CN110597052B - 面向快速动态响应的燃料电池空气供给控制器及控制方法 - Google Patents
面向快速动态响应的燃料电池空气供给控制器及控制方法 Download PDFInfo
- Publication number
- CN110597052B CN110597052B CN201910907034.1A CN201910907034A CN110597052B CN 110597052 B CN110597052 B CN 110597052B CN 201910907034 A CN201910907034 A CN 201910907034A CN 110597052 B CN110597052 B CN 110597052B
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- fuel cell
- controller
- air supply
- output
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000000446 fuel Substances 0.000 title claims abstract description 60
- 230000004044 response Effects 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title claims abstract description 16
- 230000003044 adaptive effect Effects 0.000 claims abstract description 26
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 14
- 239000001301 oxygen Substances 0.000 claims description 14
- 229910052760 oxygen Inorganic materials 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 8
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 5
- 235000003642 hunger Nutrition 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 3
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- 229910052739 hydrogen Inorganic materials 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000037351 starvation Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Fuel Cell (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种面向快速动态响应的燃料电池空气供给控制器及控制方法,所述控制器包括:模糊自适应PID控制器:根据燃料电池的输出反馈值y与参考值yr的误差值e(t)进行模糊推理,输出模糊自适应PID控制信号uFPID;自抗扰控制器:根据燃料电池的输出反馈值y与参考值yr通过扩张状态观测器计算,输出自抗扰控制信号uADRC;模糊选择器:进行模糊推理,输出模糊自适应PID控制比例系数k1、自抗扰控制比例系数k2;空气供给控制器:采用加权平均算法融合模糊自适应PID控制信号uFPID和自抗扰控制信号uADRC,得到u(t)=k1uFPID+k2uADRC作为燃料电池空气供给***的控制信号。本发明结构设计简单,易实现,并能有效解决车用燃料电池饥饿现象。
Description
技术领域
本发明涉及燃料电池电动汽车控制技术领域,具体地指一种面向快速动态响应的燃料电池空气供给控制器及控制方法。
背景技术
随着全球经济与工业快速发展,环境污染与能源危机问题日趋严重,引起了各国政府的强烈关注。因此,政府大力支持太阳能,潮汐能,风能和氢能等清洁能源的开发,这些能源具有零污染排放、高效率等优点。其中燃料电池是这些清洁能源中最典型的代表,它的原料是氢气与空气的氧气在催化剂条件下发生化学反应,产生热量、电和水,它具有高效、无污染、低温启动等优点。因此,在短短几年内,它迅速获得了各国政府和企业争相追逐的新款清洁能源产品。特别是,质子交换膜燃料电池(PEMFC)被认为是最有前景的发电装置,特别是在汽车领域得到广泛的使用和迅速发展。它具有燃料电池所有优点,但其缺点是寿命短且成本昂贵,这限制了其在实际***中的广泛应用。因此,研究先进的控制***必须满足延长PEMFC寿命与避免PEMFC***性能下降。
然而,对于喜欢使用传统PID控制器的工程师来说,上述这些控制器似乎有点复杂和模糊。显然,由于PEMFC***本身存在非线性、参数不确定性和变量耦合等特性,传统的PID控制显然不适合处理复杂的非线性***。为此,近年来,随着智能算法的出现,很多研究人员利用模糊控制、神经网络以及结合两者优势形成新的智能控制算法,以实现来提升PEMFC性能和延长使用寿命。然而,这种修改不可避免地引入了更多参数需要调节。因此,这无疑增加了工程师的工作量。
