氢燃料电池电堆系统控制方案
丰田Mirai氢能源燃料电池混合动力汽车核心控制策略(四)
文/江苏 田锐丰田Mirai氢能源燃料电池混合动力汽车核心控制策略(四)(接上期)1.系统控制(1)基于多种驾驶条件EV控制ECU向牵引电动机提供最佳的电能，以响应驾驶员的需求，实现平稳有力的驾驶。
此外，它还监控和控制HV蓄电池状况和高压电路，与防滑控制ECU协同控制再生制动等，并全面执行与燃料电池系统相关的各种控制，系统控制如表2所示。
(2)燃料电池系统激活①踩下制动踏板时，按下电源开关即可启动燃料电池系统。
启动和停止时，内置在燃料电池堆栈中的FC主继电器和安装在高压储氢罐上的罐阀都会启动，从而发出操作声音。
②如果燃料电池系统启动时，燃料电池堆栈冷却液温度较低(-10℃或更低)，启动时间将变长，因此组合仪表总成中的多信息显示屏将显示以下屏幕，如图38所示。
当车辆在寒冷的环境温度(-10℃或更低)下行驶时，除了正常的启动/停止顺序外，车辆启动时将执行快速预热，停止时将执行防冻处理。
这可确保在低温区域启动。
图38 极寒温度下燃料电池启动仪表显示③燃料电池系统启动时，再次按下电源开关将停止系统。
④当车辆行驶时，电源开关操作被取消。
如果在车辆行驶过程中出现绝对需要停止燃料电池系统的情况，则快速按下电源开关2次或以上，或按住电源开关2s或以上，将强制停止燃料电池系统，电源模式将更改为ACC。
⑤当通过操作驾驶员开关发出启动请求时，将执行高压和氢燃料安全检查，然后系统将启动。
然后当电源开关关闭时，将执行排水处理和氢燃料泄漏检查。
(3)燃料电池系统输出控制燃料电池系统输出控制，如图39所示。
①EV控制ECU鉴于加速踏板开度信号、换挡杆位置信号和车速信号来计算驾驶员的请求输出功率，并根据驾驶条件做出总输出请求，通过向燃料电池控制ECU发送请求信号来控制目标驱动功率。
②基于从EV控制ECU接收的燃料电池输出请求，燃料电池控制ECU确定必要的空气和氢气量。
燃料电池控制ECU控制燃料电池堆栈总成组件中的氢气喷射器和氢泵以获取发电所需的氢，同时以带电动机的燃料电池空气压缩机的请求RPM(转速)值的形式向EV控制ECU发送必要空气量的请求。
氢燃料电池控制策略
分析了现有控制策 略的优缺点和实际 应用情况
探讨了氢燃料电池 的关键控制策略
控制策略研究方向与展望
探索先进的故障诊断和处理方法，提高氢燃 料电池的可靠性和安全性
加强国际合作和交流，推动氢燃料电池控制 技术的创新和发展
深入研究氢燃料电池的动态特性和模型预测 控制
研究适应可再生能源接入的氢燃料电池控制 策略，提高能源利用效率
稳定性
燃料电池管理系统应具有长期稳定运行的能力，能够保证氢燃料 电池在各种条件下的稳定运行。
可扩展性燃料电池管理系统应有可扩展性，能够适应不同规模和不同用 途的氢燃料电池。
燃料电池控制算法的设计与实现
开环控制算法
通过调整燃料电池的输入参数，如氢气和氧气的流量和压力等，来控制输出电压和电流。
闭环控制算法
控制策略的经济效益评估
降低运营成本
通过优化控制策略，降低能源消耗和维护成本，提高运营经济 效益。
市场竞争力提升
先进的控制策略有助于降低产品成本，提升氢燃料电池在市场 上的竞争力。
技术推广
控制策略的优化有助于氢燃料电池技术的推广和应用，促进清 洁能源产业的发展。
06
结论与展望
本文工作总结
总结了氢燃料电池 的基本原理和特点
THANKS
感谢观看
控制策略在分布式能源系统中的应用
分布式能源系统概述
了解分布式能源系统的定义、特点、发展现状及趋势。
控制策略在分布式能源系统中的应用
分析控制策略在分布式能源系统中的能源调度、优化运行、故障诊断等方面的具体应用。
控制策略在储能系统中的应用
储能系统概述
