CN109830714A - 燃料电池故障诊断方法、装置和存储介质 - Google Patents

燃料电池故障诊断方法、装置和存储介质 Download PDF

Info

Publication number
CN109830714A
CN109830714A CN201910105651.XA CN201910105651A CN109830714A CN 109830714 A CN109830714 A CN 109830714A CN 201910105651 A CN201910105651 A CN 201910105651A CN 109830714 A CN109830714 A CN 109830714A
Authority
CN
China
Prior art keywords
fuel cell
cathode
ohmage
proton exchange
outlet
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.)
Pending
Application number
CN201910105651.XA
Other languages
English (en)
Inventor
徐梁飞
刘慧泽
李建秋
欧阳明高
胡骏明
胡尊严
郭迪
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN201910105651.XA priority Critical patent/CN109830714A/zh
Publication of CN109830714A publication Critical patent/CN109830714A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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

  • Fuel Cell (AREA)

Abstract

本申请涉及一种燃料电池故障诊断方法、装置和存储介质。本申请实施例提供的所述燃料电池故障诊断方法，基于所述质子交换膜的欧姆阻抗，通过燃料电池质子交换膜欧姆阻抗与其水含量的关系曲线，确定所述燃料电池所处的状态区域，根据所述燃料电池所处的状态区域，采取不同的方式精确估算所述燃料电池的水含量。因而可以提高燃料电池故障诊断的精确度。