关于现有燃料电池***发明中有一个非常重要的现象尚未得到足够的重视,即瞬态过冲和快速响应(调整时间)问题。这些问题是在外界负载变化情况下氧气过剩比系数(OER)在瞬态期间使得追踪参考值易出现超调量(过冲)和响应速度慢,这对于实际***来讲是非常致命的。即使在最新的研究中,超调量和快速响应时间仍然是一个障碍。因此,对其进行研究无论对于实际***还是理论研究都无疑具有重要的意义与价值。因此,有必要提供一种结构设计简单,易实现,并能有效解决燃料电池饥饿现象的新型控制器。
发明内容
针对现有技术的不足之处,本发明提出了一种面向快速动态响应的燃料电池空气供给控制器及控制方法,它能够克服非线性、参数多变、变量耦合的车用燃料电池空气供给***,另外在外界负载突然剧烈变化情况下,实现氧气过剩比系数具有零超调量与快速响应,从而提高燃料电池***的性能及寿命。
为实现上述目的,本发明提出一种面向快速动态响应的燃料电池空气供给控制器,其特殊之处在于,所述控制器包括模糊自适应PID控制器、自抗扰控制器、模糊选择器、空气供给控制器;
所述模糊自适应PID控制器用于根据燃料电池的输出反馈值y与参考值yr的误差值e(t)进行模糊推理,输出模糊自适应PID控制信号uFPID;
所述自抗扰控制器用于根据燃料电池的输出反馈值y与参考值yr通过扩张状态观测器计算,输出自抗扰控制信号uADRC;
所述模糊选择器用于根据燃料电池的输出反馈值y与参考值yr的误差值e(t)进行模糊推理,输出模糊自适应PID控制比例系数k1、自抗扰控制比例系数k2;
所述空气供给控制器用于采用加权平均算法融合模糊自适应PID控制信号uFPID和自抗扰控制信号uADRC,得到u(t)=k1uFPID+k2uADRC作为燃料电池空气供给***的控制信号。
进一步地,所述模糊自适应PID控制信号uFPID的计算表达式为:
更进一步地,所述自抗扰控制信号uADRC的计算表达为:
u0=km(yr-y)
其中b0表示严格放大系数;km增益系数;z2表示扩张状态观测器输出值,需说明u0。
更进一步地,所述模糊自适应PID控制比例系数k1、自抗扰控制比例系数k2的计算表达式为,
更进一步地,所述g表示调节系数分别为α=1000,β=400,γ=1。
基于上述面向快速动态响应的燃料电池空气供给控制器,本发明还提出一种控制方法,其特殊之处在于,所述模糊自适应PID控制器根据燃料电池的输出反馈值y与参考值yr的误差值e(t)进行模糊推理,输出模糊自适应PID控制信号uFPID;所述自抗扰控制器用于根据燃料电池的输出反馈值y与参考值yr通过扩张状态观测器计算,输出自抗扰控制信号uADRC,空气供给控制器采用加权平均算法融合模糊自适应PID控制器和自抗扰控制器的输出,作为燃料电池空气供给***的控制信号,使得燃料电池空气供给***实现氧气过剩比系数在负载突然剧烈变化情况下具有零超调量和快速响应。
本发明面向快速动态响应的车用燃料电池空气供给控制器及控制方法,结构设计简单,易实现氧气过剩比系数在负载突然剧烈变化情况下具有零超调量和快速响应时间,从而提高车用燃料电池***输出性能及寿命。本发明使得氧气过剩比系数在负载突然剧烈变化情况下具有零超调量和快速响应,从而提高燃料电池***的输出性能及寿命。
附图说明
图1为本发明一种面向快速动态响应的车用燃料电池空气供给控制器及控制方法的原理框图。
图2为本发明模糊逻辑调节器的结构。
图3为本发明控制器实施的控制方法与其它控制方法仿真对比结果。
具体实施方式
下面结合附图及实施例对本发明作进一步的详细描述,但该实施例不应理解为对本发明的限制。
如图1所示,本发明提出的一种面向快速动态响应的燃料电池空气供给控制器,所述控制器包括模糊自适应PID控制器、自抗扰控制器、模糊选择器、空气供给控制器。
模糊自适应PID控制器用于根据燃料电池的输出反馈值y与参考值yr的误差值e(t)进行模糊推理,输出模糊自适应PID控制信号uFPID;
自抗扰控制器用于根据燃料电池的输出反馈值y与参考值yr通过扩张状态观测器计算,输出自抗扰控制信号uADRC;
模糊选择器用于根据燃料电池的输出反馈值y与参考值yr的误差值e(t)进行模糊推理,输出模糊自适应PID控制比例系数k1、自抗扰控制比例系数k2;
空气供给控制器用于采用加权平均算法融合模糊自适应PID控制信号uFPID和自抗扰控制信号uADRC,得到u(t)=k1uFPID+k2uADRC作为燃料电池空气供给***的控制信号。
在本发明的一个实施例中,模糊自适应PID控制器根据燃料电池的输出反馈值y与参考值yr的误差值e(t)进行模糊推理,输出模糊自适应PID控制信号uFPID;自抗扰控制器用于根据燃料电池的输出反馈值y与参考值yr通过扩张状态观测器计算,输出自抗扰控制信号uADRC,空气供给控制器采用加权平均算法融合模糊自适应PID控制器和自抗扰控制器的输出,作为燃料电池空气供给***的控制信号,使得燃料电池空气供给***实现氧气过剩比系数在负载突然剧烈变化情况下具有零超调量和快速响应。模糊自适应PID控制器输出信号比例系数为k1,自抗扰控制器输出信号比例系数为k2(k1+k2=1),利用加权平均算法融合两者控制器输出信号来作为控制空气压缩机。车用燃料电池空气供给控制器是利用给定的氧气过剩比当作参考信号与输出反馈信号作为自抗扰控制器的输入信号,而误差值变化量和误差值作为模糊自适应PID控制器的输入信号。其次,通过一个模糊选择器控制上述两者控制器的输出信号的增益系数(k1与k2)。最后,利用加权平均算法融合两者输出信号作为燃料电池空气供给***的电压输入控制信号,实现氧气过剩比系数在负载突然剧烈变化情况下具有零超调量和快速响应时间,从而提高燃料电池***的输出性能及寿命。
