燃料电池关键材料核心部件关联数据库的构建方法及数据库

1.本发明属于燃料电池领域，具体涉及一种燃料电池关键材料核心部件关联数据库的构建方法及数据库。


背景技术：

2.质子交换膜燃料电池(pemfc)因其高功率密度、清洁无污染、启动速度快等优点受到广泛关注，而耐久性制约了其商业化发展，目前pemfc性能和寿命的研究仍然是重中之重。针对上述问题，研究人员进行了大量关于pemfc各材料部件老化研究的探索，包括对pemfc各个关键材料(例如催化剂、电解质膜和防腐涂层等)和核心部件(膜电极、双极板和密封件等)的深入研究，面对海量的材料数据、实验方法、计算仿真信息却没有得到有效的数据管理。为了更快速、更准确、更便捷地研究性能优异的pemfc，有必要对pemfc专项数据进行收集，建立pemfc材料部件老化关联数据库。
3.目前尚未有关于pemfc材料部件老化关联数据库的构建的报道，中国专利cn109101556a公布了一种材料数据库，该数据库中的数据模型具有样品信息库、源数据库、分析数据库三层结构，涵盖了材料到最后的分析，但三层结构只是由样品信息库到源数据库再到分析数据库的单一递进关系，无法建立层内多个关系的构效模型，无法赋予确切材料数据库的具体逻辑意义。