介绍储能系统的基本概念、工作原理、发展现状及趋势。
论文结构概述
氢燃料电池的自适应控制系统优化
氢燃料电池的自适应控制系统优化氢燃料电池作为一种清洁高效能源技术，受到人们广泛关注。
自适应控制系统在氢燃料电池中的应用是提高其性能的关键之一。
本文将对进行深入研究和探讨。
1. 研究背景氢燃料电池作为一种环保清洁的新能源技术，受到越来越多的关注。
其优点包括高效、低污染、无噪音等，因此在汽车、船舶、航空等领域有着广阔的应用前景。
然而，氢燃料电池系统在实际运行中存在许多挑战，其中之一就是控制系统的优化问题。
自适应控制系统能够对氢燃料电池系统进行实时调节，以适应外部环境变化和内部系统参数变化，从而提高系统的性能和稳定性。
2. 自适应控制系统的原理自适应控制系统是一种具有自学习和自适应能力的控制系统，它能够根据系统的实际情况自动调整控制策略，以保持系统在不断变化的环境下的稳定性和性能。
在氢燃料电池系统中，自适应控制系统可以通过实时监测氢气、氧气、电压、电流等参数，以及温度、湿度等环境因素，来动态调节电池堆的工作状态，使其在不同负载下保持最佳工作状态。
3. 自适应控制系统的优化方法为了实现氢燃料电池系统控制的自适应性和智能化，需要对控制系统进行优化。
一种常用的方法是基于模型的自适应控制，通过建立氢燃料电池系统的数学模型，运用自适应控制算法对系统进行控制。
另一种方法是基于数据驱动的自适应控制，通过实时采集氢燃料电池系统的数据，利用机器学习和人工智能技术进行控制。
4. 实验验证为了验证自适应控制系统在氢燃料电池系统中的有效性，进行了一系列实验。
实验结果表明，采用自适应控制系统的氢燃料电池系统在稳态和动态工况下均能提高系统的效率和稳定性，同时可以降低功率损耗和电池寿命的影响。
5. 结论与展望本文通过对氢燃料电池的自适应控制系统进行优化研究，为提高氢燃料电池系统的性能和稳定性提供了重要的理论基础和实践指导。
未来可以进一步深入研究氢燃料电池系统的自适应控制算法和策略，以实现更高效的能源转化和利用效率，推动氢能技术的发展和应用。
氢燃料电池堆的控制策略与智能优化研究
氢燃料电池堆的控制策略与智能优化研究氢燃料电池技术作为一种清洁能源技术，受到了广泛关注和认可。
随着全球对于环保和能源安全的重视，氢燃料电池技术的研究和应用也日益活跃。
在氢燃料电池系统中，氢燃料电池堆是核心部件之一，其性能的稳定和优化对整个系统的运行至关重要。
因此，研究氢燃料电池堆的控制策略与智能优化具有重要的理论和实用意义。
氢燃料电池堆的控制策略与智能优化是指通过对氢燃料电池堆内部参数和外部环境进行实时监测和调控，以实现氢燃料电池堆在各种工况下的高效、稳定和安全运行。
在氢燃料电池堆的控制策略方面，目前主要采用的是传统的PID控制方法。
PID控制方法通过不断地调整比例、积分和微分三个参数，使得系统的反馈信号与期望信号尽可能接近，从而实现对系统的控制。
然而，传统的PID控制方法存在调节精度低、鲁棒性差、抗干扰能力弱等缺点，不适应氢燃料电池堆复杂多变的工况需求。
为了克服传统PID控制方法的局限性，研究者们开始借鉴智能优化算法，并将其应用于氢燃料电池堆的控制领域。
智能优化算法是一种基于模拟生物进化、群体智能、人工神经网络等原理而提出的一类新型优化方法，具有全局搜索能力强、收敛速度快、鲁棒性好等优点。
目前，应用较为广泛的智能优化算法有遗传算法、模拟退火算法、蚁群算法、粒子群算法等。
这些算法通过模拟自然界的生物进化过程或群体行为，不断地搜索最优解，在复杂的非线性、不确定性的氢燃料电池堆控制系统中表现出良好的性能。
在氢燃料电池堆的智能优化研究中，遗传算法是一种常见的优化方法。
遗传算法模拟了自然界中的生物遗传和进化过程，通过遗传、变异、选择等操作，优化目标函数，达到系统的最佳性能。
