科研之友
微信
新浪微博
Facebook
分享链接
摘要
质子交换膜燃料电池半经验模型存在较多未知经验参数，且其尺度和取值范围均相差较大，在全局灵敏度分析中局部高灵敏度信息易丢失，从而导致结果存在偏差。为此，构造了互为倒数的双代价函数。在原代价函数基础上计算全域内经验参数与响应误差的相关性，利用Sobol方法均匀采样进行首次全局灵敏度分析，筛选整个取值范围内高灵敏度（即影响收敛速度）参数；进而利用倒数代价函数放大局部区域的误差相关性，对于剩余全域不敏感参数，进行倒数代价函数的再次全局灵敏度分析，筛选出局部取值范围内高灵敏度（即影响收敛精度）参数。从而提高了多尺度多局域高灵敏参数识别能力。分析结果证明了所得高灵敏度参数辨识后模型的响应误差与全参数辨识的结果一致，可节省约60%的计算成本。该方法的适用性和准确性在电堆实验中均得到了有效验证。
- 单位
