由天津大学和上海捷氢科技联合承担。

秘书处于2022年8月10日组织来自上海捷氢科技、上汽商用车技术中心、泛亚技术中心、上汽大众、上海机动车检测中心共5名资深工程技术人员，通过腾讯视频会议方式，对该课题进行了结题验收评审。

项目组基于人工智能在燃料电池技术开发中（电堆车载控制、电堆优化设计、数据库与数据处理等）的应用为主题的调研结果，结合天津大学实例研究自有数据及捷氢科技提供的数据进行分析，提出了诸多基于人工智能的技术方案。其中，在电堆车载控制方面，提出的燃料电池故障诊断策略，具有较高诊断性能，实现系统故障在线诊断；提出的电堆空气供给系统自适应优化策略，根据电堆参数老化自适应调节参数，提升系统效率。在电堆优化设计方面，提出的电堆性能预测模型，对冷启动过程进行预测，优化操作条件；提出的电堆参数优化方案，优化催化层配比，提升电堆性能；提出的电堆衰减性能预测模型，能较为准确地预测电堆衰减后性能趋势。在数据库与数据处理方面，提出的数据预处理方法，能有效的提高燃料电池数据质量。以上部分方案在捷氢科技M3X、M4电堆的开发中得到了初步测试验证。

本课题虽然是一个软课题，但充分展示了天津大学的硬实力。经专家评定，综合得分88.7分，同意验收。

基于遗传算法的空气路优化控制模型仿真结果（全功率范围平均提升3.76%）