模拟退火算法则是一种通过模拟金属退火过程而得来的优化算法，能够跳出局部最优解，在搜索全局最优解时具有良好的性能。
蚁群算法则是模拟了蚂蚁觅食过程中的信息传递和协作行为，通过多个虚拟蚂蚁的智能搜索，找到最优路径。
粒子群算法则是模拟了鸟群觅食的过程，通过个体之间信息的交流和合作，找到问题的最优解。
氢燃料电池堆的系统集成与优化
氢燃料电池堆的系统集成与优化氢燃料电池是一种清洁高效的能源，具有巨大的发展潜力。
随着人们对环境保护意识的增强，氢燃料电池技术逐渐受到人们的关注和重视。
其中，氢燃料电池堆作为氢燃料电池系统中的核心部件，其系统集成与优化显得尤为重要。
本文将从氢燃料电池堆的基本原理出发，探讨方面的研究进展。
首先，氢燃料电池堆的系统集成是指将氢燃料电池堆与其他系统部件相互关联，形成一个完整的能源系统。
系统集成的好坏直接影响整个氢燃料电池系统的性能和稳定性。
在系统集成中，需要考虑氢气和氧气的供给、废热利用、电子转移和热管理等方面的问题。
通过合理的系统集成，可以提高氢燃料电池系统的效率，并延长其使用寿命。
其次，氢燃料电池堆的优化是指通过改进氢燃料电池堆的结构和材料，提高其性能表现。
氢燃料电池堆的优化需要考虑诸多因素，如催化剂的选择、电解质膜的性能、氢氧气的扩散和传输等。
在氢燃料电池堆的优化过程中，需要借助先进的材料和工艺手段，以及精密的测试和模拟技术，来改善氢燃料电池堆的性能指标。
另外，氢燃料电池堆的系统集成与优化研究还需考虑到实际应用中的各种挑战和问题。
例如，氢燃料电池堆在不同工况下的性能稳定性，以及在复杂环境条件下的耐久性等。
在解决这些挑战和问题的过程中，需要综合考虑氢燃料电池堆的结构特点、材料性能和系统工程的要求，以实现氢燃料电池技术的商业化应用。
总结一下本文的重点，我们可以发现，氢燃料电池堆的系统集成与优化是氢燃料电池技术研究的重要方向之一。
通过对氢燃料电池堆的系统集成与优化进行深入研究，可以不断提高氢燃料电池系统的能源转换效率和环境友好性，推动氢能源技术的发展和应用。
我们相信，随着氢燃料电池技术的不断创新和完善，氢能源将会成为未来能源领域的重要选择之一。
愿氢燃料电池堆的系统集成与优化研究能够取得更加显著的成果，为实现清洁高效的能源目标贡献力量。
氢燃料电池系统集成与控制
氢燃料电池系统集成与控制氢燃料电池系统是一种广泛应用于交通运输工具和能源存储系统中的清洁能源技术，在当前环境保护和可持续发展的大背景下，其应用前景十分广阔。
然而，要实现氢燃料电池系统的高效运行，需要进行系统集成与控制的研究与优化。
本文将从氢燃料电池系统的结构和工作原理入手，探讨系统集成与控制对于提升系统效率和稳定性的重要性。
首先，氢燃料电池系统的基本结构包括氢气传输系统、氧气传输系统、电解质膜和电化学电池。
其中，氢气传输系统负责将储存于氢气罐中的氢气输送至电化学电池，而氧气传输系统则将空气中的氧气输送至电池。
电解质膜在电化学电池中起到隔离阴阳极、传导离子的作用，是整个系统的关键部件。
在系统集成方面，需要考虑各个子系统之间的协调配合，确保氢氧传输的顺利进行，同时要保证电解质膜的正常工作状态。
其次，氢燃料电池系统的工作原理是将氢气和氧气在电化学电池中发生氧化还原反应，释放出能量驱动电动机工作。
在这个过程中，系统集成与控制起着至关重要的作用。
正确的系统集成可以有效提高系统的能量转换效率，减少能源损耗；而合理的控制策略能够实时监测系统运行状态，优化系统工作参数，保证系统的稳定性和安全性。
因此，系统集成与控制的研究不仅关系到氢燃料电池系统的性能优化，也关乎系统的可靠性和寿命。
针对的研究，目前已经取得了一些关键进展。
首先，在系统集成方面，研究人员通过优化氢气传输管路的设计和材料选择，提高了氢气输送的效率和稳定性。
