急急急，英文翻译！

来源：百度知道 编辑：UC知道 时间：2024/06/22 22:10:07
4. Modeling SOFC by GA-RBF
For a given SOFC stack, the relation between terminal voltage
U and current density I is influenced by many operating
parameters, such as cell temperature, air flow rate, hydrogen
flow rate, air pressure, hydrogen pressure, etc. However, due to
the high number of operating variables, a complete experimental
database of SOFC under the different operating conditions is difficult to obtain and no data are available in the open literature yet[19]. Up to now, almost no model has ever been able to accommodate all these operating variables. Our GA-RBF model is no exception. Temperature is one of the most operating parameters for the fuel cell and has a significant effect on the fuel cell. In order to analyze the effects of different temperatures on output voltage, we choose current density I, which is decided by the uncontrollable load, and cell temperature T as variables. In general, a wide class of nonlinear systems can be described b

打了这么多……
真够厉害的

塑造由GA-RBF的SOFC
为特定SOFC堆，在终端电压之间的联系
U和电流密度许多操作影响我
参量，例如细胞温度，空气流动率，氢
流速、气压、氢压力等等。 然而，由于
操作变量的高数量，一完全实验性
SOFC数据库在不同的操作条件下是难获得，并且数据不是可利用的在开放文学， [19]。 到现在，几乎模型未能容纳所有这些操作变量。 我们的GA-RBF模型是没有例外。 温度是燃料电池的多数使用参数之一并且有对燃料电池的重大作用。 为了分析不同的温度的作用对产品电压，我们选择电流密度我，由无法控制的装载决定和细胞温度T作为可变物。 一般来说，非线性系统宽类可以由与外生输入(NARX) [20的]非线性自回归模型描述。 因此在本文与二输入的SOFC输出的非线性系统和一个可以被描述如下：
假设那里是一系列的输入我(k)， I (k−1)，…，
我(k−m)， T (k)和产品U (k)， U (k−1)，…， U (k−n)。
根据GA-RBF的证明结构在图2显示，
那里TDL是开发的延迟线。 我们的研究的目标是
因此，发现接近Eq的GA-RBF模型。 (11).
并且它要求三步建立一个高效率的GA-RBF模型：
准备训练数据，训练数据获得GA-RBF
模型和预言与获得的新的输入数据
模型。
4.1. 准备训练数据
在我们的研究中，在参考[21的]一个模型被用于引起
为GA-RBF的训练需要的资料塑造。 这里，二
小组电流密度和细胞在800 ◦C的电压数据和
1000年◦C被选择当训练数据，并且每个小组有701
对数据。 变化SOFC的主要操作的参量，
例如温度(600-1000 ◦C)，堆积电流密度
(0-700mAcm−2)。 在许多情况下，应该称训练数据，
通常线性地，对[0， 1]或[−1， +1]。 例子的