技术实现要素：

4.针对目前质子交换膜燃料电池老化研究中没有有效数据管理的问题，本发明提供一种燃料电池关键材料核心部件关联数据库的构建方法，具体包括：
5.步骤1，将影响质子交换膜燃料电池寿命和性能的核心一级因子确立为，各组成质子交换膜燃料电池的材料部件在工作状态下的氢渗电流、欧姆电阻、动力学电流或极限电流；
6.步骤2，根据各关键材料、核心部件的老化与其核心一级因子变化的关联性，将质子交换膜燃料电池所有关键材料、核心部件与一个或多个核心一级因子进行关联；
7.步骤3，根据与材料部件所关联的核心一级因子的关联关系，将材料部件的多个物理或化学参数确定为各关键材料、核心部件的关键老化因子；
8.所述关键老化因子为：材料部件老化一定程度后，数值发生明显变化且导致核心一级因子中任意一个或多个的数值变化超过特定比例的物理或/和化学参数；
9.步骤4，基于用于制备材料部件的物质各自的关键老化因子的相互关联关系，以及构建燃料电池关键材料核心部件关联数据库。
10.进一步的，所述材料部件包括关键材料和核心部件，所述关键材料包括催化剂、电解质膜、防腐涂层、双极板基材、碳纸；
11.所述核心部件包括膜电极、双极板和密封件。
12.进一步的，步骤2中，将催化剂的老化过程与动力学电流、极限电流、欧姆电阻关
联；
13.将电解质膜的老化过程与氢渗电流、极限电流关联；
14.将防腐涂层的老化过程与氢渗电流、欧姆电阻相关联；
15.将双极板基材的老化过程与欧姆电阻相关联；
16.将碳纸的老化过程与极限电流、欧姆电阻相关联；
17.将膜电极的老化过程与氢渗电流、动力学电流、极限电流、欧姆电阻相关联；
18.将双极板的老化过程与欧姆电阻相关联；
19.将密封件的老化过程与氢渗电流相关联。
20.本发明那个还提供了一种燃料电池关键材料核心部件关联数据库，利用前述方法构建，包括：pemfc材料部件模块、老化方案模块、数据表征模块、老化预测模块；
21.所述pemfc材料部件模块用于保存材料部件的相关数据；
22.所述老化方案模块用于保存材料部件的老化方案数据，所述老化方案是指pemfc材料部件在老化过程中使用的方案；
23.数据表征模块用于保存材料部件的数据表征数据，所述数据表征是指材料部件老化前后的各种物理和化学参数；
24.还用于根据选取的材料部件显示所装配的燃料电池性能、寿命数据；
25.所述数据表征数据中的关键老化因子相关数据被单独标记；
26.所述老化预测模块内设置有老化预测模型，该模型使用特定计算方法建立，用于通过关键老化因子变化预测老化核心指标，所述核心指标包括膜燃料电池的寿命和性能指标。
27.进一步的，所述材料部件的相关数据包括各材料部件的规格和名称。
28.进一步的，所述材料部件的相关数据包括各材料部件老化前的数据与老化后的数据。
29.进一步的，所述材料部件的相关数据包括各材料部件的制备源数据。
30.进一步的，所述制备源数据，包括制备方法和制备条件。
31.进一步的，所述的老化方案数据包括材料部件的测试条件、测试方法和测试源数据；
32.进一步的，所述的老化方案包括常规老化方案和加速老化方案；
33.进一步的，所述数据表征数据还包括每次表征测试的测试方法、测试条件、仪器设备、原始数据、处理数据、测试方法和测试条件。
34.进一步的，所述的老化预测模型包括单一材料部件的关键老化因子与pemfc寿命预测模型、单一材料部件的关键老化因子与pemfc性能预测模型、两种及两种以上材料部件的关键老化因子与pemfc寿命预测模型和两种及两种以上材料部件的关键老化因子与pemfc性能预测模型中的至少一种。
35.进一步的，所述性能指标包括pemfc的峰值功率、特定电流下电压数值。
36.进一步的，所述pemfc的寿命为mea穿孔时间或性能衰减达到60％所需时间的最小值。
37.本发明采用上述技术方案后，主要有以下效果：
38.(1)通过收录了不同来源的燃料电池各材料部件的所有理化属性数据，实现了存
储数据全面性，帮助研究人员根据需求高效、快捷筛选所需材料，适用于燃料电池研发、生产等各个方面数据分析需求；
39.(2)本发明利用一级关键因子找到关键材料与核心部件的关键老化因子，利用这些关键老化因子，帮助研究人员研究关键参数的耐久性变化规律，揭示材料、部件耦合衰减机制，得到燃料电池材料部件的关联性；
40.(3)利用本发明所构建的数据库，基于多工况下pemfc关键材料性能衰减、测试，使用特定计算方法建立老化模型进行数据分析和预测，可以进一步提高了燃料电池数据分析的准确性和效率。
41.本发明建立了一个完整的燃料电池材料部件老化数据库，起到了整合领域知识、突出pemfc核心参数即关键老化因子的作用，提高了数据的可查询性和可追溯性，帮助开发人员在研究和开发燃料电池时更好地进行相关工作；同时也促进了用户和企业之间的联系，可以通过其获得更多有关燃料电池的信息，以便更好地改进技术，促进可再生能源技术的发展。
附图说明
42.图1为本发明实施例中的燃料电池关键材料核心部件关联数据库的构建方法的流程示意图。
43.图2为本发明实施例中的燃料电池关键材料核心部件关联数据库的结构示意图。
44.图3为本发明实施例中的燃料电池关键材料核心部件关联数据库的使用流程示意图。
具体实施方式
45.为了明确本技术的目的和本技术技术方案的优点，下面结合具体实施方式，对本技术进行详细的阐述。
46.本发明的燃料电池关键材料核心部件关联数据库，建立了一个完整的燃料电池老化前后材料部件框架。下面以实施例示例性地展示数据库的构建方法以及依照该方法构件的数据库。应当理解，此处所描述的具体实施例仅用以解释本发明，但并不用于限定本发明。
47.如图1所示，本实施例中关联pemfc各材料部件的过程如下：以pemfc核心指标出发，确立四个核心一级因子，本实施例中核心一级因子被确立为，各关键材料、核心部件工作状态下的氢渗电流、欧姆电阻、动力学电流或极限电流；