Description

燃料电池故障诊断方法、装置和存储介质
技术领域
本申请涉及能源领域，特别是涉及一种燃料电池故障诊断方法、装置和存储介质。
背景技术
燃料电池的工作状态对燃料电池的性能影响非常大，如何准确地在线辨识燃料电池的内部状态，是车用燃料电池在应用中的关键问题，而燃料电池堆内部的水含量就是重要状态变量。
目前用于车用燃料电池膜干水淹诊断的技术中，基于电化学阻抗谱的方法能够预测膜干状态，但是在水淹情况下质子交换膜水含量会接近饱和，高频交流阻抗与燃料电池内部的储水量对应关系不明显，基于阴极压降的方法虽然能估计流道内的液态水滞留量，但对于其他位置的水淹程度很难有效判断。基于模型的状态估计中，燃料电池动态模型通常采用集总参数模型，对浓度、电流密度等内部状态在空间上都进行了平均值处理。但目前车用电堆基本采用大面积燃料电池单片，燃料电池单片内部的不一致性差异显著，因此基于模型的估计可能存在较大误差。因此，传统的技术方案无法精确诊断燃料电池的故障状态。
发明内容
基于此，有必要针对传统的技术方案无法精确诊断燃料电池的故障问题，提供一种燃料电池故障诊断方法、装置和存储介质。
一种燃料电池故障诊断方法，所述方法包括：
S10,获取燃料电池的质子交换膜的欧姆阻抗；
S20，基于所述质子交换膜的欧姆阻抗，通过燃料电池质子交换膜欧姆阻抗与其水含量的关系曲线，确定所述燃料电池所处的状态区域；
S30,当所述燃料电池处于膜干区时，估算所述燃料电池的质子交换膜水含量。
在一个实施例中，在所述步骤S20后还包括：
S40，当所述燃料电池处于水淹区时，基于燃料电池的进出口两腔模型，得到所述燃料电池的阴极气体扩散层液态水饱度和所述燃料电池的阴极进出口电流密度差。
在一个实施例中，所述进出口两腔模型包括所述燃料电池的阴极进口腔气体动态模型和所述燃料电池的阴极出口腔气体动态模型，所述步骤S40包括：
S41，通过所述阴极进口腔气体动态模型、所述阴极出口腔气体动态模型和达西定律，得到所述燃料电池的阴极进口腔的氧气浓度和阴极出口腔的氧气浓度；
S42，基于所述阴极进口腔的氧气浓度和所述阴极出口腔的氧气浓度、所述燃料电池电压计算模型、所述阴极进口腔和所述阴极出口腔端电压相等条件，得到所述阴极气体扩散层液态水饱度和所述阴极进出口电流密度差。
在一个实施例中，所述步骤S41中，所述阴极进口腔气体动态模型包括：
其中，为所述阴极进口腔流道内氮气分压，R为气体常数，Tfc为燃料电池实时温度，Vca为阴极腔体积，Win为阴极干空气的进气量，W12为从所述阴极进口腔进入所述阴极出口腔的气体流量，为入口干空气中氧气的体积分数，为阴极进口腔流道内氧气体积百分数，为所述阴极进口腔流道内氧气分压，Afc为燃料电池单片的面积，N为燃料电池单片的数量，Psat为当前温度下水蒸气的饱和蒸气压，F为法拉第常数。
在一个实施例中，所述步骤S41中，所述达西定律为：
其中，kca是由气体粘度和燃料电池阴极结构参数决定的阴极腔流动阻力系数(m3s-1Pa-1)，Prm是排气歧管内的气体压力，W12为从所述阴极进口腔进入所述阴极出口腔的气体流量，Wout为阴极的排气流量，Pch1为所述阴极进口腔流道内压力，Pch2为所述阴极出口腔流道内压力，Psat为当前温度下水蒸气的饱和蒸气压。
在一个实施例中，在所述步骤S42中，所述燃料电池电压计算模型为
Vfc为燃料电池电压，其中VOC为燃料电池的开路电压，Rm为燃料电池单片的欧姆阻抗，j为燃料电池电流，表示燃料电池与阴极腔氧气浓度所述阴极进出口的电流密度j和得到阴极气体扩散层液态水饱度s相关的极化过电势和浓差过电势之和。
在一个实施例中，所述步骤S20中，所述状态区域还包括正常区，所述欧姆阻抗值小于所述正常区的下限值时，确定所述燃料电池处于水淹区，所述欧姆阻抗值大于所述正常区的上限值时，确定所述燃料电池处于所述膜干区。
在一个实施例中，所述步骤S40后还包括：
S50，基于所述燃料电池的阴极进出口电流密度差，判断所述燃料电池的水淹程度。
一种燃料电池故障诊断装置，包括燃料电池故障诊断设备和计算机，其中计算机包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时采用燃料电池故障诊断方法，所述方法包括：
