先進(jìn)的策略來更快地進(jìn)行全局優(yōu)化; c)創(chuàng)新地分割參數(shù)空間以尋找和驗(yàn)證每個(gè)參數(shù)的局部機(jī)制,回歸路徑比較和參數(shù)重要性排序增強(qiáng)了機(jī)器學(xué)習(xí)模型的可靠性; d)在優(yōu)化范圍內(nèi),當(dāng)相對濕度為100%、流道深度為2.32 mm、膜厚度為10μm、氣體擴(kuò)散層厚度為100 μm、運(yùn)行壓力為3.7 atm及運(yùn)行溫度為323 K時(shí),可獲得最佳適應(yīng)度; e)經(jīng)過開發(fā)的MNM-ML模型多變量優(yōu)化后,NGC系數(shù)降低了49.5%,電池性能提高了20%。此外,計(jì)算時(shí)間從幾個(gè)月減少到幾天??傊?,這種策略不僅可以用于緩解NGC,還可以擴(kuò)展到系統(tǒng)級別的其他復(fù)雜優(yōu)化任務(wù)。 圖2. 傳統(tǒng)MNM方法和MNM-ML策略的比較 Comparison of state-of-the-art machine learning algorithms and data-driven optimization methods for mitigating nitrogen crossover in PEM fuel cells, Chemical Engineering Journal 2022. DOI: 10.1016/j.cej.2022.136064 原創(chuàng)文章,作者:v-suan,如若轉(zhuǎn)載,請注明來源華算科技,注明出處:http://www.zzhhcy.com/index.php/2023/10/14/eb6bc013f0/ 贊 (0) 0 生成海報(bào) 相關(guān)推薦 中石油(華東)潘原AFM:NiCo DASs/N-C助力電催化ORR和HER 2022年11月28日 ?固態(tài)電池領(lǐng)軍公司,要將工業(yè)廢物轉(zhuǎn)化為固態(tài)電池! 2023年10月13日 Pd基催化!張濤院士/天大鞏金龍,最新Nature子刊! 2024年11月16日 大連化物所Nature:光催化劑顆粒中電荷轉(zhuǎn)移的時(shí)空成像 2022年10月30日 楊劍/李妍璐ACS Nano:Zn(002)紋理與磷酸鋅涂層協(xié)同,實(shí)現(xiàn)無枝晶鋅陽極 2023年9月21日 電池頂刊集錦:王春生、鄭春滿、黃云輝、彭創(chuàng)、余彥、王振波、劉洋洋、龍東輝等成果! 2024年2月19日