CN112886038A - 一种燃料电池故障诊断方法 - Google Patents
一种燃料电池故障诊断方法 Download PDFInfo
- Publication number
- CN112886038A CN112886038A CN202011536736.2A CN202011536736A CN112886038A CN 112886038 A CN112886038 A CN 112886038A CN 202011536736 A CN202011536736 A CN 202011536736A CN 112886038 A CN112886038 A CN 112886038A
- Authority
- CN
- China
- Prior art keywords
- fault
- fuel cell
- membrane
- importance
- faults
- 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.)
- Granted
Links
Images
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
- H01M8/04992—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
-
- 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)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Life Sciences & Earth Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Fuel Cell (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
Abstract
本发明提出一种燃料电池故障诊断方法。首先根据质子交换膜燃料电池堆的结构组成,整理总结燃料电池堆可能发生的故障,然后将其构建成燃料电池故障重要度和质子交换膜故障重要度层次结构模型进行层次分析,其中判断矩阵的构造是依据正交试验的影响显著性结果以及从故障是否可恢复、对电池的影响程度、故障出现的概率、导致电池性能的衰减率等方面来确定,最后得出方案层各故障的具体权值及排序,可根据排序结果确定燃料电池系统的故障诊断重点部分以及安排燃料电池各部件的检查维护频率,并制定了相应的预防措施,从而可减少燃料电池的应用成本。
Description
技术领域
本发明属于燃料电池技术领域,尤其涉及一种燃料电池故障诊断方法。
背景技术
质子交换膜燃料电池具有启动快、功率密度高、工作温度低、零排放等优点,因此非常适合作为车辆动力电源,这是未来汽车行业的发展方向,其中动力电源能否可靠稳定的运行直接影响到车辆的安全性与稳定性,因此对燃料电池进行故障诊断研究有着重要意义,也逐渐成为了研究热点。
常见的燃料电池故障诊断研究方法有:基于机理模型、基于信号处理以及基于人工智能的诊断方法。目前在燃料电池故障诊断的研究中对各故障权值的计算以及考虑关键材料老化故障的研究较少,各故障因素对于燃料电池的性能有着不同的影响,关键材料的老化也是造成性能下降的主要原因,因此有必要研究包括老化故障在内的各故障的具体权值,为了便于比较和计算各故障权值,可以将燃料电池故障分解成多层次多因素的故障因素进行研究。针对这些问题,本发明提出了一种基于层次分析法和正交试验法的燃料电池堆故障诊断方法,将主观和客观有效结合在一起,为故障诊断提供了量化依据,也为后续开展更为深入的研究奠定了理论基础。
发明内容
本发明的目的是提供一种燃料电池堆故障诊断方法,将层次分析法和正交试验法相结合来确定各故障的具体权值和排序,根据此结果对燃料电池进行故障诊断,其具体包括以下步骤:
(1)建立故障重要度层次结构模型。首先根据燃料电池堆的结构组成,收集整理燃料电池堆可能发生的故障,然后按照各个故障之间的相互关系,分别确定层次结构模型的目标层、准则层、方案层。
(2)构造判断矩阵。a.设计正交试验进行影响显著性分析:根据步骤(1)构建的故障重要度层次结构模型,设计正交试验来确定方案层中的某些故障因素对于相应准则层的影响显著性;b.确定判断矩阵的各个元素:每次选择层次结构模型中同层的两个因素,两两分析比较对上层因素的相对重要性,此过程依据步骤a.正交试验的影响排序结果以及从故障是否可恢复、故障出现的概率、导致电池性能的衰减率等方面来确定。
(3)层次单排序及一致性检验。判断矩阵构造完成后,首先需要检验构造矩阵的合理性,通过一致性检验后求出同一层次相应故障对于上一层次故障相对重要性的排序权值,即进行层次单排序,若不符合一致性检验,则需重新调整判断矩阵,直至通过一致性检验。
(4)层次总排序。利用所有矩阵层次单排序的结果,计算步骤(1)的层次结构模型中方案层各故障对于目标层相对重要性的权值,即层次总排序。
(5)进行故障诊断决策。由步骤(4)层次总排序后的结果可知,其中权值大的故障相对重要性较大,应将其作为燃料电池堆故障诊断重点部分。
(6)对重点故障制定预防措施。制定相应的预防措施可以尽可能多的避免燃料电池系统发生故障,从而减少了燃料电池的应用成本。
