我这次进行短期交流的单位是法国燃料电池实验室（Fuel Cell Laboratory），简称FCLAB，坐落在法国阿尔萨斯地区的美丽城市贝尔福（Belfort）。FCLAB是全欧洲最先进和权威的燃料电池学术研究机构，实验室共拥有者约200人的教职工和科研人员，是全欧洲最大的燃料电池学术研究群体，每年培养超过30名的博士和硕士研究生。FCLAB由旗下的五个研究所组成，分别是：Franche-Comté Electronics Mechanics Thermal Science and Optics �C Sciences and Technologies （FEMTO-ST）、 The French Institute of Science and technology for transport, development, and network （LTE-IFSTTAR） 、Laboratory of Systems & Applications of Information & Energy Technologies（SATIE）、IRTES Lab 和 Ampere Lab。FCLAB研究的领域包括：氢燃料电池和固体氧化物燃料电池的建模、测试和仿真；燃料电池系统和辅助系统；燃料电池的健康管理和维护；燃料电池系统优化；中高温固体氧化物燃料电池的设计和测试；储氢的质子交换膜电解槽研究；与燃料电池相关的公共政策和社会经济效益研究等。

FCLAB的领导人是我国外的导师Daniel Hissel教授。Daniel教授是世界著名的燃料电池专家，他已经从事燃料电池研究超过20年，发表了燃料电池相关研究论文超过300篇。Daniel教授于1994年和1998年分别在Ecole Nationale Superieure d’Ing′enieurs Electriciens de Grenoble和图卢兹国立理工学院（Institut National Polytechnique de Toulouse）获得电气工程师学位和博士学位。在1999年-2000年期间，工作于阿尔斯通公司（ALSTOM）在法国塔布（Tarbes）的交通部门，担任欧洲燃料电池公交车项目的系统工程师。2000年-2006年期间，成为了贝尔福技术大学（University of Technology Belfort）的副教授。2006年-2008年期间，Daniel教授成为了弗朗什-孔泰大学（University of Franche-Comte）的全职教授，同时也是电气工程和系统实验室燃料电池研究组的带头人。2008年，Daniel教授加入了FEMTO-ST研究所，并担任了能量系统建模研究组的带头人。从2012年至今，Daniel教授开始担任混合燃料电池系统研究组的带头人，并整合燃料电池研究团体，成立了FCLAB研究联合会 （FCLAB Research Federation），致力于燃料电池系统和技术的研究，他担任FCLAB的带头人。目前，FCLAB已经成为了全欧洲最具影响力的燃料电池研究机构之一。Daniel教授的研究领域包括用于固定式和交通运输的燃料电池系统设计、建模、非线性控制和能量优化，同时也是燃料电池系统健康管理和维护研究领域的世界顶级专家。Daniel教授同时也是电气领域顶级期刊IEEE Transactions on Industrial Electronics的副主编和IEEE VTS French Chapter的主席等等。Daniel教授本人和蔼可亲，乐于与学生沟通。在我留学期间，教授每周都会跟我交流讨论一次，向我推荐相关的前沿优秀研究成果，促进我科研进展的同时还帮助我了解实验室并介绍我与实验室其他同学和老师沟通，让我得以在短短的四个月时间内取得了两篇顶级期刊的研究成果。

本次留学期间我的主要工作包括以下三方面：

（1）了解了先进的燃料电池测试平台，并学会了如何使用测试平台进行燃料电池性能测试。为后续回国后实验平台的改进和优化积累了丰富的经验。

（2）实现了基于自动机器学习算法的燃料电池短期性能衰减预测。首先比较了不同结构的神经网络（多层前馈神经网络、反馈神经网络和模糊神经网络）在燃料电池短期性能衰减预测上的效果，测试结果表明，模糊神经网络具有最好的短期预测性能。在测试过程中，我们发现使用神经网络最大的困难之处在于参数调节。目前已有的燃料电池性能衰减预测方法的参数都是手动调节的。但手动调节存在两个不可避免的缺陷，一是参数调节很大程度上依赖研究者的个人经验；二是很难找到最优的参数组合。考虑到目前出现的很多可以进行参数自动调节的自动机器学习算法。因此，在前面比较结果的基础上，引入了进化算法―粒子群优化算法来实现模糊神经网络的参数自动调节。我们使用模糊神经网络在训练阶段得到的预测结果的最小二乘均方根作为粒子群优化算法的适应度，将模糊神经网络的隶属度函数参数作为粒子群优化算法的变量。测试结果表明，该算法能够有效的实现参数调节并取得理想的预测精度，唯一的代价就是运行时间的增加。但相比于按小时来计算的燃料电池衰减而言，这一点的时间增加可以忽略不计。最后我们在实验平台上对该算法进行了测试，结果表明，该算法能够实现实时精确的燃料电池电压预测。

