1.一种燃料电池空气路装置，其特征在于：包括空气过滤器、主空压机、辅空压机、电磁阀和气水分离器；空气输送管道与空气过滤器的进口连接，空气过滤器的出口通过第一输送管道与主空压机的进口连接，主空压机的出口通过第二输送管道与电堆的入口连接；

电堆的出口通过第三输送管道与气水分离器的进口连接，气水分离器的出口通过第四输送管道与第一输送管道连接，所述辅空压机和电磁阀设置在第四输送管道上；所述电磁阀为EGR阀；

第四输送管道还与第五输送管道连接，所述辅空压机和电磁阀处于第四输送管道与第五输送管道的连接点以及第四输送管道与第一输送管道的连接点之间；

第三输送管道还通过第六输送管道与第四输送管道连接；

在第二输送管道上设置有中冷器；

在第三输送管道上设置有第一控制阀，第一控制阀处于第三输送管道和第六输送管道的连接点与气水分离器之间；在第六输送管道上设置有第二控制阀；在第五输送管道上设置有第三控制阀。

2.根据权利要求1所述的一种燃料电池空气路装置，其特征在于：在空气输送管道上设置有第一温度传感器和第一压力传感器；在第一输送管道上设置有第一质量流量计和第二温度传感器；在第二输送管道上设置有第二压力传感器和第二质量流量计；在第四输送管道上设置有第三温度传感器、第三压力传感器、第四压力传感器和第三质量流量计。

3.根据权利要求2所述的一种燃料电池空气路装置，其特征在于：第二压力传感器和第二质量流量计处于主空压机和中冷器之间；第三温度传感器和第三压力传感器处于第六输送管道和第四输送管道的连接点与辅空压机之间；第四压力传感器处于辅空压机和电磁阀之间；第三质量流量计处于第四输送管道与第一输送管道的连接点与电磁阀之间。

4.一种燃料电池空气路控制方法，采用如权利要求1‑3中任一权利要求所述的装置，其特征在于包括以下步骤：废气循环缓解膜干的控制步骤，废气循环缓解水淹的控制步骤，废气循环缓解空压机喘振的控制步骤，以及双空压机串联减少单一空压机的负荷延长空压机寿命的控制步骤；

废气循环缓解膜干的控制步骤，包括以下过程：

空气经空气输送管道输送至空气过滤器，经空气过滤器过滤，然后经第一输送管道输送至主空压机，经过主空压机加压的空气再经中冷器降温，并经第二输送管道输送至电堆内部参与反应；由于电堆内部包含大量水，因此离开电堆的废气中包含许多水分；

打开第二控制阀和电磁阀，关闭第一控制阀和第三控制阀，电堆排出的废气依次经第三输送管道、第六输送管道和第四输送管道输送至主空压机的入口处；在输送过程中通过辅空压机加压；在电堆中，带水废气的循环吹扫能够增加膜上水分，且不依赖额外增湿系统；

废气循环缓解水淹的控制步骤，包括以下过程：

空气依次经过空气过滤器、主空压机、中冷器后进入电堆内部参与反应；

打开第一控制阀和电磁阀，关闭第二控制阀和第三控制阀；

电堆出口排出的带水废气经过第三输送管道和第四输送管道输送至主空压机的入口处；

在输送过程中通过气水分离器将水分离出来，干燥后的废气再经辅空压机加压；

在电堆中，干燥后的废气循环吹扫，能够有效避免由于空气中水分湿度大引起的燃料电池内部水淹；

废气循环缓解空压机喘振的控制步骤与双空压机串联减少单一空压机的负荷延长空压机寿命的控制步骤相同，均包括以下过程：空气依次经过空气过滤器、主空压机、中冷器后进入电堆内部参与反应，反应后的废气从电堆出口排出；

打开第一控制阀、第二控制阀和电磁阀，关闭第三控制阀；电堆出口排出的废气经第三输送管道、第六输送管道和第四输送管道输送至主空压机的入口处；在输送过程中通过辅空压机加压；