同时，针对氧气传输系统的优化设计，也有效减少了氧气输送过程中的压力损失和泄漏风险。
其次，在电解质膜的研究方面，新型的高渗透率、低阻抗电解质膜的研发使得氢燃料电池系统的性能得到了提升。
在控制策略方面，研究人员通常会采用模型预测控制（MPC）或者人工神经网络等先进技术，对系统进行实时监测与调节。
MPC通过建立氢燃料电池系统的数学模型，预测系统未来的运行状态，然后制定最优控制策略，实现对系统的动态优化；而人工神经网络则可以模拟复杂的非线性系统运行规律，为系统集成与控制提供更为灵活和智能的解决方案。
氢燃料电池的系统集成和控制策略
氢燃料电池的系统集成和控制策略1. 现代社会对清洁能源的需求越来越迫切，而氢燃料电池作为一种环保、高效的能源形式，备受瞩目。
然而，要实现氢燃料电池的系统集成和控制策略并非易事，需要克服诸多技术难题。
2. 首先，氢燃料电池系统的集成需要考虑多方面因素。
在氢燃料电池车辆中，氢气的存储和输送是一个关键问题。
目前，氢气通常以高压氢气罐的形式存储，需要专门的输送和加注设施。
因此，在系统集成时，必须考虑如何安全、高效地存储和输送氢气。
3. 此外，氢燃料电池系统集成还需要考虑到燃料电池、电动机、电池组等各个子系统之间的协调工作。
这就需要一个合理的控制策略来确保各个部件之间的协同运作，以提高系统的效率和稳定性。
4. 在氢燃料电池系统的控制策略中，传感器和执行器起着至关重要的作用。
传感器可以实时监测氢气、氧气、水等各种参数，并将这些数据反馈给控制系统，以实现对系统的实时监控和调节。
而执行器则负责根据控制系统的指令，进行相应部件的调节和控制。
5. 除了传感器和执行器，控制策略中的算法设计也至关重要。
针对不同工况下的系统需求，需要设计相应的控制算法来实现优化的功率输出、燃料利用效率、排放控制等目标。
这就要求控制策略具有一定的智能化和自适应性。
6. 在实际应用中，氢燃料电池系统的集成和控制策略需要考虑到各种复杂情况。
例如，在极端气候条件下，氢燃料电池系统的工作性能可能会受到影响，因此需要相应的控制策略来应对这种情况。
7. 此外，在日常运行中，系统的可靠性和安全性也是至关重要的。
因此，氢燃料电池系统的集成和控制策略还需要考虑到故障诊断和应急控制的问题，以确保系统在各种情况下都能够稳定可靠地运行。
8. 总的来说，氢燃料电池系统的集成和控制策略是一个综合性的问题，需要涉及到多个领域的知识和技术。
只有在不断的研究和实践中不断改进和完善，才能更好地推动氢燃料电池技术的发展和应用。
氢燃料电池系统的控制策略及优化研究
氢燃料电池系统的控制策略及优化研究氢燃料电池系统被认为是未来清洁能源发展的重要技术之一。
它利用氢气和氧气化学反应产生电能，不会产生任何有害物质，是一种零排放的能源系统。
但是，氢燃料电池系统的控制和优化仍然是一个值得研究的问题。
一、氢燃料电池系统的控制策略氢燃料电池系统由氢气供给系统、氧气供给系统、电化学反应系统和控制系统组成。
其中，控制系统负责控制氢气流量、氧气流量、电化学反应温度等参数，以优化电池的功率输出和寿命。
1. 氢气流量控制氢气流量的控制是氢燃料电池系统中最重要的控制之一。
通过控制氢气流量可以控制电池的输出功率和电池的寿命。
当氢气流量过大时，会使电池输出功率过高，导致电池寿命缩短；当氢气流量过小时，会使电池输出功率过低，影响电池的功率输出。
2. 氧气流量控制氧气流量的控制也是氢燃料电池系统中一个重要的控制。
通过控制氧气流量可以控制电池的输出功率和电池的寿命。
当氧气流量过大时，会使电池输出功率过高，导致电池寿命缩短；当氧气流量过小时，会使电池输出功率过低，影响电池的功率输出。
3. 温度控制电化学反应的温度对电池的输出功率和电池的寿命都有影响。