本发明具有以下有益效果:本发明提供了一种基于层次分析法和正交试验法的燃料电池故障诊断方法,可以定量计算出燃料电池堆各故障因素的重要性权值,将主客观有效结合在一起使得到的权值结果更加合理,为故障诊断研究提供了量化依据。在实际应用中,可以按此排序安排燃料电池各部件的检查维护频率。
附图说明
图1是本发明所提供的燃料电池故障诊断方法的流程图;
图2是本发明实施例中所述的燃料电池堆故障重要度层次结构模型;
图3是本发明实施例中所述的质子交换膜故障重要度层次结构模型。
具体实施方式
下面结合附图与实施例,进一步对本发明进行清楚、完整地描述。
图1所示为本发明提供的一种基于层次分析法和正交试验法的燃料电池故障诊断的流程图,首先整理总结燃料电池堆可能发生的故障,将其构建成故障重要度层次结构模型,然后使用燃料电池仿真模型进行正交试验,利用正交试验得到的影响显著性结果以及相关资料构造判断矩阵后进行层次分析,最后得出了各故障的具体权值及排序,可根据排序结果确定燃料电池系统的故障诊断重点部分。具体包括以下步骤:
(1)建立故障重要度层次结构模型
将燃料电池堆可能发生的故障按照各个故障因素之间的相互关系,将其整理确定为层次结构模型的目标层、准则层、方案层。由于导致质子交换膜故障的因素较多,需为其单独建立层次结构模型进行层次分析。因此需建立两个故障层次结构模型,目标层分别为燃料电池堆故障重要度、质子交换膜故障重要度,如附图2和附图3所示。
(2)构造判断矩阵
此步骤需要引入正交试验,通过设计正交试验分析得到的影响显著性结果去构造部分判断矩阵,具体做法如下:
a.设计正交试验
由步骤(1)建立的层次结构模型,确定分析氢气湿度、注入空气流的水流量、工作温度及负载电流对膜干的影响显著性;氢气湿度、注入空气流的水流量、进堆空气压力、孔口出流系数对膜水淹的影响显著性。两个正交试验分别设计四因素四水平的因素水平表如表1和表2所示。根据因素数和水平数综合考虑都选取L16(45)的正交表,为了便于结合层次分析法使用,试验选择膜的水常数作为考察指标,按照设计的正交试验进行16次仿真试验,试验结果如表3和表4所示。
首先采用极差分析对试验结果进行分析,极差R越大,表示该因素对考察指标的影响越大,经分析,导致膜干各因素的影响排序为:工作温度、氢气湿度、注入空气流的水流量、负载电流;导致膜水淹各因素的影响排序为:孔口出流系数、氢气湿度、注入空气流的水流量、进堆空气压力。
然后采用方差分析对试验结果的分析为,在导致膜干各因素中,工作温度对膜水常数有高度显著影响,其余故障因素有一定影响但不显著;在导致膜水淹各因素中,孔口出流系数对膜水常数有显著影响,其余因素影响不显著。
表1导致膜干各因素正交试验因素水平表
表2导致膜水淹各因素正交试验因素水平表
表3导致膜干各因素正交试验方案及结果
表4导致膜水淹各因素正交试验方案及结果
b.确定判断矩阵的各个元素
判断矩阵的构造方法为:每次选择层次结构模型中同层的两个因素,两两分析比较对上层因素的相对重要性,采用Saaty比例标度表,使用1-9及其倒数作为标度,具体标度方法如表3所示,按此方法分别依次分析两层次结构模型中的准则层对于目标层的相对重要性及方案层对准则层的相对重要性。(矩阵表示为如A1-B是指准则层B对目标层A1的判断矩阵)
表3重要度含义表
在构造膜干与膜水淹方案层的判断矩阵时,通过结合步骤a.正交试验的影响排序结果分析来构造,矩阵各个元素的具体确定方法为:在构造膜干方案层的判断矩阵时,由于工作温度对膜水常数有高度显著的影响,又结合各因素的极差R计算结果,认为工作温度比负载电流强烈重要,比氢气湿度明显重要,因此,分别用“7”和“5”进行标度,注入空气流的水流量与负载电流的极差R结果相近,因此认为它们具有同等重要性,用“1”进行标度。构造膜水淹方案层判断矩阵的方法与上述同理,由此构造相关判断矩阵B1-C、B2-C。
其余判断矩阵从故障是否可恢复、对电池的影响程度、故障出现的概率、导致电池性能的衰减率等方面来确定各因素的相对重要性,由此构造其余判断矩阵。
首先构造质子交换膜故障重要度层次结构模型中准则层对于目标层的判断矩阵A1-B,需要对准则层的各个元素之间进行两两比较。由于膜破裂、膜老化属于不可恢复衰减,膜干、膜水淹属于可恢复衰减,相对于可恢复衰减来说,不可恢复衰减对燃料电池的影响更加严重,并且对燃料电池的寿命起决定性作用。因此膜破裂、膜老化比膜干、膜水淹对质子交换膜的影响大,并且膜干导致电堆性能的下降大于膜水淹的影响,膜干严重时还会出现危险的反极现象,所以准则层的相对重要性比较为:膜破裂>膜老化>膜干>膜水淹。因此构造如下判断矩阵A1-B。
由于膜两侧压差太大超过0.1MPa,质子交换膜上的机械应力分布不均导致膜破裂;当燃料电池工作温度过高高于90℃,膜长期处于失水状态,之后膜会脱水收缩,也会使膜受到机械应力的作用而产生开裂,但是温度过高也会导致质子交换膜的热衰减。综上,认为工作温度高于90℃故障比膜两侧压差太大超过0.1MPa稍微重要,因此构建如下判断矩阵B3-C。
质子交换膜的老化主要有以下三个方面的原因:机械老化、化学降解及金属离子污染。机械老化是由于机械应力等物理因素引起膜出现蠕变、开裂或针孔,与物理因素相比,自由基对膜化学结构的攻击的化学降解是一个缓慢过程,对电池性能的影响相对较慢,这个问题在长期运行之后才能显现,并且膜的金属离子污染会导致电池性能迅速衰减。因此构建如下判断矩阵B4-C。
接着针对燃料电池堆故障重要度层次结构模型,分别构建准则层及方案层的判断矩阵。