当主空压机空压比不变时，进气量的突然骤减会引起主空压机的喘振，通过废气循环使用，使得离开电堆的废气向主空压机入口供气，缓解进气量骤减的问题，防止喘振发生；

并且采用主空压机与辅空压机串联的方式，在输送过程中通过辅空压机加压，增加进气流速和进气量，帮助主空压机减缓负荷，提高使用寿命。

5.根据权利要求4所述的一种燃料电池空气路控制方法，其特征在于，还包括构建双空压机串联的动态响应模型，步骤如下：步骤一、将燃料电池空气路装置中的管路简化；

步骤二、建立辅空压机动态响应模型；

辅空压机动态响应模型如下：

m1是辅空压机质量流量， 是质量流量随时间的变化率，A1是辅空压机的参考面积，L1是辅空压机导管的长度，T01是辅空压机进气温度，Cp是空气恒压比热容，γ是比热容比，P01是辅空压机入口压强，PP1是辅空压机的供气歧管内部压强；

Δh0c1，ideal是空气流动的理想比晗，σ1是滑移影响系数，ω1是辅空压机角速度；

是效率函数， 是辅空压机在正常工作区域的效率，ηs1是辅空压机喘振效率；

η01是空压机最大效率，ke1、ke2、ke3是效率系数；

ks1代表辅空压机喘振效率系数，Ts，low1、Ts，high1分别是喘振阈值的下限和上限；

步骤三、基于能量守恒和质量守恒原理，建立管内循环废气和外部新鲜空气汇合后的压强模型；

根据能量守恒：

是循环废气在单位时间内通过D1截面的能量， 是环境空气在单位时间内通过D2截面的能量， 是汇合后气体在单位时间内通过D3截面的能量，h1、he分别是循环废气和环境空气的比晗，me是环境空气的质量流量；

根据质量流量计算气体流速：

ρ1为循环废气的气体密度，R为理想气体常数，v1为循环废气气体流速，ρe为环境空气的气体密度，Pe为环境空气的气体压强，Te为环境空气温度，D1、D2分别为对应管道的内壁直径，ve为环境空气气体流速；

依据质量守恒得：

m＝m1+me；

m为汇合后气体质量流量；

汇合后的压强表示为：

P02为主空压机入口压强；

步骤四、建立主空压机动态响应模型；

m2是主空压机质量流量， 是质量流量随时间的变化率，A2是主空压机的参考面积，L2是主空压机导管的长度，T02是主空压机进气温度，Cp是空气恒压比热容，γ是比热容比，P02是主空压机入口压强，Pp2是主空压机的供气歧管内部压强；

Δh0c2,ideal是空气流动的理想比晗，σ2是滑移影响系数，ω2是主空压机角速度；

是效率函数， 是主空压机在正常工作区域的效率，ηs2是主空压机喘振效率；

η02是主空压机最大效率，ke4、ke5、ke6是效率系数；

ks2代表主空压机喘振效率系数，Ts,low2、Ts,high2分别是喘振阈值的下限和上限；

步骤五、建立电堆管路压降等效简化模型；

假设电堆中的氧气流动遵循理想气体定律和达西定律，使用以下简化公式来估算电堆出口压强：R是通用气体常数，n是氧气摩尔数，T是电堆温度，ΔS是电堆厚度；

上述公式假定气体流动是一维的，气体流动是稳态的，气体的行为符合理想气体定律，气体的流动遵循达西定律；

步骤六、参数辨识；

首先确定动态响应模型的待识别参数为Kident＝[ke1、ke2、ke3、ks1、ke4、ke5、ke6、ks2]；将主空压机转速和辅空压机转速作为输入，主空压机质量流量和辅空压机质量流量作为输出，使用狗腿法进行参数识别，在每次迭代中寻找介于最速下降方向和牛顿方向之间的搜索方向；确定目标问题如下式：KL

