氢能系统工程智能设计理论与方法初探

程友良; 丁瑞; 王乃潇; 张磊; 樊小朝; 马伊宣

doi:doi:10.19912/j.0254-0096.tynxb.2024-1916

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

氢能系统工程智能设计理论与方法初探

更新时间：2025-12-10

- 氢能系统工程智能设计理论与方法初探
- Issue 11, Pages: 171-180(2025)
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：doi:10.19912/j.0254-0096.tynxb.2024-1916
  CLC： K91
- Published Online：04 December 2025，
  
  Published：04 December 2025
- 稿件说明：
移动端阅览
程友良, 丁瑞, 王乃潇, et al. 氢能系统工程智能设计理论与方法初探[J]. 2025, (11): 171-180.
DOI：

程友良, 丁瑞, 王乃潇, et al. 氢能系统工程智能设计理论与方法初探[J]. 2025, (11): 171-180. DOI： doi:10.19912/j.0254-0096.tynxb.2024-1916.

摘要

运用系统工程的理论框架与实践方法

对氢能系统进行初步探索

全面梳理智能设计领域的核心理论与方法

涵盖参数化几何建模、智能优化算法、知识工程、多学科设计优化、数字孪生以及生成式设计等多个方面。通过详细探讨这些理论在氢能系统工程中的实际应用状况

强调了智能设计对于推动氢能技术进步与产业升级中的关键作用。此外

还展望了人工智能技术在未来氢能经济社会中的应用前景

特别指出智能设计将有助于提升氢能系统各环节的运行效率、加速氢能产业的智能化升级与可持续发展。

Abstract

Research on intelligent design in hydrogen energy systems engineering addresses the various challenges faced by the hydrogen industry amidst the global transition to green energy. It integrates the theoretical framework and practical strategies of systems engineering

providing both an initial and in-depth analysis of hydrogen energy systems. The work comprehensively reviews the core theories and technical methods in the field of intelligent design

which encompass a wide range of cutting-edge areas such as parametric geometric modeling

intelligent optimization algorithms

knowledge engineering

multidisciplinary design optimization

digital twin technology

and generative design. By meticulously examining the practical applications of these advanced theories in hydrogen energy systems engineering

the research demonstrates the crucial role of intelligent design in driving technological advancements and accelerating industrial upgrades in the hydrogen sector. Additionally

it explores the extensive application prospects of artificial intelligence technologies in the future hydrogen economy and society

highlighting how intelligent design can enhance the operational efficiency of various stages in hydrogen energy systems

thereby promoting the intelligent upgrading and sustainable development of the hydrogen industry.

关键词

Keywords

references

毛宗强. 氢能:21世纪的绿色能源[M]. 北京: 化学工业出版社, 2005.

许洪华, 邵桂萍, 鄂春良, 等. 我国未来能源系统及能源转型现实路径研究[J]. 发电技术, 2023, 44(4): 484-491.

祝嫣然. 工信部部署下半年工业稳增长加快培育新支柱新赛道[N]. 第一财经日报, 2024-07-29(A02).

张盛, 郑津洋, 戴剑锋, 等. 可再生能源大规模制氢及储氢系统研究进展[J]. 太阳能学报, 2024, 45(1): 457-465.

汪应洛. 系统工程[M]. 5版. 北京: 机械工业出版社, 2016.

黄素逸, 高伟. 能源概论[M]. 2版. 北京: 高等教育出版社, 2013.

张志耀, 赵慧娟. 能源系统工程学[M]. 太原: 山西经济出版社, 2016.

于景元. 钱学森系统科学和系统工程的成就与贡献: 从系统思想到系统实践的创新(上)[J]. 中国航天, 2021(12): 15-23.

于景元. 钱学森系统科学和系统工程的成就与贡献: 从系统思想到系统实践的创新(下)[J]. 中国航天, 2022(1): 41-45.

杜卿卿. 独家对话港大数科院长马毅: 担心AI统治世界是杞人忧天[N]. 第一财经日报, 2023-04-21(A06).

刘吉臻, 王庆华, 胡阳, 等. 新型电力系统的内涵、特征及关键技术[J]. 新型电力系统, 2023(1): 49-65.

毛宗强, 王诚, 余皓, 等. 绿色制氢技术[M]. 北京: 化学工业出版社, 2024.

冯沛, 张舒燕, 陈洪亮, 等. 智能加氢机设备控制系统架构及AI技术[J]. 能源科技, 2022, 20(5): 65-69, 74.

YANG R, MOHAMED A, KIM K.Optimal design and flow-field pattern selection of proton exchange membrane electrolyzers using artificial intelligence[J]. Energy, 2023, 264: 126135.