首先构造准则层对于目标层的判断矩阵。质子交换膜、电极以及双极板都是质子交换膜燃料电池的核心部件,其性能的好坏直接决定PEMFC性能的好坏。质子交换膜出现故障的概率大于双极板和电极出现故障,因此认为质子交换膜比电极、双极板稍微重要。由此构建如下判断矩阵A-Ai。
然后构造方案层对准则层的判断矩阵。双极板气体流场堵水故障以及导电性变差低于100S/cm故障都会直接影响到燃料电池的性能,又气体流场堵水发生的概率远大于双极板导电性变差,因此构建如下判断矩阵A2-C。
催化剂中毒、电极水淹会导致电池性能迅速衰减,而催化剂中Pt颗粒发生迁移、脱落与气体扩散层疏水性散失对电池性能的影响相对较慢。由于Pt、C的退化引起的催化剂的老化导致电池性能衰减率为10-9V/h,催化剂中毒导致电池性能衰减率为10-8V/h,由于PTFE、C退化引起的气体扩散层疏水性散失导致电池性能衰减率为10-10V/h,因此认为这四者的重要度排序为:电极水淹>催化剂中毒>Pt颗粒发生迁移、脱落>气体扩散层疏水性散失,得到判断矩阵A3-C如下。
(3)层次单排序及一致性检验
判断矩阵构造完成后,首先需要检验构造矩阵的合理性,通过一致性检验后求出同一层次相应故障对于上一层次故障相对重要性的排序权值,进行层次单排序。
以质子交换膜故障重要度层次结构模型中准则层对于目标层的判断矩阵A1-B为例,介绍此步骤的具体做法。
a.通过计算一致性指标CI和一致性比率CR,对判断矩阵进行一致性检验,当CR<0.1时,认为矩阵的一致性可以接受,当CR>0.1时,需重新构造判断矩阵。
式中λ为矩阵的最大特征值,n为矩阵的阶数,RI为随机一致性指标,取值如表4所示。
表4随机一致性指标
n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
RI | 0 | 0 | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 |
判断矩阵A1-B的计算结果为:CI=0.0602,CR=0.0669<0.1通过一致性检验。
b.求出所构造判断矩阵最大特征值所对应的特征向量,经归一化后记为ω。
判断矩阵A1-B的计算结果为:ω=(0.1342,0.0684,0.5292,0.2681)T,即准则层对目标层的权向量。
其余矩阵的计算结果汇总到表5。
表5各矩阵层次单排序结果汇总表
(4)层次总排序
利用所有矩阵层次单排序的结果,计算步骤(1)的层次结构模型中方案层各故障对于目标层相对重要性的权值,即层次总排序。各故障具体权重及排序结果如表6所示。
表6燃料电池堆故障重要度层次结构方案层各故障排序
(5)进行故障诊断决策
根据步骤(4)得到的结果,权值大的故障相对重要性也较大,应将其作为故障诊断的重点部分。最后计算结果表明工作温度高于90℃故障的总排序权值最大,其次是流场堵塞,再次是电极水淹,这三个故障对于燃料电池堆的相对重要性较大,因此对燃料电池进行合理、高效的水热管理尤为重要,应加强对水热管理系统的检测和维护。在实际应用中,可以按此排序安排燃料电池各部件的检查维护频率。
(6)对重点故障制定预防措施
制定相应的预防措施可以尽可能多的避免燃料电池系统发生故障,从而可减少燃料电池的应用成本。
a.燃料电池堆故障中相对重要性较大的故障为:燃料电池的工作温度高于90℃、流场堵塞、电极水淹,可以看出燃料电池系统的水热管理系统对燃料电池能否稳定运行起到了关键作用,对此具体的预防措施有:加强对水热管理系统中各设备的检测和维护;设计合理有效的热管理控制策略;改变流道的设计结构;改变进气加湿方式等。
b.其次是燃料电池中关键材料(膜电极以及双极板)的损伤、老化和污染引起电池性能的衰减,从而造成燃料电池堆的永久性故障,因此要控制好阴阳极的工作压力,防止压力差超过0.1MPa造成膜破裂故障;注意空气过滤效果,减少反应气体中的杂质对材料的污染,也防止杂质堵塞流道;改进各个关键材料,提升膜电极材料的耐久性。
Claims (4)
1.一种燃料电池故障诊断方法,其特征在于,包括以下步骤:
(1)收集整理燃料电池堆可能发生的故障,建立燃料电池堆故障重要度和质子交换膜故障重要度层次结构模型;
(2)构造判断矩阵,设计正交试验进行故障因素影响显著性分析,关于膜干及膜水淹方案层的判断矩阵的各个元素依据正交试验的影响排序结果及影响显著性来确定,其余判断矩阵通过从故障是否可恢复、对电池的影响程度、故障出现的概率、导致电池性能的衰减率来构造;
(3)对构造的判断矩阵进行一致性检验,通过检验后求出同一层次相应故障对于上一层次故障相对重要性的权值,即层次单排序;
(4)利用所有矩阵层次单排序的结果,计算层次结构模型中方案层各故障对于目标层相对重要性的权值,即层次总排序;
(5)进行故障诊断决策,权值大的故障应作为故障诊断重点部分,在实际应用中,应加强对与这些故障有关部件的检查与维护频率;
(6)对重点故障制定预防措施。
2.根据权利要求1所述的一种燃料电池故障诊断方法,其特征在于,步骤(1)中,立两个故障层次结构模型,目标层分别为燃料电池堆故障重要度、质子交换膜故障重要度。
3.根据权利要求1所述的一种燃料电池故障诊断方法,其特征在于,步骤(2)中,关于膜干及膜水淹方案层的判断矩阵依据正交试验的影响显著性结果来构造,分别设计导致膜干各因素的正交试验和导致膜水淹各因素的正交试验,两个试验都选取L16(45)的正交表,选择膜的水常数作为考察指标,最后根据正交试验影响排序结果来确定判断矩阵的各个元素。