Kident是需要识别的参数，Ymodel、Yexp分别是动态响应模型输出和实验输出的值，N是样本点的数量，KL是低界限参数，KH是高界限参数；u是控制输入，t从0变化到tN，tN表示时间序列最后一个时间点；

步骤七、构建基于数据驱动的模型代替传感器信息；

通过加装传感器训练MIMO算法完成多输入多输出任务；首先使用传感器测得真实物理量供给动态响应模型进行参数识别，随后将传感器测得的真实物理量供给MIMO算法输出端，燃料电池控制量供给MIMO算法输入端进行基于数据驱动的模型训练；燃料电池控制量包含主空压机转速和辅空压机转速、负载电流；

Dpredict＝[P01、T01、m1、me、m、P02、Pp2]；

输入输出关系表述为y(x)＝X(x)β+∈；

y(x)是七维的输出向量，X(x)是一个设计矩阵包含了输入特征，β是共同的模型参数向量，∈是误差向量；目标是找到一组参数β，使得所有输出变量的预测误差最小化；通过联合优化有输出的损失函数来实现，如下式：L是损失函数；

对每个输出变量独立地应用SVR模型，对于每个独立模型，每个输出的SVR目标函数表示为：受约束条件为：yi‑∈≤fm(xi；ωm，bm)≤yi+∈，ζim,ζim≥0；

第m个输出的SVR模型为

式中：Cm是正则化参数，ξim和ζim是松弛变量；ωm为第m个共享权重向量，bm为每个输出学习独立的偏置项；

步骤八、无模型控制；

使用无模型的强化学习算法Q学习，使主空压机和辅空压机串联的每个状态下都能够获得最大预期累计奖励的动作。

6.根据权利要求5所述的一种燃料电池空气路控制方法，其特征在于，步骤六中还包括以下步骤：(1)初始化：首先选择一个初始点x0，和一个初始的信赖域半径Δ0；

(2)计算梯度和Hessian矩阵：在当前迭代点xk，计算目标函数minf(Kident)的梯度gk，和Hessian矩阵Bk；

(3)确定最速下降方向：最速下降方向是梯度的负方向，即dgrad＝‑gk；

‑1

(4)确定牛顿方向：牛顿方向是Hessian矩阵Bk的逆与梯度的乘积，即dNewton＝‑(Bk) gk；

(5)构建狗腿路径：狗腿路径是连接最速下降方向和牛顿方向的直线段与信赖域边界的交点；如果牛顿方向在信赖域内，则直接使用牛顿方向作为搜索方向；如果不在信赖域内，则需要在牛顿方向上找到一个点，使其满足信赖域的约束；

(6)求解子问题：在信赖域内，求解以下子问题以找到最佳的搜索方向dk：dk＝argmimd∈Df(xk+d)；

D是以xk为中心，半径为Δk的信赖域；

(7)更新参数：根据找到的搜索方向dk更新参数：xk+1＝xk+αkdk；

αk是通过搜索确定的步长；

(8)更新信赖域半径：根据实际下降量和预期下降量的比例来调整信赖域半径Δk+1；

(9)收敛迭代：如果目标函数minf(Kident)的值达到最大循环次数，或者目标函数的值小于预设的容忍度，则停止迭代；否则，返回步骤(2)继续迭代。

7.根据权利要求5所述的一种燃料电池空气路控制方法，其特征在于，步骤八中包括以下具体步骤：a、首先建立状态方程：

x(t)表示系统在时间t的状态；

u(t)表示控制信号；

T

b、给出新变换的状态向量S＝[S1,S2,S3,S4]；

c、变换被写为

其中

以及

将得到的成本函数Γe被视为Γ的上限， 其中Pe(S)为正定函数；

d、为了实现最优控制，应最小化以下成本函数 通过以上控制步骤实现通过模型预测代替实体传感器，同时改变辅空压机转速完成对主空压机的喘振控制。