当温度过高时，会导致电池寿命缩短；当温度过低时，会影响电池的功率输出。
因此，温度的控制也是氢燃料电池系统中一个重要的控制。
二、氢燃料电池系统的优化研究随着氢燃料电池技术的不断发展，如何优化氢燃料电池系统，提高其效率和经济性，成为了相关研究领域的一个重要课题。
1. 氢气流量优化氢气流量的优化是氢燃料电池系统优化研究的一个重点。
通过优化氢气流量可以提高电池的效率和经济性。
目前，已有研究表明，在一定条件下，适当降低氢气流量可以提高电池寿命和经济性。
2. 温度优化温度的优化也是氢燃料电池系统优化研究的一个重点。
通过优化温度可以提高电池的输出功率和经济性。
目前，已有研究表明，在一定条件下，适当降低温度可以提高电池的效率和经济性。
3. 系统控制优化除了氢气流量和温度的优化之外，氢燃料电池系统的控制优化也是相关研究的一个重点。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
DI-WEG
IN
H2
IN
H2
PURGE1
H2
PURGE2
24V蓄电池
图1 1号电堆模块系统图
1 / 13
2 / 13
WEXPT
FLT-D11
DI
RAD-D15 EMV-D13
HET-D14
FCSC
24V 蓄电池
9
FCM
H2 IN
WP-D12
FLT-DI17
FLT-D16
H2TKC
DI-WEG
OUT
DI-WEG IN
WP-DRV
系统控制器 氢气瓶组控制器
EV-H12
H2 PURGE1 H2 PURGE ：' AIR OUT
AIR IN
HV+ HV-
1号电堆模块
循环水泵 调速器 FAN-DRV
散热器风扇 调速器
图2车用1号电堆系统系统图
氢气瓶组
H2TK
SRV-H12
DC/DC
N2
HV-H11 HV-N11
+氢气排放口
MIX -A12
FLT-A11
空气排放口
空气进气口
■■去动力高
压配电箱
表1模块附件表:
表2车载系统附件表:
2.1 模块
冷却液与压缩空气热交换器
因冷却液的温度适应电堆要求，该热交换器的作用，一是压缩空
气温度过高时降温（起中冷器作用），二是压缩空气温度较低时加热。
考虑到要适应低温环境，最好采用。
氢气入口压力调整器
电堆的氢气入口压力调整，由PT-H3 EPV-H4 PT-H4组成，
通过程序采集压力和控制比例阀来实现。
为了控制准确和简单管
路，将PT-H2、EV-H2、PT-H3、EPV-H4、PT-H4 做到一个阀组（manifold ）上。
阳极压力保护
为防止氢气入口压力调整器失效，而使阳极产生高压毁坏电
堆。
采用安全阀SRV-H5保护。
外增湿器
外增湿器采用膜增湿器，用电堆的出口湿空气来增湿电堆得
入口干空气。
具体是否采用，要看电堆的需求。
氢气循环
氢气循环，一是使阳极的氢气的湿度均匀，二是加热入口的氢气。
氢气吹扫（排放）阀
氢气吹扫阀，是用1个还是在电堆氢气出口的2端各用1个。
要看电堆的阳极结构，因氢气回流后，多少会有一些液态水，若不能及时吹扫掉，会影响水平较低段的节电池性能，也不利于防冻处理。
电堆空气出口压力
电堆出口压力，采用电磁比例阀EPV-A6和电堆出口压力表
PT-A5形成回路来控制。
为防止憋压，比例阀为常开阀。
电堆高压输出正负极对结构接地（搭铁）绝缘电阻检测电堆高压输出正负极对结构接地的绝缘电阻小时，会危害电堆的安全。
在模块中需要加入检测单元。
绝缘电阻的要求，单节电池为1200欧，150 节为180 千欧。
电机调速器的电源
因空压机的功率一般大于1kW采用电堆的高压电源，在启动或停止的过程中需要外电源供电。
启动和停止时由预充电电源PS-HV6供电。
