一种燃料电池阴极流场多尺度智能协同优化方法及装置

本申请涉及燃料电池设计优化技术领域，公开了一种燃料电池阴极流场多尺度智能协同优化方法及装置，该装置与该方法对应。针对仿真与实验参数失配及人工调参低效的问题，借助优化算法与自动化交互接口实现底层微观参数的智能标定；为打破传统离散寻优极易陷入局部最优且计算耗时的局限，构建融合物理双重约束的神经网络代理模型，即燃料电池代理模型；针对忽略空压机动态变化特征的缺陷，将燃料电池代理模型与空压机模型进行系统级耦合，避免了因空压机效率动态变化导致寄生功率估计高误差的研发误区；依托多目标决策机制，在全局范围内成功实现基于系统效率与内部指标的协同提升，为燃料电池的高效、高耐久双极板设计提供了科学的自动化解决方案。