[發(fā)明專利]考慮故障退化影響的燃料電池傳感器篩選建模方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202310297387.0
• 申請(qǐng)日: 2023-03-24
• 公開(kāi)（公告）號(hào): CN116344870A
• 公開(kāi)（公告）日: 2023-06-27
• 發(fā)明（設(shè)計(jì)）人: 焦魁;宮智超;王博文
• 申請(qǐng)（專利權(quán)）人: 天津大學(xué)
• 主分類號(hào): H01M8/04298
• 分類號(hào): H01M8/04298;G06N20/00;H01M8/04313
• 代理公司: 天津盈佳知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 12224
• 代理人: 孫寶蕓

本發(fā)明公開(kāi)了一種考慮故障退化影響的燃料電池傳感器篩選建模方法。建模包括燃料電池傳感器優(yōu)化篩選以及燃料電池仿真，仿真模型用于計(jì)算模型輸出參數(shù)的靈敏性，通過(guò)靈敏性分析耦合失效模式加權(quán)方法進(jìn)行傳感器優(yōu)化選擇，采用仿真模型和機(jī)器學(xué)習(xí)算法結(jié)合，實(shí)現(xiàn)對(duì)車載燃料電池中涉及的傳感器進(jìn)行篩選，適用于燃料電池性能預(yù)測(cè)以及故障診斷應(yīng)用。通過(guò)有效的傳感器優(yōu)化篩選，使得燃料電池的性能預(yù)測(cè)結(jié)果以及狀態(tài)分類結(jié)果均有非常大的提升。本發(fā)明不僅可以過(guò)濾無(wú)法有效表征系統(tǒng)性能及狀態(tài)的傳感器，從而提升預(yù)測(cè)以及診斷的準(zhǔn)確度，還可以提升計(jì)算效率，從而解決高維復(fù)雜信息難以滿足在線診斷要求的難點(diǎn)，整個(gè)優(yōu)化篩選過(guò)程利用編寫(xiě)好的程序可自動(dòng)實(shí)現(xiàn)。

技術(shù)領(lǐng)域

本發(fā)明屬于燃料電池領(lǐng)域，具體涉及一種對(duì)燃料電池系統(tǒng)中的傳感器進(jìn)行優(yōu)化篩選的建模方法。

背景技術(shù)

燃料電池因其高功率密度和快速響應(yīng)等優(yōu)點(diǎn)在交通、儲(chǔ)能領(lǐng)域展現(xiàn)出較大潛能。由于負(fù)載及運(yùn)行環(huán)境的變化、部件磨損等，燃料電池在使用過(guò)程中會(huì)不可避免地出現(xiàn)許多故障，故障如果未能得到及時(shí)的識(shí)別和修復(fù)，就會(huì)加速設(shè)備的性能退化、致使燃料電池設(shè)備失效等，更有甚者可能會(huì)發(fā)生安全問(wèn)題。為了保證燃料電池系統(tǒng)能夠安全穩(wěn)定的運(yùn)行，在大面積商業(yè)化落地之前，配套發(fā)展完善的故障以及性能監(jiān)測(cè)系統(tǒng)對(duì)其具有重要的意義和價(jià)值。

為了獲得更精準(zhǔn)的燃料電池性能預(yù)測(cè)以及故障診斷結(jié)果，需要基于大量傳感器的歷史工作狀態(tài)數(shù)據(jù)，將數(shù)據(jù)模式化后通過(guò)模式識(shí)別的方式，逼近系統(tǒng)數(shù)據(jù)中所內(nèi)含的映射機(jī)制及深層信息，從而達(dá)到故障檢測(cè)、性能預(yù)測(cè)的目的。計(jì)算效率與精度平衡也是診斷方法要注意的重要因素，多傳感器的使用為不同的系統(tǒng)故障提供了更多可區(qū)分的信息。但是高維數(shù)據(jù)集的分析復(fù)雜且耗時(shí)，難以在計(jì)算能力有限的嵌入式系統(tǒng)中實(shí)現(xiàn)。

本發(fā)明提出了一種適用于燃料電池性能預(yù)測(cè)以及故障診斷應(yīng)用的傳感器篩選建模方法，從而過(guò)濾掉對(duì)燃料電池性能變化不敏感的傳感器。基于燃料電池模型考慮各類常見(jiàn)故障模式對(duì)燃料電池的影響，將不同失效模式對(duì)系統(tǒng)性能退化的影響相耦合，選擇出最佳的傳感器集合，解決高維復(fù)雜信息難以滿足在線診斷要求的難點(diǎn)。

發(fā)明內(nèi)容

本發(fā)明的目的是，提出一種考慮故障退化影響的燃料電池傳感器優(yōu)化篩選建模的方法。從燃料電池故障對(duì)退化影響角度出發(fā)，借助靈敏性分析耦合失效模式加權(quán)的方法來(lái)進(jìn)行傳感器優(yōu)化選擇，解決高維復(fù)雜信息難以滿足在線診斷要求的難點(diǎn)。

以下對(duì)本發(fā)明的原理步驟予以說(shuō)明。考慮故障退化影響的燃料電池傳感器篩選建模方法包括：燃料電池傳感器優(yōu)化篩選模型、燃料電池仿真模型以及機(jī)器學(xué)習(xí)算法。燃料電池仿真模型用于計(jì)算模型輸出參數(shù)的靈敏性，其中仿真模型所涉及的健康參數(shù)，電流密度、活化面積、液態(tài)水含量作為輸入；仿真模型預(yù)測(cè)的傳感器參數(shù)的集合作為輸出。燃料電池仿真模型的函數(shù)表達(dá)式為：

α＝F(I,A_act,s)????(1)

α表示傳感器參數(shù)的集合，其中傳感器參數(shù)包括V,T_a,T_c,RH_c,q_a,in,q_a,out,q_c,in,q_c,out。燃料電池輸出參數(shù)對(duì)電流密度、活化面積、液態(tài)水含量這三個(gè)健康參數(shù)的靈敏性集合的計(jì)算表達(dá)式為：

傳感器參數(shù)對(duì)于不同健康參數(shù)具有不同的靈敏度，采用三個(gè)健康參數(shù)故障對(duì)燃料電池性能退化影響的加權(quán)選擇方法，其計(jì)算公式如下：

式中，DF代表傳感器加權(quán)退化靈敏度集合；D_I代表電流密度失效模式造成的性能退化率；代表活化面積失效模式造成的性能退化率；D_s代表液態(tài)水含量失效模式造成的性能退化率。

傳感器加權(quán)退化靈敏度集合包括：