CN104854747B - 用于预兆和健康管理的基于极限的阈值估计 - Google Patents

用于预兆和健康管理的基于极限的阈值估计 Download PDF

Info

Publication number
CN104854747B
CN104854747B CN201280077631.2A CN201280077631A CN104854747B CN 104854747 B CN104854747 B CN 104854747B CN 201280077631 A CN201280077631 A CN 201280077631A CN 104854747 B CN104854747 B CN 104854747B
Authority
CN
China
Prior art keywords
operational factor
activity index
amendment
limit
determined
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
Application number
CN201280077631.2A
Other languages
English (en)
Other versions
CN104854747A (zh
Inventor
S·拉马斯瓦米
M·穆姆马蒂
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Audi AG
Original Assignee
Audi AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Audi AG filed Critical Audi AG
Publication of CN104854747A publication Critical patent/CN104854747A/zh
Application granted granted Critical
Publication of CN104854747B publication Critical patent/CN104854747B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04694—Processes for controlling fuel cells or fuel cell systems characterised by variables to be controlled
    • H01M8/04955—Shut-off or shut-down of fuel cells
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/008—Subject matter not provided for in other groups of this subclass by doing functionality tests
    • 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
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04305—Modeling, demonstration models of fuel cells, e.g. for training purposes
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04992—Processes for controlling fuel cells or fuel cell systems characterised by the implementation of mathematical or computational algorithms, e.g. feedback control loops, fuzzy logic, neural networks or artificial intelligence
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2668—Fuel cells
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/0432—Temperature; Ambient temperature
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/04537—Electric variables
    • H01M8/04544—Voltage
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/04537—Electric variables
    • H01M8/04574—Current
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/30—Hydrogen technology
    • Y02E60/50—Fuel cells

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Chemical & Material Sciences (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Chemical & Material Sciences (AREA)
  • Sustainable Energy (AREA)
  • Sustainable Development (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Fuel Cell (AREA)
  • Alarm Systems (AREA)

Abstract

根据实施例，监测装置运行的方法包括确定指示装置的运行条件的多个运行参数。确定在每个运行参数和参数的对应极限之间的差。每个极限指示对应于装置的非期望运行条件的对应运行参数的值。至少基于所确定的差中的最小一个来确定活动指数。确定活动指数是否位于对应于装置的期望运行的范围内。

