一种基于数值模拟和机器学习的储氢瓶充放气调控方法

本发明提供了一种基于数值模拟和机器学习的储氢瓶充放气调控方法，包括：分析储氢瓶的充放气运行工况，得到工况分析结果和历史数据；根据储氢瓶的三维模型构建流‑热耦合仿真模型，进行仿真模型模拟试验，得到模拟结果；根据历史数据对模拟结果进行验证，得到充放气过程中储氢瓶内的流场演化规律和温度场演化规律；将模拟结果和历史数据整合为数据集；构建神经网络模型，通过数据集对神经网络模型进行训练和验证；根据训练好的神经网络模型对工况分析结果进行计算，得到充放气控制逻辑；根据流场演化规律和温度场演化规律对充放气控制逻辑进行优化。该方法准确地获得了储氢瓶充放气的最佳控制逻辑，提升了储氢瓶的安全性和充放气过程的高效性。