48.关联核心一级因子与关键材料、核心部件，确定影响pemfc性能和寿命的重要部件理化属性，即关键老化因子，以此方法关联了pemfc所有关键材料、核心部件老化衰减情况。具体的，所述关键老化因子是指关键材料或核心部件老化一定程度后，数值发生明显变化且导致核心一级因子任意一个或多个的数值变化超过特定比例的物理或/和化学参数。
49.在关键材料中，催化剂的老化结果主要受到动力学电流、极限电流、欧姆电阻影响；电解质膜与氢渗电流、极限电流有关；防腐涂层与氢渗电流、欧姆电阻相关联；双极板基材与欧姆电阻相关联；碳纸与极限电流、欧姆电阻有关；在核心部件中，膜电极老化过程中氢渗电流、动力学电流、极限电流、欧姆电阻均不同程度衰减；双极板主要影响的核心一级
因子是欧姆电阻；密封件在老化过程中显著变化的为氢渗电流。因此，本实施例中以上述关联关系关联核心一级因子与关键材料、核心部件，再通过检测关键材料、核心部件老化前后的物理或/和化学参数，确定其中的一项或多项为关键老化因子。
50.例如，对hp电解质膜利用20％芬顿试剂进行加速老化100小时后，测得电解质膜的腐蚀深度达到了5.08μm，导致核心一级因子中的氢渗电流由原始的3.2ma/cm2增大到410.4ma/cm2，变化了128倍，因此可以确认腐蚀深度为电解质膜的关键老化因子。
51.对nafion离聚物利用30％芬顿试剂进行加速老化100小时后，nafion离聚物的质子传导率由原始的68.4％衰减到40％，导致核心一级因子中的极限电流由原始的201ma/cm2降低到72ma/cm2，变化了2倍，因此可以确定质子传导率为离聚物的关键老化因子。
52.不同关键材料所制备的关键部件、的老化过程不尽相同，因此用于确定老化因子的最小老化/加速老化时间有所不同；但物理或/和化学参数被确立为关键老化因子，其老化前后的变化比例应当大于10％。
53.如图2所示，本实施中所构建的数据库包括pemfc材料部件模块、老化方案模块、数据表征模块、老化预测模块四种模块。材料部件模块实现所有型号类别材料部件的分类、存储、更新；老化方案模块是对材料部件老化方法的存储和更新；数据表征模块包括材料部件老化前后的各种参数，以及由材料部件装配的膜电极的寿命、性能表征；老化预测模块用于pemfc寿命和性能的预测。
54.如图3所示，各模块具体如下：
55.pemfc材料部件模块显示了催化剂、电解质膜、防腐涂层、双极板基材、碳纸、膜电极、双极板、密封件的各种规格类型和理化属性，其中，催化剂、离聚物、电解质膜、碳纸用于组成膜电极；通过选择以上任一材料部件，可以找到并显示符合条件的可用于制备该材料部件的材料列表，点击任一材料即可查看基本物理化学参数；还可以为每种材料部件选取具体材料组成燃料电池，进而显示该燃料电池的电池寿命和初始性能，同时在该处设有数据更新、上传功能，可实时更新数据。在该处设置有老化方案模块、数据表征模块链接，可直接跳转查看该种材料老化衰减情况。
56.本实施例中，在pemfc材料部件模块中具体材料的显示界面上设置有“老化方案”功能按键，点击进入老化方案模块，在该模块中显示了该种材料部件的各种老化条件、老化时间、老化地点、所用仪器设备、注意事项等信息，同时在该处设有数据更新、上传功能，可实时更新数据。
57.在pemfc材料部件模块中具体材料显示界面上设置有“数据表征”功能按键，点击进入该种材料老化前后的各种物理、化学表征、电池寿命与性能表征情况，里面包含原始数据、处理后的数据、测试条件、仪器设备等信息。
58.数据录入前，通过实验确定关键材料或核心部件老化过程中数值发生明显变化且导致四个核心一级因子中任意一个或多个变化的数值超过10％的物理和/或化学参数为关键老化因子，如催化剂的半波电位、质量活性、电化学活性面积，离聚物的质子传导率、透氧性，电解质膜的腐蚀深度，防腐涂层的亲水性，双极板基材的气体致密性、金属离子溶出性，碳纸的孔隙率、亲水性，膜电极的峰值功率密度、阴极/阳极的氢渗电流、阴极/阳极的电化学活性面积、内阻，双极板的微区交流电阻，密封件的拉伸强度等；若“数据表征”显示界面中还显示除关键老化因子以外的其他表征参数，则可以将其他表征参数与关键老化因子区
别显示。
59.同时在该处设有数据更新、上传功能，可实时更新数据。
60.本实施例中，可在数据库中选择单种或多种材料部件，组件虚拟的pemfc电池，再点击进入老化预测模块；
61.该模块中，以时间为中介值，以不同老化时间的多种材料关键老化因子作为自变量，对应不同老化时间材料的燃料电池性能为因变量，通过特定计算方法形成材料部件老化预测模型函数，进而可以通过设定老化时间，输出对应峰值功率曲线、特定电流下电压数值；
62.材料部件老化预测模型函数既是单种材料部件老化预测模型函数；也可以是关联多种材料部件得出的老化预测模型函数，其中各种材料在老化过程中的有不同的权重。
63.这些模型可以是但不限于所述的老化预测模型包括单一材料部件的关键老化因子与pemfc寿命预测模型、单一材料部件的关键老化因子与pemfc性能预测模型、两种及两种以上材料部件的关键老化因子与pemfc寿命预测模型和两种及两种以上材料部件的关键老化因子与pemfc性能预测模型中的至少一种。这些模型可以但不限于通过机器学习来构建，用于学习的数据则是通过实验收集的实测数据；实际中出于时间和工作量的考量，往往通过有限的实验数据获得单一材料部件的关键老化因子与pemfc寿命/性能预测模型，在此基础上，继续利用机器学习获得各种材料在老化过程中的不同的权重，进而可以在单一材料部件的基础上扩展出两种及两种以上材料部件的关键老化因子与pemfc性能/寿命预测模型。这些预测模型所得出的数据可用于pemfc材料部件模块中的结果显示；
64.相较于现有的技术，本发明建立了一个完整的pemfc材料部件老化数据库，可以直接通过该数据库获取单种/多种材料部件不同老化时间对应电池寿命，明晰pemfc中各材料部件对电池寿命影响权重，同时也是一个pemfc材料部件数据库，方便研究人员从中高效寻找材料，提升研究效率。