Description

用于预兆和健康管理的基于极限的阈值估计
技术领域
当今广泛使用各种复杂装置。许多这些装置具有指示装置是否功能正常或者是否可能存在装置运行问题的各种运行参数。例如，燃料电池系统具有用于某些性能变量的具体阈值极限。例如，在可接受运行条件期间存在用于燃料电池系统的各个部分的温度极限。同样存在用于许多燃料电池系统的输出电压或电流的极限。
背景技术
显著研究致力于预兆和健康管理(PHM)以及主成分分析(PCA)，用于检测装置何时在离开预期或期望运行状态的条件下运行。该方法的一个限制是关于装置的正常或基线运行而不是基于运行参数阈值极限的分析来完成分析。
发明内容
根据实施例，监测装置运行的方法包括确定指示装置的运行条件的多个运行参数。确定每个运行参数与该参数的对应极限之间的差。每个极限指示对应于装置的非期望运行条件的对应运行参数的值。至少基于所确定的差的最小一个确定活动指数。确定活动指数是否位于对应于装置的期望运行的范围内。
根据实施例，监测装置运行的系统包括多个检测器，该检测器提供指示装置运行条件的运行参数的相应指示。系统包括处理器，该处理器被配置为确定每个运行参数与该参数的对应极限之间的差。每个极限指示对应于装置的非期望运行条件的对应运行参数的值。将处理器配置为至少基于所确定的差的最小一个确定活动指数。将处理器配置为确定该活动指数是否处于对应于装置的期望运行的范围内。
从下列详细描述中所公开的示例性实施例的各种特征和优点对于本领域的技术人员将变得显而易见。如下可简要描述伴随详细描述的图例。
附图说明
图1示意性地示出用于监测示例装置运行的系统。
图2是概述示例方法的流程图。
图3以图形示出活动指数和与活动指数相关的关闭极限之间的关系。
具体实施方式
图1示意性示出用于监测装置30运行的系统20。不必要将所公开的系统以及该描述的方法限定于任意特定装置30。在图示的示例中，装置30包括燃料电池发电厂。出于讨论目的，示出示例燃料电池发电厂的所选部分。电池堆组件(CSA)32包含以已知方式产生电力的多个燃料电池。燃料34的源向CSA 32供电。冷却剂组件36选择性地提供冷却剂用于以已知方式控制CSA的温度。
用于监测装置30运行的系统20包括多个传感器或检测器，安置该传感器或检测器以便检测多个提供关于装置30的运行条件的指示的运行参数。在图示的示例中，温度传感器40提供来自CSA 32的排气温度的指示。另一检测器42提供CSA 32内的电压或温度的指示。另一检测器44向CSA32提供由燃料供电系统34提供的关于燃料内容物或量的指示。另一检测器46提供关于冷却系统36的信息，诸如关于冷却剂温度或冷却剂内的特定成分的浓度的信息。另一检测器48提供离开CSA 32的冷却剂温度的指示。
给定该描述，处理所关注的特定装置的本领域的技术人员将能够配置一组检测器来提供必要的运行参数信息用于监测他们所处理的装置的运行条件。出于讨论目的，提供图示的检测器。不一定将所公开的示例性实施例限制于检测器的任意特定装置或任意特定布置。
处理器50从检测器40-48收集信息用于监测装置30的运行条件。基于通过处理器50作出的确定，通过用户接口52向用户提供输出。该输出可以是可视或可听警报或存在调整或关闭装置30运行的理由的某个指示。取决于特定装置和正被监测的条件，可定制由用户接口52提供的输出以满足特定情况的需要。
图2包括概述用于监测图1中装置30的运行条件的示例方法的流程图60。在62处确定多个运行参数。这通过从检测器40-48收集信息并且在处理器50内处理它们而进行以便将检测器信息放置到可用形式中。在64处，确定关于每个运行参数和对应极限之间的距离。在一个示例中，将距离确定为在通过对应检测器指示的运行参数值和对该特定参数确定的极限之间的欧氏距离。在如示例装置30的燃料电池的情况中，在装置30内存在各种部件温度的极限。基于关于可接受运行参数的已知信息确定温度的可接受极限，以便确保装置30的正常运行并且促进实现装置的期望寿命。给定特定装置30，将已知或可确定所讨论的运行参数的特定极限来满足特定情况的需要。
