质子交换膜燃料电池低温储存与启动

来源 :大连交通大学 | 被引量 : 0次 | 上传用户:dyoyo90
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
质子交换膜燃料电池(PEMFC)应具有一定的环境适应性,其阴极发生氧还原反应并产生水,在零下的环境中形成冰。然而,这一固有特征严重制约了 PEMFC的商业化进程。因为当燃料电池处于零下环境时,水结冰的主要影响是堵塞多孔电极的微孔、流场和气体流动通道,延长燃料电池的启动时间,加速电池衰减。综合现有的文献报道,对如何使燃料电池快速启动已经有较为充分的研究,而对于低温启动过程中热量传递、启动需要的能耗及利用率研究却比较匮乏。本文将通过比较和研究金属板PEMFC和复合板PEMFC的催化反应冷启动过程,探讨催化反应对不同材料电池启动的影响及其衰减机理。首先组装活性面积为270 cm2五节金属板PEMFC和活性面积312 cm2五节复合板PEMFC,通过热量守恒定律得到其比热容,并在此基础上探究燃料电池低温启动过程中电池吸热、散热、气体带走的热等各部分热量之间存在的平衡关系,通过计算表明催化反应生成热远远大于电池升温所需热量,说明催化反应方法应用于PEMFC低温启动的可行性。其次,通过控制变量法考察了不同混合气计量比对于催化反应低温启动的影响,结果表明当air/H2=1/4的情况下,燃料电池启动速度较快,在此条件上实现金属板电池-35℃以及复合板电池-36℃启动成功。通过两者对比发现,金属板电池由于其传热较快,启动的速度较快,随着环境温度的降低,启动过程中电池各节温差较大,多次启动后,燃料电池出现不同程度的物理破坏,衰减严重;复合板电池传热较慢,启动的速度较慢,但是启动过程中电池各节温差较小,多次启动后,电池无衰减现象。最后,设计尾排利用催化反应方法,分别考察金属板PEMFC和复合板PEMFC在不同温度下启动情况以及氢气的利用率,并分别对其进行20次-20℃的衰减实验。实验结果表明,将尾排重利用能够大幅度缩短启动时间且启动过程中温差较小,氢气的利用率得到有效提高,趋于10%,功耗得到显著降低,多次启动后电池最大性能没有出现衰减反而有所提高。
其他文献
随着多媒体技术和网络技术的不断发展,在互联网和移动平台上产生了大量的流媒体数据,其中流媒体数据中视频数据占比很大。视频分类是计算机视觉中的一个基础研究方向,是解决视频标注、视频检索的重要中间步骤,也是管理庞大多媒体数据的重要方法。近年来,随着深度学习不断发展并取得很好的成绩,越来越多的研究者将深度学习运用到视频相关技术中。基于深度学习的视频分类算法不仅提升了视频分类精度,同时还拓展了分类类别,并已
木质纤维素结构的拮抗性使其不易被纤维素酶降解。因此,通过预处理去除木质素,提高酶解效率,是木质纤维素综合利用研究的难点之一。在这项工作中,开发了一种有效的氨水甘油混
随着互联网时代的到来,消费者获取各种商品信息的渠道越来越多,致使消费者的信息收集和信息辨析处理方式发生了翻天覆地的变化,这些变化对于消费者在各种网络平台购买商品产生了巨大的影响。在线消费者评论是对传统口碑的延伸,是现代网络口碑的模式之一,也是目前互联网时代联结消费者和企业信息沟通的重要形式之一。在线消费者评论有效的弥补了消费者信息不对称的劣势,对于商品交易成功与否起着至关重要的作用。消费者在线评论
为了满足轻量化的需要,汽车上广泛应用铝合金等轻质合金。为解决由于铝合金管材在常温下成形性能差等问题,发展了热态气压成形技术。该技术可以成形铝合金、镁合金等轻合金复
化石燃料燃烧造成的大气、水、土壤的污染,使人类正面临着严峻的生存挑战,人类需要更清洁的新能源来减少化石燃料的使用。而光催化制氢技术是近些年来迅速发展起来的可以利用
近几年,由于海洋环境的恶化及全球气候变暖,珊瑚礁生态系统迅速退化。造礁珊瑚是珊瑚礁生态系统的基础构建者。为了解决珊瑚礁退化和修复问题,有必要研究造礁珊瑚的形态结构
耶夫·维索尔伦于1999年在《语用学诠释》一书中指出了语言的顺应性,从而诞生了维索尔伦的语言“顺应性”理论,即顺应论。顺应论的提出为翻译理论研究提供了新的视角。事实上
脚踝是人体重要的组成部分之一,在保证人们行走期间的平衡也起着至关重要的作用。越来越多的人因为疾病或者其他安全事故导致踝关节损伤。患者对脚踝康复训练也提出了控制精度高、重复性好、训练模式选择多样化等需求,因此传统的依赖康复医疗师辅助患者进行康复训越来越难以满足患者的需求。康复机器人具有训练轨迹控制精度高、可重复性好以及训练模式多样化等优点,可以更好地满足患者的康复需求。现有的脚踝康复机器人的驱动器大
枇杷广泛种植于我国南方亚热带区域,在初夏高温多雨季节成熟。其果实味香而柔糯,质细汁多,含有丰富的营养物质,广泛受到消费者的喜爱。但由于枇杷采收期多受暖湿气候的影响,
图像深度估计是计算机理解与重建三维图像空间信息的关键技术,是人工智能技术以及智能采摘设备在现实场景中应用的研究热点。然而,单目图像的深度估计是具有高复杂度的病态任务,所以传统估计算法实现难度较高且发展速度较慢。随着深度学习技术在图像处理领域的不断突破,本文通过设计深度神经网络模型以端到端地感知图像中物体的具体特征,从而预测图像每个像素表示的空间距离,同时设计先进的模型损失与感知模块,最终在多种场景