S10,获取燃料电池的质子交换膜的欧姆阻抗；
S20，基于所述质子交换膜的欧姆阻抗，通过燃料电池质子交换膜欧姆阻抗与其水含量的关系曲线，确定所述燃料电池所处的状态区域；
S30,当所述燃料电池处于膜干区时，通过所述燃料电池水含量估计模型估算所述燃料电池的质子交换膜水含量。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时可用于执行所述方法的步骤。
本申请实施例提供的所述燃料电池故障诊断方法，基于所述质子交换膜的欧姆阻抗，通过燃料电池质子交换膜欧姆阻抗与其水含量的关系曲线，确定所述燃料电池所处的状态区域，当所述燃料电池处于膜干区时，再估算所述燃料电池的质子交换膜水含量。因而可以提高燃料电池故障诊断的精确度。
附图说明
图1为本申请实施例提供的燃料电池故障诊断方法流程图；
图2为本申请实施例提供的燃料电池质子交换膜欧姆阻抗与其水含量的关系曲线图；
图3为本申请实施例提供的进出口两腔模型示意图；
图4为本申请实施例提供的简化的后的两腔模型示意图；
图5为本申请实施例提供的燃料电池故障诊断装置示意图。
附图标记说明：
燃料电池故障诊断装置 10
燃料电池故障诊断设备 11
计算机 12
储存器 100
处理器 200
计算机程序 300
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下通过实施例，并结合附图，对本申请的燃料电池故障诊断方法、装置和存储介质进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
本文中为部件所编序号本身，例如“第一”、“第二”等，仅用于区分所描述的对象，不具有任何顺序或技术含义。而本申请所说“连接”、“联接”，如无特别说明，均包括直接和间接连接(联接)。在本申请的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
在本申请中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
请参见图1，本申请实施例提供一种燃料电池故障诊断方法。所述方法包括：
S10,获取燃料电池的质子交换膜的欧姆阻抗；
S20，基于所述质子交换膜的欧姆阻抗，通过燃料电池质子交换膜欧姆阻抗与其水含量的关系曲线，确定所述燃料电池所处的状态区域；
S30,当所述燃料电池处于膜干区时，估算所述燃料电池的质子交换膜水含量。
在步骤S10中，所述质子交换膜的欧姆阻抗可以通过电化学阻抗谱的高频交流阻抗在线辨识。所述质子交换膜的欧姆阻抗与膜的干湿程度相关，而所述质子交换膜的干湿程度可由膜的平均水含量表示。因此可以通过所述质子交换膜的欧姆阻抗判断所述质子交换膜的干湿程度，进而可以判断所述燃料电池的工作状态。
请参见图2，在步骤S20中，所述质子交换膜欧姆阻抗与其水含量的关系曲线表现了质子交换膜欧姆阻抗关于所述质子交换膜水含量的变化趋势。并根据所述质子交换膜欧姆阻抗与其水含量的关系曲线将所述燃料电池的工作状态划分为不同的区域。根据所述燃料电池位于的不同的状态区域，判别所述燃料电池的工作状态。
在步骤S30中，所述燃料电池处于膜干区时，所述质子交换膜的欧姆阻抗较高，说明此时所述质子交换膜可能处在较干的状态。通过估算所述质子交换膜内水含量λ，可以确定所述燃料电池的具体含水量。在所述膜干区内，所述质子交换膜的欧姆阻抗随所述质子交换膜水含量的变化趋势明显曲线斜率较大。因此可以便于估计λ的值。
在一个实施例中，所述质子交换膜欧姆阻抗与其水含量的关系曲线对应的模型可以为
其中，参数a、b、c、d均可通过实验数据进行标定。可以理解，对所述参数a、b、c、d进行标定时，可以采用与待测燃料电池同类型或者同型号的电池进行标定。
在一个实施例中，通过实验测量得到不同工作状态下所述质子交换膜的欧姆阻抗Rmem和对应的所述质子交换膜内水含量λ。对得到的数据点进行拟合，得到所述质子交换膜欧姆阻抗与其水含量的关系曲线。Rmem和λ存在一一对应的关系。将所述欧姆阻抗Rmem带入所述燃料电池水含量估计模型，可以得到所述质子交换膜内水含量λ。此外，还可通过仿真模拟或者基于燃料电池模型的状态估计方法估算所述质子交换膜水含量λ。