从先前PHM技术出发的所公开示例的一种方式是确定运行参数和该参数的极限之间的差或距离，而不是确定所观测的运行参数与该参数的基线或期望值相差多少。采用所公开的示例，考虑到在运行参数和其对应极限之间的距离或差，允许获取条件的预先警报，其可导致关闭装置30的运行的期望或需要。例如在必须将其关闭之前，获取早期警报使得寻址装置30的条件更主动。采用所公开示例的方法的另一特征是其允许设定在运行参数上设置极限的阈值更宽松。对于其中当满足特定参数的极限时将关闭装置的情况，必须严格设定那些极限以避免装置的灾难性故障。采用本公开示例的方法并且获取接近该参数极限的运行参数的早期警报，提供设定阈值的更多余地，因为这可以在满足该特定的绝对阈值之前寻址装置的运行条件。
一旦确定每个运行参数和其对应极限之间的距离，处理器50就确定那些距离中哪个是最小的。换言之，处理器50识别哪个运行参数最接近参数的极限。
在66处，至少基于所确定距离中的最小一个确定活动指数。在一个示例中，活动指数包括关闭指数。对于其中出于关闭装置以避免故障的目的而监测装置运行的情况，活动指数提供关于采取行动来关闭装置的信息。存在诸如冷却剂更换指数，再充电指数，燃料调节指数等其它可能的活动指数。
在一个示例中，基于修正的观测值确定活动指数。通过使所观测的运行参数值和该值与对应极限之间的加权欧氏距离合并，修正每个所观测的运行参数。换言之，将每个运行参数的欧氏距离乘以权重并且然后与所观测的参数值合并。在一个示例中，将加权欧氏距离加入所观测的运行参数值以获取修正值。
对于出于获取修正的运行参数值的目的设定距离的加权，确定在运行参数和它们的对应极限之间距离中的最小距离是有用的。在一个示例中，最小的距离被最显著加权。以该方式，当修正的运行参数值用于确定活动指数时，最靠近其对应极限的运行参数对活动指数有最显著的影响。
在一个示例中，作为所确定距离中的最小距离的欧氏距离接收近似1的权重，并且所有其它欧氏距离采用因子0加权。
在一个示例中使用下列关系计算活动指数
活动指数＝(x SD-x)PλPT(x SD-x)T
其中(x SD-x)是在修正的观测值和那些值的对应极限之间的距离的向量矩阵；P是包含每个运行参数的正常或期望运行值的主成分向量矩阵；λ是主成分特征值的对角矩阵；PT是主成分向量矩阵的转置；以及(x SD-x)T是在修正的运行参数值和那些运行参数的对应极限之间距离的向量矩阵的转置。P的含义的进一步定义以及主成分分析方法的规则可在《Fault detection and diagnosis in industrial system》，ISBN 1-85233-327-8中找到。
通过等式中的PλPT项实现的矩阵乘法运算用于将“x”向量投影到主成分子空间上。其适当地旋转并且重新调节“x”向量以便计算与P主成分的选择一致的经适当调节的活动指数。在不存在该调节时，多种假警报的风险显著更高。
图2中，在68处确定活动指数是否处于可接受范围内。在一个示例中，对活动指数设定适当的下限。例如如果指数具有小于0.1的值，则其为基于装置30的当前运行条件应当采取某个行动的指示。在其中活动指数是关闭指数的示例中，当活动指数具有小于0.1的值时，则其为应当关闭装置30的指示。用户接口52提供在一个示例中指示应当关闭装置30的指示。在另一示例中，处理器50自动关闭装置30并且用户接口52提供已经发生关闭的指示。用户接口52同样可提供例如关于运行参数值，活动指数值或它们的组合以及对用于装置30的故障排除的个体有用的任意其它信息的信息。
图3示意性示出活动指数值的上限和下限。虚线70指示较高的活动指数极限(HAIL)并且实线72指示较低的活动指数极限(LAIL)。在74处示出基于系统性能的多个指数值。只要所计算的活动指数在HAIL和LAIL极限的外侧，就判定系统在控制中。基于在与系统相关的风险与假警报之间的平衡来确定HAIL和LAIL的实际值。另外，取决于实际活动指数到HAIL和LAIL极限的接近程度可采用逐步上升的警报策略。在这种情况中注意，活动指数值0表示到达关闭极限。
前面的描述是示例性的而不是实际限定。所公开示例的变化和修改主旨对于本领域的技术人员来说是显而易见的而无需偏离本发明。本发明给出的法律保护的范围仅可通过研究下列权利要求来确定。

