【摘 要】
：
高温质子交换膜燃料电池（HT-PEMFC）应用前景广阔，但是目前HT-PEMFC电堆寿命较短。为此，本文对一个百瓦级空冷HT-PEMFC电堆的稳定性进行了研究。恒电流测试结果发现电堆中间位置单电池电压的衰减速率是两端的5—10倍。XRD、TEM测试结果表明电堆不同位置单电池催化剂Pt粒径变化较小，而极板吸酸量滴定与欧姆极化损失分析结果表明中间位置单电池磷酸流失速率约是两端的2-3倍，导致其内阻是两
【基金项目】
：
国家自然科学基金（22008265）；
论文部分内容阅读
高温质子交换膜燃料电池（HT-PEMFC）应用前景广阔，但是目前HT-PEMFC电堆寿命较短。为此，本文对一个百瓦级空冷HT-PEMFC电堆的稳定性进行了研究。恒电流测试结果发现电堆中间位置单电池电压的衰减速率是两端的5—10倍。XRD、TEM测试结果表明电堆不同位置单电池催化剂Pt粒径变化较小，而极板吸酸量滴定与欧姆极化损失分析结果表明中间位置单电池磷酸流失速率约是两端的2-3倍，导致其内阻是两端的5-8倍，膜中磷酸的流失迁移至电极导致氧增益电压比两端增加41-102 mV。综上，电堆中间位置单电池磷酸流失过快是导致电堆寿命缩短的主要原因，而电堆温度分布不均则是磷酸流失过快的主要原因。因此，若要提高电堆的寿命，关键要从电堆磷酸与热的管理方面进行优化。
其他文献
电站设备是电力生产的核心,对火电厂正常安全运行具有重要意义。在实际生产中,电站设备运行环境恶劣,导致故障频发,给火电厂带来巨大的经济利益损失,甚至引发重大的生产安全事故。实时在线监测电站设备运行状态,捕捉故障早期发展过程,对火电厂电力生产的安全性与经济性具有重要意义。本文选择引风机为典型电站设备,建立基于多元状态估计技术的引风机状态预警模型,在设备劣化过程的早期,及时发现异常并预警,指导运维人员采
＜正＞泸溪县位于湖南省湘西土家族苗族自治州东南端、风光秀丽的沅江之畔，物华天宝、钟灵毓秀，东连吴越、西靠巴蜀、北通洞庭、南扼湘黔咽喉，素有“三楚雄关”之称，自古以来就是各民族交往交流交融之地。行走沅江之畔，历史久远的浦市古镇，美轮美奂的辰河高腔，动人的盘瓠辛女故事，被誉为“中国绿色氧吧”的白沙新城……这里是泸溪各族人民共同守护的美好家园。党的十八大以来，
在新的竞争态势下，运营商加速数字化转型，云网融合是电信运营商数字化转型的重要路径。5G作为下一代信息化的基础设施，基于云网融合方向下的演进策略包括：升级5G SA核心网，增强R16功能，支撑eMBB、mMTC、uRLLC网络能力；推动5G专网发展，提供定制化专网解决方案，赋能垂直行业；推进5GC云原生发展，加速网络虚拟化、服务化，提升网络敏捷的开发和部署。
为保障风机的安全可靠运行，提出一种融合分形特征的卷积神经网络风机运行状态辨识模型。首先将分形等统计特征分析结果建立为初始样本特征数据集；用噪声环境下基于密度的空间聚类方法对样本状态进行标记，用正则化特征选择方法确定最终的样本特征数据集；最后建立卷积神经网络状态辨识模型。结果表明，模型准确率达到98.925%,为实现风机“事前维修”模式提供科学参考和理论指导，可以有效地应用于复杂机电系统状态辨识领域
风机运行中的状态监测和故障判断是保障风电机组安全运行和获得长期稳定收益的重要因素。目前风电场对各设备状态监测存在盲区,由于风机简配及成本等因素,部分设备、系统的运行状态未得到有效监测,导致风电场无法实时获取各关键设备的状态数据信息,导致风电场评价设备状态用数据信息的不完整。因此,除对主轴承、齿轮箱、发电机进行在线监测外,还应对叶片、螺栓等重要部件进行监测。
通过电气化动车组（Electric Multiple Units, EMU）牵引变压器冷却系统的高温油是利用风机组的强制通风来降低温度的，风机滤网的清洁程度极大地影响了风机组的散热效果。通过分析牵引变压器冷却系统风机滤网的故障预测与健康管理（Prognostics Health Management, PHM）状态监测数据和关联指标，建立风机滤网健康状态评估指标体系；分别使用熵权法和层次分析法求得
以湘西泸溪县八什坪、白沙、浦市三个乡的普通村民和乡政府于部为调查对象,通过问卷调查和实地走访了解泸溪县传统文化现状,分析保护举措,探索发展趋势,思考和探索少数民族地区传统文化保护与发展之路。
风机通常采用惯量控制参与调频，而在退出调频时容易引发频率二次跌落问题。为此，提出了一种风机调频退出时刻的确定方法。首先由状态空间法，推导了研究所需的系统模型。然后以风机调频退出时刻为分界，得到了适用于频率动态分析的分段线性化模型；以提升频率二次跌落对应的频率最低值为目标，建立了优化模型，并给出了求解算法。基于Matlab/Simulink搭建了仿真系统模型，仿真结果验证了所建立分段线性化模型的准确
风能作为一种新能源,其优势在于它是干净、无污染、可再生的绿色能源,风能解决了传统燃油带来的污染问题,并且蕴藏丰富、成本低廉,风能的这些优势带来的经济效益和社会效益促进了风能的开发和利用,但是在相关设备的制造、维修方面技术还并不成熟。目前的风电机组故障排查方法包括模型诊断、知识诊断、机器学习等,都存在难以建立精确的模型、特征提取能力一般、精度低、依赖大量历史数据等问题,无法及时有效地识别风机故障,导