氢气循环泵，因功率一般小于500W且只在电堆工作时运行，采用外部24VDC单独供电。
节电池电压巡检单元
节电池电压巡检单元，与电堆的结构做到一起，自带
MPU ，
与模块控制器采用通讯联系（CAN和RS485。
这样会使检测电缆最短，提高可靠性和美观。
模块控制器
控制器的MCL选用飞思卡尔的MC9S12CE硬件和壳体，若
能采购满足要求的现成控制器，则采购；实验调试完成后，沿用
采购的或公司自主研发。
控制策略和软件编程，公司自主研发
2.2 车载系统
高压氢气瓶组
高压氢气瓶组，根据整车要求设置个数，每个氢气瓶都装有瓶口阀组合块。
瓶口阀组合块包括温度传感器、压力传感器、截止阀。
因数量比较多，一般专做1 个氢气瓶组控制器，用于现场采集温度压力信号和截止阀的控制。
氢气瓶组控制器与燃料电池系统控制器通过CAN总线通讯。
因高压氢气瓶组，属于特种行业，需要有资质的单位设计施工。
氢气气源的选择
电堆模块的氢气气源，设置2 个手动截止阀，一个接入氢气气源，一个接入氮气气源。
氮气气源不在现场布置，只是在温度低，需要长期停机或存贮时，将阳极的氢气置换成氮气。
氢气浓度传感变送器
氢气浓度传感变送器，用于检测空间氢气浓度，用于氢气泄漏报警，设置6 个。
布置在氢气可能泄漏的上方。
氢气气源安全阀
用于泄放气源地高压，出口接到空气排放口。
氢气气源隔离阀
是作为氢气气源地总开关，在出现氢气泄漏报警时，关闭该阀，用于截断氢气气源。
空气排放口混合器
该混合器，以空气回路为主通道，电堆氢气排放口混合接入此处，用流动的空气来稀释排放的氢气，该处安装一个氢气浓度传感器。
报警
时，关断氢气气源隔离阀。
空气进口过滤器
空气进口过滤器，需要双层过滤，外层为物理过滤，主要过滤微粒；内层为化学过滤器，主要过滤危害阴极触媒的化学成分。
并且压损要小于3kpag。
冷却回路
冷却回路采用散热水箱和补水膨胀水箱的结构。
采用电动三通比例阀构成2 个分支回路：冷启动加热和电堆小功率回路（内回路），电堆大功率散热器回路（外回路）。
水温控制执行元件有：EMV-D1、3FAN-DRV、WP-DR、VHEX-D14。
组合控制达到各种工况的温度要求。
FLT-D11、FLT-D16为网状物理过滤器，主要过滤颗粒物。
FLT-DI17 去离子过滤器，安装在微循环分支上，用于去除冷却液中的离子。
电机调速器电源冷却液循环水泵和散热器风扇电机调速器电源全部用外接
的24VDC蓄电池电源。
燃料电池系统控制器
控制器的MCL选用飞思卡尔的MC9S12C，硬件和壳体，若
能采购满足要求的现成控制器，则采购；实验调试完成后，沿用采购的或公司自主研发。
控制策略和软件编程，公司自主研发。
DC/DC
将DC/DC归入燃料电池系统，是因为电堆的工况跟DC/DC密切相关。
1.节点参数
节点参数是根据系统工艺正常工作和控制策略要求而提出3.1电堆参数
单节电池电特性参数（用于健康度、生命期评估）额定电流：ADC
终止电压：VDC
表2 电压VS电流
冷却流道参数
冷却液为去离子水或防冻液（50%V/V乙二醇）
最大入口压力：kPa （绝压）
最大出口温度：
最大出入口温差：
表3压损VS流量（去离子水）：
表4压损VS流量(防冻液)
表5温度VS电流
阳极(氢气)及阴极参数
工作温度范围：c
最大阳极和阴极连通后入口压力：kPa 最大阳极对阴极压力：kPa
表6最小阳极对阴极压力VS 电流
其它各项
表7各项VS电流
3.2氢气通道
气源压力范围：7.6-9.6 barg 3.3空气通道
入口最低压力：-3.0kpag
出口最大压力：3.0 kpag
3.4加湿器
最大总压损：10.0 kpa 3.5热交换器
需根据压缩空气的最大流量、最高温度、最低温度来确定水道阻力：
最大气道压损： 5.0 kpag。