Claims (19)

1.一种用于监测装置的运行的方法，该方法包括如下步骤：
(A)确定指示所述装置的运行条件的多个运行参数；
(B)确定在每个所确定的运行参数与所述运行参数的对应极限之间的差，每个极限指示对应于所述装置的非期望运行条件的对应运行参数的值；
(C)至少基于所确定的差中的最小一个确定活动指数；以及
(D)确定所述活动指数是否处于对应于所述装置的期望运行的范围内。
2.如权利要求1所述的方法，其中步骤(B)包括
从所述对应极限确定每个所确定的运行参数的欧氏距离；以及
其中所述确定的欧氏距离是所确定的差。
3.如权利要求2所述的方法，包括确定每个所确定的运行参数的欧氏距离的平方。
4.如权利要求2所述的方法，其中步骤(C)包括
通过将所述运行参数的所确定距离的加权版本加入所确定的运行参数，至少针对具有最小的所确定的差的运行参数建立修正的运行参数；
确定在所建立的修正运行参数和所述对应极限之间的修正的差。
5.如权利要求4所述的方法，其中步骤(C)包括
确定每个所确定的运行参数的修正的差；以及
建立所述修正的差的矩阵。
6.如权利要求5所述的方法，其中步骤(C)包括
通过将以下各项相乘来确定所述活动指数：
所述修正的差的矩阵，
主成分向量矩阵，
主成分特征值的对角矩阵，
所述主成分向量矩阵的转置，
所述修正的差的矩阵的转置，
其中所述主成分向量矩阵包括对应于所述装置的期望运行的预定运行参数值。
7.如权利要求6所述的方法，其中所述活动指数包括指示采取行动来关闭所述装置运行的需要的关闭指数。
8.如权利要求6所述的方法，其中
步骤(D)包括建立所述活动指数的可接受值的下限，以及
所述方法包括当所述活动指数具有小于所述下限的值时提供应当采取行动的指示。
9.如权利要求1所述的方法，其中
步骤(D)包括建立所述活动指数的可接受值的下限，以及
所述方法包括当所述活动指数具有小于所述下限的值时提供应当采取行动的指示。
10.一种用于监测装置运行的系统，包括：
多个检测器，其提供指示所述装置的运行条件的运行参数的相应指示；以及
处理器，其被配置为
确定在每个所确定的运行参数和所述运行参数的对应极限之间的差，每个极限指示对应于所述装置的非期望运行条件的对应运行参数的值；
至少基于所确定的差中的最小一个确定活动指数；以及
确定所述活动指数是否处于对应于所述装置的期望运行的范围内。
11.如权利要求10所述的系统，其中所述处理器被配置为从对应极限确定每个所确定的运行参数的欧氏距离，并且其中所确定的欧氏距离是所确定的差。
12.如权利要求11所述的系统，其中所述处理器被配置为确定每个所确定的运行参数的欧氏距离的平方。
13.如权利要求11所述的系统，其中所述处理器被配置为
通过将所述运行参数的所确定距离的加权版本加入所确定的运行参数，至少针对具有所述最小的所确定的差的运行参数建立修正的运行参数；以及
确定在所建立的修正运行参数和所述对应极限之间的修正的差。
14.如权利要求13所述的系统，其中所述处理器被配置为
确定每个所确定的运行参数的修正的差；以及
建立所述修正的差的矩阵。
15.如权利要求14所述的系统，其中所述处理器被配置为通过将以下各项相乘来确定所述活动指数：
所述修正的差的矩阵，
主成分向量矩阵，
主成分特征值的对角矩阵，
所述主成分向量矩阵的转置，
所述修正的差的矩阵的转置，
其中所述主成分向量矩阵包括对应于所述装置的期望运行的预定运行参数值。
16.如权利要求15所述的系统，其中所述活动指数包括指示采取行动来关闭所述装置的运行的需要的关闭指数。
17.如权利要求16所述的系统，其中所述处理器
具有所述活动指数的可接受值的下限；以及
被配置为当所述活动指数具有小于所述下限的值时提供应当采取行动的指示。
18.如权利要求17所述的系统，包括提供对应于处理器指示的信息的用户接口，以可听或可视形式中的至少一个提供所述信息。
19.如权利要求10所述的系统，其中所述处理器
具有所述活动指数的可接受值的下限；以及
被配置为当所述活动指数具有小于所述下限的值时提供应当采取行动的指示。
CN201280077631.2A 2012-12-18 2012-12-18 用于预兆和健康管理的基于极限的阈值估计 Active CN104854747B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2012/070287 WO2014098802A1 (en) 2012-12-18 2012-12-18 Limit based threshold estimation for prognostics and health management

Publications (2)

Publication Number Publication Date
CN104854747A CN104854747A (zh) 2015-08-19
CN104854747B true CN104854747B (zh) 2017-09-26

Family

ID=50978918

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280077631.2A Active CN104854747B (zh) 2012-12-18 2012-12-18 用于预兆和健康管理的基于极限的阈值估计

Country Status (6)