NACHTANE M, TARFAOUI M, ABICHOU M A, et al.An overview of the recent advances in composite materials and artificial intelligence for hydrogen storage vessels design[J]. Journal of composites science, 2023, 7(3): 119.

DING R, CHENG Y L, FAN X C, et al.Many-objective optimization of graded cathode catalyst layer for PEMFC on performance, gas distribution quality, and cost via AI-based model[J]. International journal of hydrogen energy, 2024, 58: 1514-1525.

NIU Z Q, ZHAO W H, DENG H, et al.Generative artificial intelligence for designing multi-scale hydrogen fuel cell catalyst layer nanostructures[J]. ACS nano, 2024, 18(31): 20504-20517.

荣杨一鸣, 孙怡, 高俊, 等. 储氢场景与氢气储运系统的多维度模式匹配优化研究[J]. 太阳能学报, 2024, 45(6): 102-108.

杨建宾, 谢丽蓉, 宋新甫, 等. 基于多元Copula函数的光-火-氢多晶硅园区优化配置[J]. 太阳能学报, 2023, 44(8): 180-188.

马榕谷, 陈洁, 赵军超, 等. 非并网风氢互补系统的容量多目标优化[J]. 太阳能学报, 2019, 40(2): 422-429.

黄宇, 周新鹏, 郭浩德, 等. 风光氢耦合系统的经济随机模型预测控制方法研究[J]. 太阳能学报, 2024, 45(8): 144-153.

BONDARENKO V L, ILYINSKAYA D N, KAZAKOVA A A, et al.Introduction to digital hydrogen energy[J]. Chemical and petroleum engineering, 2022, 58(1): 42-46.

栾恩杰. 系统工程思想的演化: 古代先贤的系统工程观到当代复杂系统工程方法[J]. 工程管理科技前沿, 2022, 41(5): 1-8.

郭平, 王可, 罗阿理, 等. 大数据分析中的计算智能研究现状与展望[J]. 软件学报, 2015, 26(11): 3010-3025.

刘洛伊, 姜梅. 从分析到设计生成: 人工智能作为一种设计方法[J]. 南方建筑, 2024(4): 74-80.

贾玉婷. 案例知识驱动的风帆游艇深度生成式设计方法研究[D]. 秦皇岛: 燕山大学, 2023.

王愫, 刘月林, 孙利. 面向AI生成的产品概念设计方案智能评估方法[J]. 计算机集成制造系统, 2025, 31(1): 20-34.

CHAI Z P, ZONG Z S, YONG H C, et al.Tailoring stress-strain curves of flexible snapping mechanical metamaterial for on-demand mechanical responses via data-driven inverse design[J]. Advanced materials, 2024, 36(33): 2404369.

CHANG P L, HSU C W, CHANG P C.Fuzzy Delphi method for evaluating hydrogen production technologies[J]. International journal of hydrogen energy, 2011, 36(21): 14172-14179.

CEYHUN Y.Thermoeconomic modeling and optimization of a hydrogen production system using geothermal energy[J]. Geothermics, 2017, 65: 32-43.

ZHOU Y Q, LOHAN D J, ZHOU F, et al.Inverse design of microreactor flow fields through anisotropic porous media optimization and dehomogenization[J]. Chemical engineering journal, 2022, 435: 134587.

朱黎, 张小宝. “氢涌智氢岛”推动产业创新[N]. 中国改革报, 2024-7-24.

梁涛, 柴露露, 谭建鑫, 等. 基于深度强化学习算法的氢耦合电-热综合能源系统优化调度[J]. 电力自动化设备, 2025, 45(1): 59-66.

曹军文, 张文强, 李一枫, 等. 中国制氢技术的发展现状[J]. 化学进展, 2021, 33(12): 2215-2244.

罗亦丹, 岳彩周. 张钹直指人工智能行业当前问题: 没有理论只有模型算法[N]. 新京报, 2024-08-01.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

非均匀流道PEMFC传质模拟与性能研究

制氢系统碱性电解槽凹凸双极板流场分析与结构优化

固定式高压气态储氢压力容器发展与现状

氢能产业高质量发展的系统动力学建模与分析

Related Author

王乃潇

程友良

丁瑞

樊小朝

赵晨辉

金子皓

向玲

卢晓晨

Related Institution

32023 Troops of the Chinese People’s Liberation Army

College of Biotechnology and Food Science, Tianjin University of Commerce

Interdisciplinary Innovation Lab for Environment and Energy, Tianjin University of Commerce

College of Mechanical Engineering, Tianjin University of Commerce

Guangzhou Institute of Tropical and Marine Meteorology, China Meteorological Administration

AI问答

⁰