跳到正文
原文
Energy(Elsevier 期刊)·· 17 天前AI 评分24

基于可辨识性驱动物理信息神经网络的燃料电池退化功率损失机理量化方法

A method for quantifying fuel cell degradation power loss mechanisms based on an identifiability-driven physics-informed neural network

AI 导读

武汉理工大学等机构研究者在《Energy》期刊提出一种基于可辨识性驱动的物理信息神经网络方法,用于量化燃料电池退化中功率损失的机理。该方法将物理约束与数据驱动结合,可辨识并分离燃料电池性能退化中不同功率损失机制的贡献,为燃料电池耐久性诊断提供工具。

阅读原文

来源:Energy(Elsevier 期刊) · sciencedirect.com