本发明提出的控制器中yr(t)代表氧气过剩比参考信号,e(t)代表参考信号与氧气过剩比输出反馈信号之差即误差值,代表误差变化量,把两者作为模糊逻辑推理器的输入信号,其输出的三个信号分别用kp,ki,kd表示传统PID值,即模糊推理过程,如图2所示。模糊自适应PID控制信号uFPID可用如下公式表示:
自抗扰控制器的核心部件就是扩张状态观测器(ESO),而自抗扰控制器可用如下式子表示,
f=l+(b-b0) (5)
其中d表示外界扰动项;l表示未知函数;b表示严格放大系数;f表示总扰动项;u表示自抗扰控制器的输入变量;y,表示自抗扰控制器的输出变量和输出变化量;t表示时间参数。当x1=y,x2=f,则等式(4)可写成状态空间形式,
则扩张状态观测器(ESO)可表示,
u0=km(yr-y) (9)
本发明选择模糊调节器作为调节模糊自适应PID控制器和自抗扰控制器输出的增益系数。通常模糊调节器都需要涉及到模糊化、模糊推理器及解模糊等步骤。本发明选用高斯函数作为对输入值(选取误差值与误差变化量)进行模糊化处理的隶属度函数,其表达式如下,
经过模糊化和模糊推理之后,其输出变量的隶属度函数计算表达式为,
另外,模糊逻辑规则由模糊调节器输入值决定,其输出变量为增益系数k1和k2,其计算表达式为,
因此,本发明控制器总的输出电压控制信号u(t)可表示为:
u(t)=k1uFPID+k2uADRC (14)
其中k1,k2表示增益参数,它是模糊选择器的输出;uFPID,uADRC分别是模糊自适应PID控制器和自抗扰控制器的输出。图3表示按照以上控制器设计步骤(曲线Proposed)与其它控制方法仿真的对比结果。
本发明面向快速动态响应的车用燃料电池空气供给控制器及控制方法,结构设计简单,易实现氧气过剩比系数在负载突然剧烈变化情况下具有零超调量和快速响应时间,从而提高车用燃料电池***输出性能及寿命。
尽管上面结合附图对本发明的优选实施例进行了描述,但是本发明并不局限于上述的具体实方式,上述的具体实施方式仅仅是示意性的,并不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可以作出很多形式的具体变换,这些均属于本发明的保护范围内。
Claims (4)
1.一种面向快速动态响应的燃料电池空气供给控制器,其特征在于:所述控制器包括模糊自适应PID控制器、自抗扰控制器、模糊选择器、空气供给控制器;
所述模糊自适应PID控制器用于根据燃料电池的输出反馈值y与参考值yr的误差值e(t)进行模糊推理,输出模糊自适应PID控制信号uFPID;所述模糊自适应PID控制信号uFPID的计算表达式为:
所述自抗扰控制器用于根据燃料电池的输出反馈值y与参考值yr通过扩张状态观测器计算,输出自抗扰控制信号uADRC;
所述模糊选择器用于根据燃料电池的输出反馈值y与参考值yr的误差值e(t)进行模糊推理,输出模糊自适应PID控制比例系数k1、自抗扰控制比例系数k2;所述模糊自适应PID控制比例系数k1、自抗扰控制比例系数k2的计算表达式为,
所述空气供给控制器用于采用加权平均算法融合模糊自适应PID控制信号uFPID和自抗扰控制信号uADRC,得到u(t)=k1uFPID+k2uADRC作为燃料电池空气供给***的控制信号;车用燃料电池空气供给控制器是利用给定的氧气过剩比当作参考信号与输出反馈信号作为自抗扰控制器的输入信号,而误差值变化量和误差值作为模糊自适应PID控制器的输入信号。
3.根据权利要求1所述的面向快速动态响应的燃料电池空气供给控制器,其特征在于:所述g表示调节系数分别为α=1000,β=400,γ=1。
4.一种根据权利要求1~3中任一项所述的面向快速动态响应的燃料电池空气供给控制器的控制方法,其特征在于:所述模糊自适应PID控制器根据燃料电池的输出反馈值y与参考值yr的误差值e(t)进行模糊推理,输出模糊自适应PID控制信号uFPID;所述自抗扰控制器用于根据燃料电池的输出反馈值y与参考值yr通过扩张状态观测器计算,输出自抗扰控制信号uADRC,空气供给控制器采用加权平均算法融合模糊自适应PID控制器和自抗扰控制器的输出,作为燃料电池空气供给***的控制信号,使得燃料电池空气供给***实现氧气过剩比系数在负载突然剧烈变化情况下具有零超调量和快速响应。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910907034.1A CN110597052B (zh) | 2019-09-24 | 2019-09-24 | 面向快速动态响应的燃料电池空气供给控制器及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910907034.1A CN110597052B (zh) | 2019-09-24 | 2019-09-24 | 面向快速动态响应的燃料电池空气供给控制器及控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110597052A CN110597052A (zh) | 2019-12-20 |