本申请实施例提供的所述燃料电池故障诊断方法，基于所述质子交换膜的欧姆阻抗，通过燃料电池质子交换膜欧姆阻抗与其水含量的关系曲线，确定所述燃料电池所处的状态区域，当所述燃料电池处于膜干区时，再估算所述燃料电池的质子交换膜水含量。因而可以提高燃料电池故障诊断的精确度。
在一个实施例中，所述步骤S20后还包括：
S40，当所述燃料电池处于水淹区时，基于燃料电池的进出口两腔模型，得到所述燃料电池的阴极气体扩散层液态水饱度和所述燃料电池的阴极进出口电流密度差。
燃料电池内部反应会产生液态水，如果这些液态水不能快速排出燃料电池，就会造成液态水在电极(催化剂层)和气体扩散层内(GDL，Gas Diffusion Layer)不断积累，产生所谓的水淹现象，导致质子交换膜的性能下降，并且还会对耐久性造成影响，因此如何在燃料电池工作的过程中诊断出水淹的异常状态就十分重要。
本实施例中，所述燃料电池的阴极气体扩散层液态水饱度可以为当前位置空间内液态水占据的空间体积的百分比。在所述水淹区内，基于所述燃料电池质子交换膜欧姆阻抗与其水含量的关系曲线，所述质子交换膜的欧姆阻抗会出现下降趋势。在所述水淹区内，所述质子交换膜内的水含量已经达到饱和。此时所述燃料电池的阴极气体扩散层内可能会积累液态水，出现水淹现象。因此可以通过所述燃料电池的阴极气体扩散层液态水饱度判断水淹程度。
所述燃料电池的内部，反应气在流动过程中被不断消耗，造成所述燃料电池的阴极进出口氧气浓度存在差异，因此所述燃料电池的阴极进出口的电流密度也存在差异。而水淹时所述燃料电池的阴极沿流道方向上的下游区域比上游区域积累更多的液态水，进一步加剧了所述燃料电池的阴极的进出口电流密度的差异。因此在一个实施例中，所述步骤S40后还包括：
S50，基于所述燃料电池的阴极进出口电流密度差，判断所述燃料电池的水淹程度。
请参见图3，本实施例中，建立所述进出口两腔模型依据时，根据质子交换膜燃料电池单片内部物质浓度分布的不一致性，将燃料电池单片沿内部气体流动方向，分割为阴极入口腔和阴极出口腔，每个腔相当于一个半单片。每个单片均可视为一个燃料电池，每个所述单片分为阴极、质子交换膜和阳极三个部分。阴极新鲜空气先进入所述阴极入口腔，在所述阴极入口腔中发生反应后进入所述阴极出口腔，之后再排出所述燃料电池。所述燃料电池可以采用阴极阳极逆流供气模式，所以阴极进口可以对应阳极出口，所述阴极出口可以对应阳极进口，所述两腔动态模型的阴极进出口位置可以根据阴极供气的上下游关系确定。
所述进出口两腔模型可以看作是两个燃料电池半单片并联工作，但在供气关系上是上下游的关系，因此供气条件存在差异。在并联工作条件下，进出口两腔满足电流分配和电压相等两个条件。电流分配是指两腔的工作电流之和等于燃料电池单片的工作电流，所述燃料电池的阴极进出口电流密度差可以为所述进出口两个半单片的电流密度之间的差异。
请参见图4，由于燃料电池阴极液态水引起的性能下降远远大于阳极液态水的影响，因此所述燃料电池位于所述水淹区时，所述燃料电池的水淹工况的故障诊断主要预测阴极气体扩散层液态水饱度和所述阴极进出口电流密度差，故所述进出口两腔模型可以简化，图中为阴极进口腔流道内的氧气浓度，为阴极出口腔流道内的氧气浓度，Win为阴极干空气的进气量，实际系统中可由传感器测量，Wout为阴极排出的气体流量，W12为从阴极进口腔进入阴极出口腔的气体流量，sc为所述阴极气体扩散层液态水饱度，j1为阴极进口腔的电流密度，j2为阴极出口腔的电流密度，javg为平均电流密度。
在一个实施例中，所述进出口两腔模型包括所述燃料电池的阴极进口腔气体动态模型和所述燃料电池的阴极出口腔气体动态模型，所述步骤S40包括：
S41，通过所述阴极进口腔气体动态模型、所述阴极出口腔气体动态模型和达西定律，得到所述燃料电池的阴极进口腔的氧气浓度和阴极出口腔的氧气浓度；
S42，基于所述阴极进口腔的氧气浓度和所述阴极出口腔的氧气浓度、所述燃料电池电压计算模型、所述阴极进口腔和所述阴极出口腔端电压相等条件，得到所述阴极气体扩散层液态水饱度和所述阴极进出口电流密度差。
在一个实施例中，所述步骤S41中，所述阴极进口腔气体动态模型包括：