技术特征：
1.燃料电池关键材料核心部件关联数据库的构建方法，其特征在于，包括：步骤1，将影响质子交换膜燃料电池寿命和性能的核心一级因子确立为，各组成质子交换膜燃料电池的材料部件在工作状态下的氢渗电流、欧姆电阻、动力学电流或极限电流；步骤2，根据各关键材料、核心部件的老化与其核心一级因子变化的关联性，将质子交换膜燃料电池所有关键材料、核心部件与一个或多个核心一级因子进行关联；步骤3，根据与材料部件所关联的核心一级因子的关联关系，将材料部件的多个物理或化学参数确定为各关键材料、核心部件的关键老化因子；所述关键老化因子为：材料部件老化一定程度后，数值发生明显变化且导致核心一级因子任意一个或多个的数值变化超过特定比例的物理或/和化学参数；步骤4，基于用于制备材料部件的物质各自的关键老化因子的相互关联关系，以及构建燃料电池关键材料核心部件关联数据库。2.根据权利要求1所述的方法，其特征在于，所述材料部件包括关键材料和核心部件，所述关键材料包括催化剂、电解质膜、防腐涂层、双极板基材、碳纸；所述核心部件包括膜电极、双极板和密封件。3.根据权利要求1所述的方法，其特征在于，步骤2中，将催化剂的老化过程与动力学电流、极限电流、欧姆电阻关联；将电解质膜的老化过程与氢渗电流、极限电流关联；将防腐涂层的老化过程与氢渗电流、欧姆电阻相关联；将双极板基材的老化过程与欧姆电阻相关联；将碳纸的老化过程与极限电流、欧姆电阻相关联；将膜电极的老化过程与氢渗电流、动力学电流、极限电流、欧姆电阻相关联；将双极板的老化过程与欧姆电阻相关联；将密封件的老化过程与氢渗电流相关联。4.燃料电池关键材料核心部件关联数据库，根据权利要求1-3中任一所述的方法构建，其特征在于，包括：pemfc材料部件模块、老化方案模块、数据表征模块、老化预测模块；所述pemfc材料部件模块用于保存材料部件的相关数据；所述老化方案模块用于保存材料部件的老化方案数据，所述老化方案是指pemfc材料部件在老化过程中使用的方案；数据表征模块用于保存材料部件的数据表征数据，所述数据表征是指材料部件老化前后的各种物理和化学参数；还用于根据选取的材料部件显示所装配的燃料电池性能、寿命数据；所述数据表征数据中的关键老化因子相关数据被单独标记；所述老化预测模块内设置有老化预测模型，该模型使用特定计算方法建立，用于通过关键老化因子变化预测老化核心指标，所述核心指标包括膜燃料电池的寿命和性能指标。5.根据权利要求4所述的数据库，其特征在于，所述材料部件的相关数据包括各材料部件的规格和名称。6.根据权利要求4所述的数据库，其特征在于，所述材料部件的相关数据包括各材料部件老化前的数据与老化后的数据。7.根据权利要求4所述的数据库，其特征在于，所述材料部件的相关数据包括各材料部
件的制备源数据；优选的，所述制备源数据，包括制备方法和制备条件。8.根据权利要求4所述的数据库，其特征在于，所述的老化方案数据包括材料部件的测试条件、测试方法和测试源数据；优选的，所述的老化方案包括常规老化方案和加速老化方案。9.根据权利要求4所述的数据库，其特征在于，所述数据表征数据还包括每次表征测试的测试方法、测试条件、仪器设备、原始数据、处理数据、测试方法和测试条件。10.根据权利要求4所述的数据库，其特征在于，所述的老化预测模型包括单一材料部件的关键老化因子与pemfc寿命预测模型、单一材料部件的关键老化因子与pemfc性能预测模型、两种及两种以上材料部件的关键老化因子与pemfc寿命预测模型和两种及两种以上材料部件的关键老化因子与pemfc性能预测模型中的至少一种。

技术总结
本发明提供了一种质子交换膜燃料电池材料部件老化数据库构建方法，以质子交换膜燃料电池核心指标出发，确立四个核心一级因子，关联核心一级因子与关键材料、核心部件，得到的所述数据库包括：材料部件模块、老化方案模块、数据表征模块、老化预测模块。本发明通过提供的材料部件老化数据库建立了单个或多个关键材料与核心部件老化对燃料电池性能与寿命预测模型，收录了燃料电池各部件材料老化前后物理、化学参数，帮助研究人员根据需求高效、快捷筛选所需材料并获得相应参数，加快研发进度。加快研发进度。加快研发进度。


技术研发人员：丁炜 何凤铃
受保护的技术使用者：重庆大学
技术研发日：2023.04.15
技术公布日：2023/7/12