CN110597052B true CN110597052B (zh) | 2021-01-26 |
Family
ID=68862821
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910907034.1A Active CN110597052B (zh) | 2019-09-24 | 2019-09-24 | 面向快速动态响应的燃料电池空气供给控制器及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110597052B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111663032B (zh) * | 2020-06-01 | 2022-02-18 | 浙江兆晶电气科技有限公司 | 一种非晶铁芯退火炉自抗扰温度控制方法 |
CN114879502B (zh) * | 2022-05-23 | 2023-06-30 | 中国科学院光电技术研究所 | 一种位置环自抗扰控制器参数自整定方法 |
CN115188999B (zh) * | 2022-07-22 | 2024-04-16 | 吉林大学 | 一种燃料电池***空气供给回路的控制方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9268315B2 (en) * | 2002-04-18 | 2016-02-23 | Cleveland State University | Extended active disturbance rejection controller |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201044679A (en) * | 2009-06-12 | 2010-12-16 | Young Bright Technology Corp | Fuel cell system |
CN103401006B (zh) * | 2013-08-07 | 2015-04-08 | 东南大学 | 一种固体氧化物燃料电池电压多模型融合控制方法 |
CN107195927B (zh) * | 2017-06-02 | 2020-08-18 | 浙江瀚广新能源科技有限公司 | 一种气体压力控制***及方法 |
CN108134114B (zh) * | 2017-12-07 | 2020-04-14 | 电子科技大学 | 一种质子交换膜燃料电池温度控制方法 |
CN108563845B (zh) * | 2018-03-27 | 2019-06-28 | 江苏大学 | 一种基于复合电源的eps控制器的构造方法 |
CN108681244B (zh) * | 2018-05-11 | 2021-01-26 | 东南大学 | 基于多模型前馈的燃料电池阳极压力动态矩阵控制方法 |
CN109240078A (zh) * | 2018-10-29 | 2019-01-18 | 东南大学 | 一种燃料电池电压的模糊自适应pid控制方法 |
-
2019
- 2019-09-24 CN CN201910907034.1A patent/CN110597052B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9268315B2 (en) * | 2002-04-18 | 2016-02-23 | Cleveland State University | Extended active disturbance rejection controller |
Also Published As
Publication number | Publication date |
---|---|
CN110597052A (zh) | 2019-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110597052B (zh) | 面向快速动态响应的燃料电池空气供给控制器及控制方法 | |
CN108134114B (zh) | 一种质子交换膜燃料电池温度控制方法 | |
CN111261909B (zh) | 燃料电池***最大净功率追踪控制装置及方法 | |
Rakhtala et al. | Fuzzy PID control of a stand-alone system based on PEM fuel cell | |
Fan et al. | Oxygen excess ratio control of PEM fuel cell based on self-adaptive fuzzy PID | |
Rezazadeh et al. | Adaptive inverse control of proton exchange membrane fuel cell using RBF neural network | |
Hai et al. | Performance improvement of PEM fuel cell power system using fuzzy logic controller-based MPPT technique to extract the maximum power under various conditions | |