其中，为所述阴极进口腔流道内氮气分压，R为气体常数，Tfc为燃料电池实时温度，Vca为阴极腔体积，Win为阴极干空气的进气量，W12为从所述阴极进口腔进入所述阴极出口腔的气体流量，为入口干空气中氧气的体积分数，为阴极进口腔流道内氧气体积百分数，为所述阴极进口腔流道内氧气分压，Afc为燃料电池单片的面积，N为燃料电池单片的数量，Psat为当前温度下水蒸气的饱和蒸气压，F为法拉第常数。
在一个实施例中，出口腔的气体动态模型如下：
其中，为阴极出口腔流道内氧气体积百分数，为所述阴极进口腔流道内氧气分压。
在一个实施例中，所述达西定律包括：
其中，kca是由气体粘度和燃料电池阴极结构参数决定的阴极腔流动阻力系数(m3s-1Pa-1)，Prm是排气歧管内的气体压力，W12为从所述阴极进口腔进入所述阴极出口腔的气体流量，Wout为阴极排出的气体流量，Pch1为所述阴极进口腔流道内压力，Pch2为所述阴极出口腔流道内压力，Psat为当前温度下水蒸气的饱和蒸气压。联立上述的式(2)～(13)可求解出阴极进出口腔的氧气浓度和
在一个实施例中，所述燃料电池电压计算模型为
Vfc为燃料电池电压，其中VOC为燃料电池的开路电压，Rm为燃料电池单片的欧姆阻抗，j为燃料电池电流，表示燃料电池与阴极腔氧气浓度所述阴极进出口的电流密度j和得到阴极气体扩散层液态水饱度s相关的极化过电势和浓差过电势之和。
所述燃料电池的阴极进出口电流密度差为：
Δj＝j1-j2 (15)
假设阴极进口腔的电流密度j1和出口腔的电流密度j2均由平均电流密度javg和差异Δj得到：
j1＝javg+0.5Δj (16)
j2＝javg-0.5Δj (17)
根据所述进出口两腔模型的假设，所述燃料电池的阴极进口腔和所述燃料电池的阴极出口腔端电压相等，得到：
通过公式(14)(18)联立，通过迭代算法即可求解得到所述阴极气体扩散层液态水饱度sc和所述阴极进出口电流密度差Δj。
请再参见图2，在一个实施例中，所述步骤S20中，所述状态区域还包括正常区，所述欧姆阻抗值小于所述正常区的下限值时，确定所述燃料电池处于水淹区，所述欧姆阻抗值大于所述正常区的上限值时，确定所述燃料电池处于所述膜干区。
本实施例中，在所述正常区内，所述质子交换膜的欧姆阻抗基本不变，此时膜内的水含量维持在一个正常的范围内，所述质子交换膜的欧姆阻抗不会太高，且能维持稳定。当所述欧姆阻抗值大于所述正常区的上限值a时，可以判断所述燃料电池处在所述质子交换膜的恶劣工作状态。若所述欧姆阻抗值低于所述正常区的下限值b，则确定所述燃料电池处在所述水淹区，所述燃料电池内部可能已经出现水淹现象。
请参见图5，在一个实施例中，本申请实施例还提供一种燃料电池故障诊断装置10。所述燃料电池故障诊断装置10包括燃料电池故障诊断设备11和计算机12。其中计算机12包括存储器100、处理器200及存储在存储器200上并可在处理器200上运行的计算机程序300。所述处理器200执行所述计算机程序300时采用燃料电池故障诊断方法，所述方法包括：
S10,获取燃料电池的质子交换膜的欧姆阻抗；
S20，基于所述质子交换膜的欧姆阻抗，通过燃料电池质子交换膜欧姆阻抗与其水含量的关系曲线，确定所述燃料电池所处的状态区域；
S30,当所述燃料电池处于膜干区时，通过所述燃料电池水含量估计模型估算所述燃料电池的质子交换膜水含量。
本申请实施例还提供一种计算机可读存储介质。所述计算机可读存储介质上存储有计算机程序。该程序被处理器执行时可用于执行上述实施例任一项所述方法的步骤。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为本专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种燃料电池故障诊断方法，其特征在于，所述方法包括：
S10,获取燃料电池的质子交换膜的欧姆阻抗；
S20，基于所述质子交换膜的欧姆阻抗，通过燃料电池质子交换膜欧姆阻抗与其水含量的关系曲线，确定所述燃料电池所处的状态区域；
S30,当所述燃料电池处于膜干区时，估算所述燃料电池的质子交换膜水含量。
2.如权利要求1所述的燃料电池故障诊断方法，其特征在于，在所述步骤S20后还包括：
S40，当所述燃料电池处于水淹区时，基于燃料电池的进出口两腔模型，得到所述燃料电池的阴极气体扩散层液态水饱度和所述燃料电池的阴极进出口电流密度差。