4.根据权利要求1所述的一种燃料电池故障诊断方法,其特征在于,步骤(5)中,按照层次总排序后的权值计算结果给各故障的重要性进行排序,权值大的故障应作为燃料电池故障诊断重点部分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011536736.2A CN112886038B (zh) | 2020-12-23 | 2020-12-23 | 一种燃料电池故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011536736.2A CN112886038B (zh) | 2020-12-23 | 2020-12-23 | 一种燃料电池故障诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112886038A true CN112886038A (zh) | 2021-06-01 |
CN112886038B CN112886038B (zh) | 2022-07-05 |
Family
ID=76043410
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011536736.2A Active CN112886038B (zh) | 2020-12-23 | 2020-12-23 | 一种燃料电池故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112886038B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114843560A (zh) * | 2022-05-19 | 2022-08-02 | 上海捷氢科技股份有限公司 | 一种燃料电池系统水淹故障诊断方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020049571A1 (en) * | 2000-05-25 | 2002-04-25 | Dinesh Verma | Supportability evaluation of system architectures |
CN106707991A (zh) * | 2016-12-21 | 2017-05-24 | 西安建筑科技大学 | 基于模糊层次分析的多目标作业调度中瓶颈设备识别方法 |
CN110782157A (zh) * | 2019-10-24 | 2020-02-11 | 华电邹县发电有限公司 | 一种基于发电设备重要度的维修方式制定方法 |
CN111080071A (zh) * | 2019-11-20 | 2020-04-28 | 国网新疆电力有限公司经济技术研究院 | 一种配电网运行状态风险评估方法 |
CN111178725A (zh) * | 2019-12-24 | 2020-05-19 | 贵州电网有限责任公司 | 一种基于层次分析法的保护设备状态预警方法 |
CN111798146A (zh) * | 2020-07-09 | 2020-10-20 | 中国第一汽车股份有限公司 | 一种燃料电池发动机性能评价的方法 |
-
2020
- 2020-12-23 CN CN202011536736.2A patent/CN112886038B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020049571A1 (en) * | 2000-05-25 | 2002-04-25 | Dinesh Verma | Supportability evaluation of system architectures |
CN106707991A (zh) * | 2016-12-21 | 2017-05-24 | 西安建筑科技大学 | 基于模糊层次分析的多目标作业调度中瓶颈设备识别方法 |
CN110782157A (zh) * | 2019-10-24 | 2020-02-11 | 华电邹县发电有限公司 | 一种基于发电设备重要度的维修方式制定方法 |
CN111080071A (zh) * | 2019-11-20 | 2020-04-28 | 国网新疆电力有限公司经济技术研究院 | 一种配电网运行状态风险评估方法 |
CN111178725A (zh) * | 2019-12-24 | 2020-05-19 | 贵州电网有限责任公司 | 一种基于层次分析法的保护设备状态预警方法 |
CN111798146A (zh) * | 2020-07-09 | 2020-10-20 | 中国第一汽车股份有限公司 | 一种燃料电池发动机性能评价的方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114843560A (zh) * | 2022-05-19 | 2022-08-02 | 上海捷氢科技股份有限公司 | 一种燃料电池系统水淹故障诊断方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112886038B (zh) | 2022-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107180983B (zh) | 一种固体氧化物燃料电池电堆故障诊断方法和系统 | |