Pilla et al. | Design and analysis of search group algorithm-based PD-PID controller plus redox flow battery for automatic generation control problem | |
CN109962515B (zh) | 比例-支持向量机稳态估计超级电容充放电控制方法 | |
Elbaz et al. | Maximum power extraction from polymer electrolyte membrane (PEM) fuel cell based on deterministic particle swarm optimization algorithm | |
Li et al. | A large-scale multi-agent deep reinforcement learning method for cooperative output voltage control of PEMFCs | |
Chanasut et al. | Maximum power control of grid-connected solid oxide fuel cell system using adaptive fuzzy logic controller | |
CN116050461A (zh) | 运用卷积神经网络确定模糊控制理论隶属度函数的改进法 | |
CN115716469A (zh) | 一种混合动力***的输出功率分配控制方法 | |
Rgab et al. | Polymer electrolyte membrane fuel cell control with feed-forward and feedback strategy | |
Qureshi et al. | Recurrent neuro-fuzzy control of grid-interfaced solid oxide fuel cell system | |
Mirrashid et al. | Fuel Cell Systems and Developments in Control Abilities | |
Sun et al. | PEM fuel cell thermal management strategy based on multi-model predictive control | |
EA et al. | Pressure Regulation in Proton Exchange Membrane Fuel Cell using Direct Active Fuzzy Non-Linear Controller | |
Zeng et al. | A Policy optimization-based Deep Reinforcement Learning method for data-driven output voltage control of grid connected solid oxide fuel cell considering operation constraints | |
Sabahi et al. | Lyapunov–Krasovskii based FPID controller for LFC in a time-delayed micro-grid system with fuel cell power units | |
Yang et al. | Control Lyapunov function based control strategy for air supply system of PEM fuel cells | |
Zhong et al. | Control strategies for the air supply system in PEMFC | |
Koushal et al. | Modelling and Analysis of Adaptive Fuzzy Controller for the Fuel Cell System | |
Qaiser et al. | FLOW CONTROL OF HYDROGEN FUEL IN PEM FUEL CELL USING SOFT COMPUTING TECHNIQUES. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210719 Address after: Room 305, floor 1-7 (Lide building), building 1, No. 16, Wenzhi street, Hongshan Township, Hongshan District, Wuhan City, Hubei Province Patentee after: Wuhan Hongyan New Energy Technology Co.,Ltd. Address before: 430070 Hubei Province, Wuhan city Hongshan District Luoshi Road No. 122 Patentee before: WUHAN University OF TECHNOLOGY |