3.如权利要求2所述的燃料电池故障诊断方法，其特征在于，所述进出口两腔模型包括所述燃料电池的阴极进口腔气体动态模型和所述燃料电池的阴极出口腔气体动态模型，所述步骤S40包括：
S41，通过所述阴极进口腔气体动态模型、所述阴极出口腔气体动态模型和达西定律，得到所述燃料电池的阴极进口腔的氧气浓度和阴极出口腔的氧气浓度；
S42，基于所述阴极进口腔的氧气浓度和所述阴极出口腔的氧气浓度、所述燃料电池电压计算模型、所述阴极进口腔和所述阴极出口腔端电压相等条件，得到所述阴极气体扩散层液态水饱度和所述阴极进出口电流密度差。
4.如权利要求3所述的燃料电池故障诊断方法，其特征在于，所述步骤S41中，所述阴极进口腔气体动态模型包括：
其中，为所述阴极进口腔流道内氮气分压，R为气体常数，Tfc为燃料电池实时温度，Vca为阴极腔体积，Win为阴极干空气的进气量，W12为从所述阴极进口腔进入所述阴极出口腔的气体流量，为入口干空气中氧气的体积分数，为阴极进口腔流道内氧气体积百分数，为所述阴极进口腔流道内氧气分压，Afc为燃料电池单片的面积，N为燃料电池单片的数量，Psat为当前温度下水蒸气的饱和蒸气压，F为法拉第常数。
5.如权利要求4所述的燃料电池故障诊断方法，其特征在于，所述步骤S41中，所述达西定律为：
其中，kca是由气体粘度和燃料电池阴极结构参数决定的阴极腔流动阻力系数(m3s-1Pa-1)，Prm是排气歧管内的气体压力，W12为从所述阴极进口腔进入所述阴极出口腔的气体流量，Wout为阴极的排气流量，Pch1为所述阴极进口腔流道内压力，Pch2为所述阴极出口腔流道内压力，Psat为当前温度下水蒸气的饱和蒸气压。
6.如权利要求4所述的燃料电池故障诊断方法，其特征在于，在所述步骤S42中，所述燃料电池电压计算模型为
Vfc为燃料电池电压，其中VOC为燃料电池的开路电压，Rm为燃料电池单片的欧姆阻抗，j为燃料电池电流，表示燃料电池与阴极腔氧气浓度所述阴极进出口的电流密度j和得到阴极气体扩散层液态水饱度s相关的极化过电势和浓差过电势之和。
7.如权利要求1所述的燃料电池故障诊断方法，其特征在于，所述步骤S20中，所述状态区域还包括正常区，所述欧姆阻抗值小于所述正常区的下限值时，确定所述燃料电池处于水淹区，所述欧姆阻抗值大于所述正常区的上限值时，确定所述燃料电池处于所述膜干区。
8.如权利要求7所述的燃料电池故障诊断方法，其特征在于，所述步骤S40后还包括：
S50，基于所述燃料电池的阴极进出口电流密度差，判断所述燃料电池的水淹程度。
9.一种燃料电池故障诊断装置，包括燃料电池故障诊断设备(11)和计算机(12)，其中计算机(12)包括存储器(100)、处理器(200)及存储在存储器(200)上并可在处理器(200)上运行的计算机程序(300)，其特征在于，所述处理器(200)执行所述计算机程序(300)时采用燃料电池故障诊断方法，所述方法包括：
S10,获取燃料电池的质子交换膜的欧姆阻抗；
S20，基于所述质子交换膜的欧姆阻抗，通过燃料电池质子交换膜欧姆阻抗与其水含量的关系曲线，确定所述燃料电池所处的状态区域；
S30,当所述燃料电池处于膜干区时，通过所述燃料电池水含量估计模型估算所述燃料电池的质子交换膜水含量。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时可用于执行权利要求1-8中任一项所述方法的步骤。
CN201910105651.XA 2019-02-01 2019-02-01 燃料电池故障诊断方法、装置和存储介质 Pending CN109830714A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910105651.XA CN109830714A (zh) 2019-02-01 2019-02-01 燃料电池故障诊断方法、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910105651.XA CN109830714A (zh) 2019-02-01 2019-02-01 燃料电池故障诊断方法、装置和存储介质