（3）实现了基于混合方法的燃料电池性能长期衰减预测和剩余使用寿命估计。首先，在前面提出的自动机器学习基础上，我们实现了基于该自动机器学习算法的燃料电池长期性能衰减预测。该方法可以归类为基于数据的方法。然后，基于所得的长期衰减预测结果和燃料电池半经验衰减模型，我们采用自适应无迹卡尔曼滤波算法实现了燃料电池电阻和限制电流两个参数的精确估计。最后，基于所得到的电阻和限制电流参数变化，实现了对燃料电池剩余使用寿命的精确估计。该方法可以归类为基于模型的方法。所以，在最后，我们实现了结合基于数据方法和基于模型方法的混合方法，对燃料电池进行精确的衰减预测和剩余使用寿命估计。

同时，在留学期间，我还积极参加各类的燃料电池论坛和研讨会，了解到了很多燃料电池公共政策和社会效益方面的研究进展，这些研究恰恰是我们国内燃料电池研究人员所忽略的。除了科研上的工作，我在周末还督促自己学习在线课程，掌握人工智能领域的最新进展，完成了吴恩达老师的在线深度学习课程，并成功拿到了结业证书。

本次短期交流我个人感觉最大的收获首先是了解了国外顶尖燃料电池研究机构的实验平台和设备，为回国以后进行实验平台的搭建和改造积累了丰富经验。同时，通过跟国外导师的深度合作，完成了第一作者的顶级期刊论文两篇，可以说是收获满满。在国外交流的这段时间里，自己每天跟国外的学生、老师和研究者接触，了解到了他们做研究的方法和习惯。以前印象中感觉国外的研究生和博士平时工作学习会比较轻松自由，但经过这次的交流发现其实国外的研究生和博士工作也非常刻苦，工作时间也并不比我们短，所以自己回国以后需要更加的努力和刻苦。另外，国外研究生和博士的校园生活并没有我们舒适，比如我们学校有着各种风味的食堂和餐厅可供我们选择，但在国外大学只有一个食堂，而且每天只供应午餐，早餐和晚餐都需要学生自己解决，相比而言国外学生的校园生活很不便利，因此我们要更加珍惜在国内大学的时间和资源，努力做出更多的研究成果和贡献。当然，国外的大学也有很多值得我们学习的地方，比如国外研究生和博士的心态普遍要比我们平和，能更加专心的静下心来搞科研和创新，所以整体的学术氛围非常好。相比而言我们国内的研究生和博士心态都普遍比较浮躁，自己以后也需要多注意这点，逐步改进。此外，在交流的这段时间里，见识了很多燃料电池领域的著名学者，通过跟他们的交流，了解了很多未来燃料电池发展的方向，给自己的研究工作增加了很多灵感。同时，也跟他们互换了联系方式，欢迎他们以后来我们实验室参观交流，为未来实验室的国际合作和研究发展锦上添花。

除了学习和工作上的收获，生活上的收获也非常多。比如，学会了做饭，了解了很多法国阿尔萨斯地区的习俗和文化，学了很多法语句子，认识了很多来自不同国家的同学和朋友等等。同时，值得一提的是留学期间刚好赶上法国世界杯夺冠，真正感受到了整个法国对足球的狂热和喜爱。法国学校对足球的培养非常重视，幼儿园就开始踢球，小学生的课间活动就是踢足球，几乎每个学校都配备标准的足球场，法国的每一次球赛贝尔福城市都是万人空巷，热爱加上大力培养最终成就了法国足球的强大。

――刘浩