原文传递
基于数据驱动模型的车用燃料电池动力系统水管理故障诊断研究
| 论文题名： | 基于数据驱动模型的车用燃料电池动力系统水管理故障诊断研究 |
| 关键词： | 车用燃料电池动力系统;水管理系统;故障诊断;数据驱动模型 |
| 摘要： | 质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)具有环境友好、可低温运行、能量密度高等优点，在中大型车辆动力系统领域具有广泛应用前景。运行状态下，PEMFC内部水含量是影响其性能与寿命的关键。由于质子交换膜多机制复合的水传输特性及电池内部水动态相变的复杂性，水管理相关问题一直是燃料电池研究的重点和难点。不当的水管理策略所引发的水管理故障短期内会导致系统输出功率不稳定，长期将使得PEMFC发生不可逆的衰减甚至失效，严重影响车用燃料电池系统的可靠性与耐久性。 现有对PEMFC水管理故障诊断相关研究主要集中于中小功率系统，对车用PEMFC动力系统等大功率系统水管理故障诊断相关研究较少，因此对车用PEMFC动力系统的水管理故障诊断方法展开研究具有重要意义。 本文采用基于数据驱动模型的PEMFC水管理故障诊断方法，主要工作包括水管理故障实验设计、数据驱动模型搭建、水管理故障分类器构建三部分，介绍如下：（1）在PEMFC动力系统实验平台上设计并完成了常用电流点的水管理故障实验；根据实验现象确定了实验数据集故障标签；通过分析实验数据，得到输出电压、节电压一致性、阳极压力降这三个可用于故障诊断的关键指标；总结了车用PEMFC动力系统水管理故障产生和消除的典型模式。 （2）对水管理故障实验中得到的关键指标建立了面向故障诊断的PEMFC数据驱动模型。首先，根据建模对象物理特性选择合适的神经网络模型；其次，为了降低模型复杂度，提高模型准确性，一方面，参考机理模型选择特征，实现输入特征降维；另一方面，将位置相邻且节电压性能相近的单电池归为同组，通过分组实现电压模型输出降维。经验证，本模型具有良好的回归性能和通用性。 （3）基于二值逻辑构建水管理故障分类器，该分类器输入为模型输出与实际输出的残差，输出为诊断结果，诊断逻辑根据水管理故障典型模式构建。实现了对五种水管理故障相关状态的分类。考虑到基于二值逻辑的分类器输出为离散值，无法描述中间状态及对不同故障状态的隶属度；更进一步地提出一种基于模糊逻辑的水管理故障分类器，解决了上述问题。经验证，本文所述故障诊断方法避免了可能引起严重后果的诊断错误，且总体诊断准确率达到95%。 本文所述方法具有通用性强、可解释性强、无附加设备、准确率高等优点。 |
| 作者： | 邓函知 |
| 专业： | 控制工程 |
| 导师： | 汤浩 |
| 授予学位： | 硕士 |
| 授予学位单位： | 电子科技大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