Publications (1)

Publication Number Publication Date
CN109830714A true CN109830714A (zh) 2019-05-31

Family

ID=66863352

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910105651.XA Pending CN109830714A (zh) 2019-02-01 2019-02-01 燃料电池故障诊断方法、装置和存储介质

Country Status (1)

Country Link
CN (1) CN109830714A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110676488A (zh) * 2019-09-20 2020-01-10 浙江浙能技术研究院有限公司 一种基于低频阻抗与电化学阻抗谱的在线质子交换膜燃料电池故障诊断方法
CN111199122A (zh) * 2020-01-02 2020-05-26 西南交通大学 基于多物理场的质子交换膜燃料电池水淹故障诊断方法
CN111600051A (zh) * 2020-05-11 2020-08-28 中国科学技术大学 一种基于图像处理的质子交换膜燃料电池故障诊断方法
CN112054230A (zh) * 2020-09-15 2020-12-08 上海燃料电池汽车动力系统有限公司 一种用于氢燃料电池排水排气装置的故障诊断方法及系统
CN112421081A (zh) * 2020-11-17 2021-02-26 电子科技大学 适用于多电堆燃料电池系统的传感器故障的分布式故障检测方法
CN112505572A (zh) * 2020-11-20 2021-03-16 山东氢探新能源科技有限公司 一种基于单体电压差异性的燃料电池故障诊断装置及方法
CN112582652A (zh) * 2020-12-08 2021-03-30 武汉理工大学 一种监测质子交换膜燃料电池反极程度的方法
CN112993337A (zh) * 2019-12-14 2021-06-18 中国科学院大连化学物理研究所 一种适用于燃料电池衰减过程的水管理故障诊断系统
CN113270657A (zh) * 2021-07-20 2021-08-17 四川新能源汽车创新中心有限公司 基于电磁感应效应的电池矩阵坏点检测系统及检测方法
CN113311340A (zh) * 2020-02-27 2021-08-27 广州汽车集团股份有限公司 在线监测车载燃料电池电堆湿度的方法和装置
CN113505926A (zh) * 2021-07-14 2021-10-15 同济大学 一种基于阻抗预测模型自更新的燃料电池故障预测方法
CN114865020A (zh) * 2021-02-03 2022-08-05 郑州宇通客车股份有限公司 一种燃料电池系统控制方法及健康状态评价方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1793882A (zh) * 2005-12-09 2006-06-28 清华大学 燃料电池质子交换膜缺水诊断方法及监测系统
CN101399350A (zh) * 2008-11-05 2009-04-01 新源动力股份有限公司 一种控制质子交换膜燃料电池除水程度的方法
CN105244521A (zh) * 2015-09-07 2016-01-13 中国计量学院 一种燃料电池的含水量控制方法及系统
CN106252769A (zh) * 2016-09-05 2016-12-21 清华大学 一种用于电化学储能装置的电压巡检装置
CN107895806A (zh) * 2017-12-20 2018-04-10 上海重塑能源科技有限公司 燃料电池增湿系统、方法及燃料电池系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1793882A (zh) * 2005-12-09 2006-06-28 清华大学 燃料电池质子交换膜缺水诊断方法及监测系统
CN101399350A (zh) * 2008-11-05 2009-04-01 新源动力股份有限公司 一种控制质子交换膜燃料电池除水程度的方法
CN105244521A (zh) * 2015-09-07 2016-01-13 中国计量学院 一种燃料电池的含水量控制方法及系统
CN106252769A (zh) * 2016-09-05 2016-12-21 清华大学 一种用于电化学储能装置的电压巡检装置
CN107895806A (zh) * 2017-12-20 2018-04-10 上海重塑能源科技有限公司 燃料电池增湿系统、方法及燃料电池系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JUNMING HU等: "Model-based estimation of liquid saturation in cathode gas diffusion layer and current density difference under proton exchange membrane fuel cell flooding", 《INTERNATIONAL JOURNAL OF HYDROGEN ENERGY》 *
胡骏明: "车用质子交换膜燃料电池水传递动态建模与状态估计", 《清华大学图书馆馆藏书目在线资源》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110676488A (zh) * 2019-09-20 2020-01-10 浙江浙能技术研究院有限公司 一种基于低频阻抗与电化学阻抗谱的在线质子交换膜燃料电池故障诊断方法
CN112993337A (zh) * 2019-12-14 2021-06-18 中国科学院大连化学物理研究所 一种适用于燃料电池衰减过程的水管理故障诊断系统
CN112993337B (zh) * 2019-12-14 2022-05-17 中国科学院大连化学物理研究所 一种适用于燃料电池衰减过程的水管理故障诊断系统
CN111199122A (zh) * 2020-01-02 2020-05-26 西南交通大学 基于多物理场的质子交换膜燃料电池水淹故障诊断方法
CN113311340A (zh) * 2020-02-27 2021-08-27 广州汽车集团股份有限公司 在线监测车载燃料电池电堆湿度的方法和装置
CN111600051A (zh) * 2020-05-11 2020-08-28 中国科学技术大学 一种基于图像处理的质子交换膜燃料电池故障诊断方法
CN112054230A (zh) * 2020-09-15 2020-12-08 上海燃料电池汽车动力系统有限公司 一种用于氢燃料电池排水排气装置的故障诊断方法及系统
CN112421081B (zh) * 2020-11-17 2022-03-15 电子科技大学 适用于多电堆燃料电池系统的传感器故障的分布式故障检测方法
CN112421081A (zh) * 2020-11-17 2021-02-26 电子科技大学 适用于多电堆燃料电池系统的传感器故障的分布式故障检测方法
CN112505572A (zh) * 2020-11-20 2021-03-16 山东氢探新能源科技有限公司 一种基于单体电压差异性的燃料电池故障诊断装置及方法
CN112582652A (zh) * 2020-12-08 2021-03-30 武汉理工大学 一种监测质子交换膜燃料电池反极程度的方法
CN114865020A (zh) * 2021-02-03 2022-08-05 郑州宇通客车股份有限公司 一种燃料电池系统控制方法及健康状态评价方法
CN114865020B (zh) * 2021-02-03 2023-08-25 宇通客车股份有限公司 一种燃料电池系统控制方法及健康状态评价方法
CN113505926A (zh) * 2021-07-14 2021-10-15 同济大学 一种基于阻抗预测模型自更新的燃料电池故障预测方法
CN113505926B (zh) * 2021-07-14 2022-10-25 同济大学 一种基于阻抗预测模型自更新的燃料电池故障预测方法
CN113270657A (zh) * 2021-07-20 2021-08-17 四川新能源汽车创新中心有限公司 基于电磁感应效应的电池矩阵坏点检测系统及检测方法
CN113270657B (zh) * 2021-07-20 2021-12-28 四川新能源汽车创新中心有限公司 基于电磁感应效应的电池矩阵坏点检测系统及检测方法