Steiner et al. | Diagnosis of polymer electrolyte fuel cells failure modes (flooding & drying out) by neural networks modeling | |
Lai et al. | In-situ diagnostics and degradation mapping of a mixed-mode accelerated stress test for proton exchange membranes | |
DE102011008728B4 (de) | Verfahren und System zum Feststellen eines Membranfehlers in einer Brennstoffzelle | |
CN110676488B (zh) | 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 | |
CN113540524B (zh) | 一种质子交换膜燃料电池部件的老化量化处理方法 | |
Zhang et al. | A health management review of proton exchange membrane fuel cell for electric vehicles: Failure mechanisms, diagnosis techniques and mitigation measures | |
Hu et al. | Mechanistic insight into the accelerated decay of fuel cells from catalyst-layer structural failure | |
CN112117475A (zh) | 一种燃料电池水管理子系统故障检测装置及方法 | |
CN112886038B (zh) | 一种燃料电池故障诊断方法 | |
KR102133140B1 (ko) | 연료 전지 스택의 재활용 방법 및 장치 | |
Kulkarni et al. | The effect of non-uniform compression on the performance of polymer electrolyte fuel cells | |
CN113611900A (zh) | 一种质子交换膜燃料电池的膜干故障诊断方法 | |
Chen et al. | Analytical methods for the effect of anode nitrogen concentration on performance and voltage consistency of proton exchange membrane fuel cell stack | |
Wang et al. | Degradation characteristics of membrane electrode assembly under drive cycle test protocol | |
CN114583219A (zh) | 一种质子交换膜燃料电池的水淹故障诊断方法 | |
CN111628195A (zh) | 一种基于逻辑推理的燃料电池电堆实时状态识别方法 | |
CN114388855A (zh) | 一种燃料电池寿命预测方法 | |
Hicks et al. | Accelerated testing and lifetime modeling for the development of durable fuel cell MEAs | |
CN115935659A (zh) | 一种燃料电池电堆寿命预测方法、系统及电子设备 | |
CN115547433A (zh) | 一种质子交换膜电解槽建模优化的方法 | |
DE102017205038A1 (de) | Steuereinheit und Verfahren zur Überprüfung einer Brennstoffzelle | |
Nakamura et al. | Measurement of leak current generation distribution in PEFC and its application to load fluctuation testing under low humidification | |
Hou et al. | Voltage and voltage consistency attenuation law of the fuel cell stack based on the durability cycle condition | |
Hou et al. | Effect of clamping load on the performance and contact pressure of PEMFC stack |
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 |