[发明专利]一种燃料电池车用离心压缩机气动性能预测方法

说明书

本发明涉及一种燃料电池车用离心压缩机气动性能预测方法，包括：建立单级离心压缩机气动性能解析模型；考虑多级压缩特性并结合单级离心压缩机气动性能解析模型，建立多级离心压缩机气动性能解析模型；对离心压缩机的设定转速工况进行试验测量，以获取不同设定转速对应稳态工况的气动性能；根据离心压缩机稳态工况的性能，对多级离心压缩机气动性能解析模型中的参数进行识别，得到多级离心压缩机气动性能预测模型；将多级离心压缩机的转速和质量流量输入多级离心压缩机气动性能预测模型，输出对应的压比，即得到多级离心压缩机气动性能预测结果。与现有技术相比，本发明不依赖于大量试验数据，能够快速、准确地对离心压缩机气动性能进行预测。

技术领域

本发明涉及燃料电池车用离心压缩机气动性能研究技术领域，尤其是涉及一种燃料电池车用离心压缩机气动性能预测方法。

背景技术

燃料电池具有高效，高能量密度，零排放等优点，是一种有竞争性的车用动力源，中国科技部发布了2019年可再生能源和氢能源技术的关键项目，其中燃料电池车用空压机开发是其中的一个子课题。由此可见，研究高性能燃料电池车用空压机是刻不容缓的，离心压缩机凭借其高压比、高比功率、低噪声的优点，是燃料电池空辅系统中最有潜力的压缩机之一。为了设计高性能燃料电池车用空压机，有必要对离心压缩机在各种工况下的气动性能进行预测，受限于高速电机的研究进展，多数厂商已经开始生产研究双级离心压缩机以适当降低电机转速，因此需要在考虑离心压缩机的多级压缩特性下进行气动性能预测，目前大多通过建立解析模型，以实现对离心压缩机气动性能的预测。

中国专利CN101487466A提出了一种离心式压缩机压缩比和多变效率的在线软测量方法，其利用试验数据作为训练样本，建立了压缩比和多变效率的神经网络模型，具有较高的建模精度，同时也可以预测气动性能，但是这个方案需要的样本数据量超过100个，这就要求建模前必须进行大量试验，而且这种建模方法无法用于离心压缩机的结构优化设计；中国专利CN109058151A提出了一种基于预测模型的离心压缩机防喘振控制方法，其通过最小二乘双支持向量回归机方法来建立离心压缩机性能模型，可以精确反映离心压缩机的性能变化，但是它需要的样本数据量为300个，同样对试验数据量的要求非常高，该方法也无法用于离心压缩机的结构优化设计。

综上所述，现有的离心压缩机气动性能建模技术均需要大量试验数据进行拟合，这对前期试验要求很高，也无法用于离心压缩机的结构优化设计。此外，现有方法中没有将离心压缩机的多级压缩特性考虑在内，其建立的解析模型并不能反映多级离心压缩机的一些特殊表现，如级间冷却对于离心压缩机整机效率的影响。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种燃料电池车用离心压缩机气动性能预测方法，以在不依赖大量试验数据的前提下快速、准确地对离心压缩机气动性能进行预测。

本发明的目的可以通过以下技术方案来实现：一种燃料电池车用离心压缩机气动性能预测方法，包括以下步骤：

S1、将离心压缩机的压缩过程看作绝热过程，根据离心压缩机结构形式确定压缩过程中包含的损失类型，再基于工程热力学与速度三角形来建立单级离心压缩机气动性能解析模型；

S2、考虑多级压缩特性并结合单级离心压缩机气动性能解析模型，以建立多级离心压缩机气动性能解析模型；

S3、对离心压缩机的设定转速工况进行试验测量，以获取不同设定转速对应稳态工况的气动性能；

S4、根据离心压缩机稳态工况的性能，对步骤S2建立的多级离心压缩机气动性能解析模型中的参数进行识别，以得到多级离心压缩机气动性能预测模型；

S5、将多级离心压缩机的转速和质量流量输入多级离心压缩机气动性能预测模型，输出得到对应的压比，即得到该多级离心压缩机气动性能的预测结果。

进一步地，所述步骤S1具体包括以下步骤：

S11、将离心压缩机的压缩过程看作绝热过程，有：