Similar Documents

Publication Publication Date Title
CN109830714A (zh) 燃料电池故障诊断方法、装置和存储介质
Tang et al. Recent progress in the use of electrochemical impedance spectroscopy for the measurement, monitoring, diagnosis and optimization of proton exchange membrane fuel cell performance
Chen et al. The reactant starvation of the proton exchange membrane fuel cells for vehicular applications: A review
CN101820074B (zh) 观察燃料电池系统启动期间的阳极流体成分的系统和方法
CN109713334A (zh) 燃料电池电堆测试台及其使用方法
Meng et al. Experimental study of key operating parameters effects on the characteristics of proton exchange membrane fuel cell with anode recirculation
CN102110828B (zh) 从电池堆平均hfr在线估计阴极进口和出口rh
Zhao et al. Study on voltage clamping and self-humidification effects of pem fuel cell system with dual recirculation based on orthogonal test method
CN103163470B (zh) 一种一体化可再生燃料电池组可靠性检测方法
CN113097535B (zh) 自增湿燃料电池水热管理系统及其控制方法
CN112151837A (zh) 一种氢燃料电池尾气水分回收装置及水含量测量方法
CN109841879A (zh) 燃料电池水含量估计系统、方法、计算机设备及存储介质
CN106856244A (zh) 用于诊断燃料电池堆的状态的方法和系统
CN102916206B (zh) 利用基于hfr阴极进口rh模型与传感器反馈比较确定水蒸汽传递单元故障并且用于诊断代码和信息
CN116114090A (zh) 用于运行燃料电池系统的方法、用于燃料电池系统的评估单元
JP2020077457A (ja) 燃料電池システム
Xiao et al. Water management in a novel proton exchange membrane fuel cell stack with moisture coil cooling
CN109818015B (zh) 燃料电池电流密度分布估计方法、装置及计算机存储介质
US20120123620A1 (en) Purging device and method for improving cold-startability of fuel cell
US20140120434A1 (en) Method for determining membrane protonic resistance of a fuel cell stack
Nishida et al. Detection of water vapor in cathode gas diffusion layer of polymer electrolyte fuel cell using water sensitive paper
Ghorbani et al. Use of reduced-voltage EIS to establish a relation between oxygen concentration and EIS responses of large commercial PEM fuel cell modules
CN209526158U (zh) 燃料电池测试装置
Hu et al. Water management in a self-humidifying PEM fuel cell system by exhaust gas recirculation
CN115832358A (zh) 一种阴极闭式空冷型燃料电池测试系统

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190531

WD01 Invention patent application deemed withdrawn after publication