固体氧化物燃料电池（Solid Oxide Fuel Cell,SOFC）是一种将反应物中的化学能直接转化成电能的装置。它的工作过程复杂,涉及到物理过程、化学过程和电化学过程,并且各物理过程之间是强耦合的。想要全面准确的了解电堆内部的流动、浓度、温度等的分布,单靠单电池仿真、简化电堆结构或者简化物理场的仿真是不够的。很多学者计算了顺流和逆流进气方式的SOFC堆模型,但关于交叉流大规模多物理场耦合的仿真计算还未被研究。本文采用解耦的方法计算了交叉流大规模SOFC的电堆模型即kW级交叉流型SOFC堆模型。分为三个部分进行计算:多场耦合但尺寸很小的SOFC单元模型、线性的替代映射模型、大尺度的SOFC电堆模型。本文的主要工作如下:建立了基于机器学习的SOFC解耦模型,并完成多物理场大规模交叉流SOFC堆仿真计算。首先,计算小尺度单元的多场耦合模型以生成源项数据,并使用BP神经网络算法对源项数据进行拟合以建立替代映射函数,将非线性方程的复杂组合转化为一系列线性和参数相关的质量和能量源方程。通过用户自定义函数（user defined function）将替代映射函数在FLUENT中复现,完成堆模型的计算。与传统方法相比,解耦模型可以大大减少计算资源,提高求解的速度。本文利用钮扣电池和30层交叉流大规模电堆的实验数据对单元模型和电堆模型的仿真结果进行标定和验证。研究表明,交叉流SOFC电堆内的温度呈波浪形分布,最高温度出现在靠近阳极和阴极气道出口的位置,并且堆底部温度高于堆顶部温度;增大阳极氢气进气量和入口气体温度,可增大堆的输出功率;增大堆电流,燃料利用率及输出功率也随之增大。增加阳极流道高度至0.5mm,可改善堆内气体分布的均匀性,增大电堆燃料利用率2.2%,增大输出功率1.5%,降低各层电池的温度和温度梯度;配气腔深度减小,气体分布均匀性下降,堆内温度梯度增加。故在电堆运行时应合理设置进气参数,保证电堆输出功率的同时注意电堆热管理。不同气道高度和配气腔深度会影响电堆气体分布和温度分布,为后续电堆结构的进一步优化打下基础。