近日，我校机械工程学院教师刘忠勇博士在国际著名期刊《Applied Energy》（中科院一区，TOP期刊，影响因子10.1）上以第一作者、铜陵学院为第一单位发表研究论文“Toward Low-data and Real-time PEMFC Diagnostic: Multi-Sine Stimulation and Hybrid ECM-informed Neural Network”。
（论文链接：https://doi.org/10.1016/j.apenergy.2025.125959）
本文针对质子交换膜燃料电池（PEMFC）故障诊断中实时性不足、可解释性差及数据依赖性强的问题，提出了一种混合等效电路模型驱动的神经网络（V-ECM）。通过弛豫时间分布（DRT）设计多频正弦激励信号，将电化学响应电压采集速度提升15倍，实现秒级实时监测；同时将等效电路模型的物理约束融入神经网络损失函数，构建机理与数据双驱动的诊断框架，在仅需1/10训练数据量的条件下实现90%以上的故障识别精度。该方法突破传统深度学习对大数据集的依赖，首次实现电化学反应过程动态特征的透明化解析，为新能源汽车、分布式能源等场景提供高精度、低成本的实时诊断方案。
据悉，刘忠勇为机械工程学院专职教师，中国科学技术大学博士（后），副教授。从事新能源汽车电化学动力电源状态监测及故障机理研究，主持国家自然科学青年基金项目、中国科学技术大学青年创新基金项目，以研究骨干身份参与国家自然科学基金面上项目、安徽省重点研发专项以及国家电网公司科技项目等，发表SCI/EI论文近30篇，授权/公开发明专利4项，曾获中国科学技术大学优秀博士论文、日内瓦国际发明展金奖、安徽省电子学会电子信息科技进步一等奖、安徽省普通高等学校优秀毕业生等。
撰稿：孙建 审稿：孙玉永 张静波 张少伍