Country Link
US (1) US10126209B2 (zh)
EP (1) EP2954580B1 (zh)
JP (1) JP6197047B2 (zh)
KR (1) KR101978018B1 (zh)
CN (1) CN104854747B (zh)
WO (1) WO2014098802A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2964187C (en) 2014-10-17 2020-08-18 Stiftelsen Sintef Control of an electrochemical device with integrated diagnostics, prognostics and lifetime management
CN105278526B (zh) * 2015-11-19 2017-12-01 东北大学 一种基于正则化架构的工业过程故障分离方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1347165A (zh) * 2000-09-25 2002-05-01 苏舍赫克希斯公司 用于操作燃料电池组的方法
CN1536699A (zh) * 2003-04-08 2004-10-13 ��̫ȼ�ϵ�ؿƼ��ɷ����޹�˾ 燃料电池组的控制装置及方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08339203A (ja) * 1995-06-14 1996-12-24 Omron Corp 操作量生成装置および操作量生成方法
US6451464B1 (en) 2000-01-03 2002-09-17 Idatech, Llc System and method for early detection of contaminants in a fuel processing system
EP1325529A2 (en) * 2000-07-20 2003-07-09 Proton Energy Systems, Inc. Electrochemical cell system output control method and apparatus
US6993407B2 (en) 2003-10-02 2006-01-31 Taiwan Semiconductor Manufacturing Company Method and system for analyzing semiconductor fabrication
JP4375208B2 (ja) * 2004-11-17 2009-12-02 日産自動車株式会社 燃料電池の出力制限装置
JP4752258B2 (ja) * 2004-12-08 2011-08-17 日産自動車株式会社 燃料電池システム
JP2007087856A (ja) * 2005-09-26 2007-04-05 Nissan Motor Co Ltd 燃料電池システム
CN201362352Y (zh) 2008-05-22 2009-12-16 上海海事大学 无人水下机器人传感器故障容错控制装置
US20100015474A1 (en) * 2008-07-18 2010-01-21 Rebecca Dinan Adaptive Technique and Apparatus to Detect an Unhealthy Condition of a Fuel Cell System
JP5048625B2 (ja) * 2008-10-09 2012-10-17 株式会社日立製作所 異常検知方法及びシステム
US20110153035A1 (en) 2009-12-22 2011-06-23 Caterpillar Inc. Sensor Failure Detection System And Method

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1347165A (zh) * 2000-09-25 2002-05-01 苏舍赫克希斯公司 用于操作燃料电池组的方法
CN1536699A (zh) * 2003-04-08 2004-10-13 ��̫ȼ�ϵ�ؿƼ��ɷ����޹�˾ 燃料电池组的控制装置及方法

Also Published As

Publication number Publication date
EP2954580B1 (en) 2019-11-20
US20150346065A1 (en) 2015-12-03
EP2954580A1 (en) 2015-12-16
JP2016511450A (ja) 2016-04-14
WO2014098802A1 (en) 2014-06-26
US10126209B2 (en) 2018-11-13
EP2954580A4 (en) 2016-10-05
JP6197047B2 (ja) 2017-09-13
KR101978018B1 (ko) 2019-05-13
KR20150095876A (ko) 2015-08-21
CN104854747A (zh) 2015-08-19

Similar Documents

Publication Publication Date Title
US11275124B2 (en) Abnormality cause identifying method, abnormality cause identifying device, power converter and power conversion system
KR20160011028A (ko) 배터리의 이상 상태를 감지하는 장치 및 방법
CN110646194A (zh) 一种换流阀冷却能力多维度分析预警方法及系统
JP2015518619A (ja) 発電所機器の過熱をリアルタイムで複数の並行した検出および分析パラメータで検出するためのシステムおよび方法
CN104854747B (zh) 用于预兆和健康管理的基于极限的阈值估计
CN106652393B (zh) 假警报确定方法及装置
KR20180112382A (ko) 연료전지 진단 장치 및 방법, 그리고 차량 시스템
US10222791B2 (en) Operation assistance apparatus at time of accident in plant
CA2957777C (en) Pneumatic fire detectors
CN106288182B (zh) 一种压缩机监控方法、装置及空调
Farber et al. Using kernel density estimation to detect loss-of-coolant accidents in a pressurized water reactor
US11976419B2 (en) Health assessment of a mechanical system
EP3118603A1 (en) Method for detecting compressed air system leakage
Boracchi et al. A cognitive monitoring system for contaminant detection in intelligent buildings
CN110190305A (zh) 燃料电池堆的退化检测装置、燃料电池系统和其管理方法
WO2015040683A1 (ja) センサ健全性判定方法およびセンサ健全性判定装置
KR102167424B1 (ko) 고온에 대한 이중화 보호 판별회로 및 구동방법
US11762031B2 (en) Electrochemical cell state of health detection
KR101598535B1 (ko) 전력설비 분석 장치 및 방법
CN108020634A (zh) 氮气浓度检测方法及装置
Munesawa et al. Development of fault diagnosis system using principal component analysis for intelligent operation support system
CN114562431A (zh) 监测风力发电机组湿度的方法及装置
CN118144569A (zh) 燃料电池发电车的氢气安全监控方法、装置和存储介质
CN115936667A (zh) 燃煤电厂除尘设备故障预警系统、方法及电子设备
JP2021153008A (ja) 熱連鎖監視装置

Legal Events

Date Code Title Description
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant