CN115032553A - 一种车载燃料电池在线诊断方法和系统 - Google Patents

一种车载燃料电池在线诊断方法和系统 Download PDF

Info

Publication number
CN115032553A
CN115032553A CN202210583511.5A CN202210583511A CN115032553A CN 115032553 A CN115032553 A CN 115032553A CN 202210583511 A CN202210583511 A CN 202210583511A CN 115032553 A CN115032553 A CN 115032553A
Authority
CN
China
Prior art keywords
fuel cell
voltage
frequency
low
current
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
Application number
CN202210583511.5A
Other languages
English (en)
Other versions
CN115032553B (zh
Inventor
邵恒
张宇洲
唐厚闻
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.)
Shanghai H Rise New Energy Technology Co Ltd
Original Assignee
Shanghai H Rise New Energy Technology Co Ltd
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 Shanghai H Rise New Energy Technology Co Ltd filed Critical Shanghai H Rise New Energy Technology Co Ltd
Priority to CN202210583511.5A priority Critical patent/CN115032553B/zh
Publication of CN115032553A publication Critical patent/CN115032553A/zh
Priority to PCT/CN2023/096282 priority patent/WO2023227060A1/zh
Application granted granted Critical
Publication of CN115032553B publication Critical patent/CN115032553B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Fuel Cell (AREA)

Abstract

本发明涉及一种车载燃料电池在线诊断方法和系统，诊断方法包括：遍历燃料电池电堆中所有单电池两端的单体直流电压；定位电压最低的单电池进行标记；判断标记单电池的电压值是否低于预设的电压报警值，若是，则判断燃料电池运行异常；向燃料电池叠加高频激励信号和低频激励信号；采集标记单电池在高频激励和低频激励下的电压信号和电流信号；计算高频阻抗模、低频阻抗模和响应电压的总谐波失真；将计算结果输出至神经网络模型中，输出得到车载燃料电池的失效模式。与现有技术相比，本发明实现了对燃料电池进行单电池级别的测量和巡检，通过多参数采集，配合神经网络模型可以精确获得车载燃料电池的失效模式，具有良好的应用前景。

Description

一种车载燃料电池在线诊断方法和系统
技术领域
本发明涉及燃料电池检测领域，尤其是涉及一种车载燃料电池在线诊断方法和系统。
背景技术
作为燃料电池汽车的动力源，车用燃料电池系统由于其结构复杂、工作环境恶劣和运行条件经常发生变化等原因在实际应用中难免出现各种故障，一旦故障出现若未能及时检测并采取相应处理措施，轻则导致系统无法正常或高效工作，重则导致电堆发生不可恢复性永久损坏或重大氢、电等安全事故。因此，车载燃料电池在线诊断非常重要。
现有的车载燃料电池在线检测方式通常是对电池电堆的整体进行高频阻抗测试，但是，这种诊断只能大致地判断电堆是否异常，无法进行精确分析，往往不能反映燃料电池真实的状态。例如，整堆的阻抗正常，但是某节单电池出现失效的情况无法在传统方式中进行检测。同时，现有的方式无法判断电堆到底是哪种失效状态，因此很多时候无法给出合适的控制测量来使电堆恢复健康。例如，燃料电池水淹和膜干都会体现电压的下降，但如果无法区分到底是哪种失效模式，错误地采取应对措施，可能会使得电堆状态继续恶化。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种车载燃料电池在线诊断方法和系统。
本发明的目的可以通过以下技术方案来实现：
一种车载燃料电池在线诊断方法，包括：
初始化步骤：
A1、遍历燃料电池电堆中所有单电池两端的单体直流电压；
A2、定位电压最低的单电池，标记为CH_Low；
A3、判断CH_Low所测得的电压值是否低于预设的电压报警值，若是，则判断燃料电池运行异常，执行在线诊断步骤；若否，则重新执行初始化步骤；
在线诊断步骤：
B1、向燃料电池叠加一个或多个高频的正弦波的激励信号，以及一个或多个低频的正弦波的激励信号；
B2、采集CH_Low单电池在高频激励和低频激励下的电压信号和电流信号；
B3、根据高频激励和低频激励下的电压信号和电流信号分别计算高频阻抗模和低频阻抗模；
B4、根据高频激励和低频激励下的电压信号计算响应电压的总谐波失真；
诊断输出步骤：将在线诊断步骤得到的高频阻抗模、低频阻抗模和总谐波失真输出至训练好的神经网络模型中，输出得到车载燃料电池的失效模式。
在另一优选的实例中，执行在线诊断步骤之前还需要执行稳态判断步骤，包括：计算当前时刻下CH_Low单电池的电压与当前时刻之前的多个时刻下的平均电压的差值，判断差值是否小于设定的阈值，若是，则执行在线诊断步骤；若否，则重新执行稳态判断步骤。
在另一优选的实例中，执行诊断输出步骤之前还需要执行结果校验步骤，包括：停止对燃料电池的所有激励，计算当前时刻下CH_Low单电池的电压，与当前时刻之前的多个时刻下的平均电压的差值，判断差值是否小于设定的阈值，若是，则执行诊断输出步骤；若否，则重新执行稳态判断步骤和在线诊断步骤。
在另一优选的实例中，在线诊断步骤中步骤B3包括：
B31、将高频激励下的电压和电流在时域内的数据变换为频域内的数据，同时将低频激励下的电压和电流在时域内的数据变换为频域内的数据，从而根据数据转换结果得到高频激励下的信号幅值与相位角，以及低频激励下的信号幅值与相位角；
B32、根据高频激励下的电压信号与电流信号的幅值之比得到高频阻抗模，并且根据电压信号的相位角与电流信号的相位角之差，得到阻抗的相位角；根据低频激励下的电压信号与电流信号的幅值之比得到低频模阻抗模，并且根据电压信号的相位角与电流信号的相位角之差，得到高频阻抗模的相位角。
在另一优选的实例中，诊断输出步骤中，车载燃料电池的失效模式包括毒化、水淹、欠气和膜干。
在另一优选的实例中，在线诊断步骤中，高频的正弦波的激励信号的频率范围为500～2500Hz，低频的正弦波的激励信号的频率范围为0.1～100Hz。
在另一优选的实例中，在线诊断步骤中，响应电压的总谐波失真使用前n次的谐波进行计算，n的取值范围为2～10。
一种车载燃料电池在线诊断系统，用于如上任一所述的车载燃料电池在线诊断方法，在线诊断系统包括：
激励模块，用于对燃料电池叠加激励信号；
电流传感器，用于采集燃料电池输出干路上的电流值，与燃料电池巡检模块相连接；
燃料电池巡检模块，用于对燃料电池的电压和电流进行同步采集，并且进行阻抗模和响应电压的总谐波失真值的计算；
燃料电池系统控制器，用于控制燃料电池的各项运行，内置训练好的神经网络模型，输出车载燃料电池的失效模式。
在另一优选的实例中，所述燃料电池巡检模块包括依次连接的单体电压滤波器、选通电路、模拟信号处理器、模数转换器和微控制单元，还包括温度测量芯片，以及连接电流传感器的电流测量芯片。
在另一优选的实例中，所述激励模块为DC/DC电压变换器。
与现有技术相比，本发明具有以下有益效果：
1、本发明实现了对燃料电池进行单电池级别的测量和巡检，通过对高频阻抗模、低频阻抗模和总谐波失真的多参数采集，配合神经网络模型可以精确获得车载燃料电池的失效模式，具有良好的应用前景。
2、本发明在执行在线诊断步骤之前设计了稳态判断步骤，确保在诊断过程中，被标记的单电池处于稳态，保证了诊断过程和结果的可靠性和准确性。并且，在执行在线诊断步骤之后还可以具有结果校验步骤，保障被标记的单电池始终处于稳态，得到可靠的诊断数据。
附图说明
图1为本发明系统的结构示意图。
图2为本发明诊断方法的流程示意图。
附图标记：1、激励模块，2、电流传感器，3、燃料电池巡检模块，31、单体电压滤波器，32、选通电路，33、模拟信号处理器，34、模数转换器，35、微控制单元，36、电流测量芯片，37、温度测量芯片，4、燃料电池系统控制器，5、燃料电池电堆。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
如图1所示，本实施例提供了一种车载燃料电池在线诊断系统，包括激励模块1、电流传感器2、燃料电池巡检模块3和燃料电池系统控制器4。激励模块1用于对燃料电池电堆5叠加激励信号，连接燃料电池系统控制器4。电流传感器2用于采集燃料电池电堆5输出干路上的电流值，连接燃料电池巡检模块3。
燃料电池巡检模块3包括单体电压滤波器31、选通电路32、模拟信号处理器33、模数转换器(ADC)34、微控制单元(MCU)35、电流测量芯片36和温度测量芯片37。单体电压滤波器31用于连接燃料电池电堆5的每个单电池。单体电压滤波器31、选通电路32、模拟信号处理器33、模数转换器34ADC和微控制单元35依次连接。电流测量芯片36连接电流传感器2，微控制单元35连接电流测量芯片36。由此，燃料电池巡检模块3可以用于采集燃料电池电堆5的电压、采集电流传感器2的输出值，以及采集燃料电池电堆5的温度值。燃料电池巡检模块3对电压采集和电流采集进行同步，同步误差小于2us。采集后的信息均在微控制单元35中进行计算处理，例如进行阻抗模和响应电压的总谐波失真值(THD)的计算。
燃料电池系统控制器4用于控制燃料电池电堆5的各项运行条件，内置训练好的神经网络模型，即在线诊断模型。模型的输入为高频阻抗，低频阻抗和响应电压总谐波失真值(THD)，输出为电堆的失效模式。该神经网络模型采用常规结构。该神经网络模型通过大量实验获得电堆在不同运行状态和失效状态下所对应的高频阻抗，低频阻抗和THD值，总结提取所获得。通过比较燃料电池电堆5正常运行和失效状态下的阻抗和THD范围，判断燃料电池电堆5的失效模式，甚至量化失效的程度。
本实施例中，激励模块1直接采用车辆系统中自带的为DC/DC电压变换器，为燃料电池电堆5提供电信号激励，简化整体的结构。
如图2所示，为上述车载燃料电池在线诊断系统的诊断方法，具体包括以下步骤：
一、初始化步骤
步骤A1、燃料电池巡检模块通过选通电路遍历燃料电池电堆中各个单电池两端的单体直流电压。
步骤A2、定位所有单电池中，电压最低的通道位置，标记为CH_Low，即为将电压最低的单电池标记为CH_Low。
步骤A3、判断CH_Low所测得的电压值是否低于预设的电压报警值，若是，则判断燃料电池运行异常，执行稳态判断步骤；若否，则重新执行初始化步骤，继续遍历测量单体电压。
二、稳态判断步骤
为了保证诊断的前后，燃料电池处于一个相对稳态的状态，巡检通过比较之前时刻和现在时刻电压的差值来判断燃料电池是否稳态。具体的判断方式如下：
计算当前时刻t0下CH_Low单电池的电压，与当前时刻之前的四个时刻(t-1,…,t-4)下的平均电压的差值，判断差值是否小于设定的阈值，若是，则判定为稳态，执行在线诊断步骤；若否，则重新执行稳态判断步骤。
三、在线诊断步骤：
步骤B1、DC/DC电压变换器收到开始诊断信号，向燃料电池叠加一个高频(1000～2000Hz)的正弦波的激励信号，然后再叠加一个低频的(1～100Hz)正弦波激励信号。也可以是同时发送高频和低频的激励信号，提高诊断速度。
步骤B2、燃料电池巡检模块同步采集CH_Low通道上的交流电压响应和电流传感器所测得的激励电流信号，分别测得高频激励和低频激励的电压信号和电流信号。
步骤B3、根据高频激励和低频激励下的电压信号和电流信号分别计算高频阻抗模和低频阻抗模。具体展开为：
将高频激励下的电压和电流在时域内的数据通过傅里叶变换为频域内的数据，同时将低频激励下的电压和电流在时域内的数据通过傅里叶变换变换为频域内的数据。从电压信号与电流信号的计算结果中取得对应频率的变换结果，变换结果包括高频激励下的信号幅值与相位角，以及低频激励下的信号幅值与相位角。
根据高频激励下的电压信号与电流信号的幅值之比得到高频阻抗模，并且根据电压信号的相位角与电流信号的相位角之差，得到阻抗的相位角。
根据低频激励下的电压信号与电流信号的幅值之比得到低频模阻抗模，并且根据电压信号的相位角与电流信号的相位角之差，得到高频阻抗模的相位角。
步骤B4、根据高频激励和低频激励下的电压信号计算响应电压的总谐波失真THD。THD的值可以用以下计算公式计算的得到：
Figure BDA0003662634770000061
其中，Y1为基频电压的有效值(RMS)，Y2-Y10依次为2次到10次谐波的RMS值。响应电压的总谐波失真使用前n次的谐波进行计算，n的取值范围为2～10。
四、结果校验步骤：
DC/DC电压变换器停止激励，燃料电池巡检模块再次判断燃料电池是否处于稳态。如果处于稳态，则该次测量有效，若非稳态，则回到稳态判断步骤再次测量。具体为：
计算当前时刻t0下CH_Low单电池的电压，与当前时刻之前的四个时刻(t-1,…,t-4)下的平均电压的差值，判断差值是否小于设定的阈值，若是，则执行在线诊断步骤；若否，则重新执行稳态判断步骤。
五、诊断输出步骤
将在线诊断步骤得到的高频阻抗模、低频阻抗模和总谐波失真输出至训练好的神经网络模型中，输出得到车载燃料电池的失效模式。诊断输出步骤中，车载燃料电池的失效模式包括毒化、水淹、欠气和膜干。
在诊断输出后，即可根据失效模式，燃料电池系统控制器采取不同的控制测量来优化电堆的操作调节，从而使得燃料电池回复健康。
综上所述，本实施例具有以下特点：实现了对车载燃料电池运行过程中的高频阻抗，低频阻抗，总谐波失真进行单电池级别的测量和巡检。通过多参数(高频阻抗，低频阻抗，总谐波失真)，而非单一参数，确定燃料电池的失效模式甚至量化失效的程度。诊断过程保证了电堆处于稳态，保证了测试结果的可靠性，和准确性。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种车载燃料电池在线诊断方法，其特征在于，包括：
初始化步骤：
A1、遍历燃料电池电堆中所有单电池两端的单体直流电压；
A2、定位电压最低的单电池，标记为CH_Low；
A3、判断CH_Low所测得的电压值是否低于预设的电压报警值，若是，则判断燃料电池运行异常，执行在线诊断步骤；若否，则重新执行初始化步骤；
在线诊断步骤：
B1、向燃料电池叠加一个或多个高频的正弦波的激励信号，以及一个或多个低频的正弦波的激励信号；
B2、采集CH_Low单电池在高频激励和低频激励下的电压信号和电流信号；
B3、根据高频激励和低频激励下的电压信号和电流信号分别计算高频阻抗模和低频阻抗模；
B4、根据高频激励和低频激励下的电压信号计算响应电压的总谐波失真；
诊断输出步骤：将在线诊断步骤得到的高频阻抗模、低频阻抗模和总谐波失真输出至训练好的神经网络模型中，输出得到车载燃料电池的失效模式。
2.根据权利要求1所述的一种车载燃料电池在线诊断方法，其特征在于，执行在线诊断步骤之前还需要执行稳态判断步骤，包括：计算当前时刻下CH_Low单电池的电压与当前时刻之前的多个时刻下的平均电压的差值，判断差值是否小于设定的阈值，若是，则执行在线诊断步骤；若否，则重新执行稳态判断步骤。
3.根据权利要求2所述的一种车载燃料电池在线诊断方法，其特征在于，执行诊断输出步骤之前还需要执行结果校验步骤，包括：停止对燃料电池的所有激励，计算当前时刻下CH_Low单电池的电压，与当前时刻之前的多个时刻下的平均电压的差值，判断差值是否小于设定的阈值，若是，则执行诊断输出步骤；若否，则重新执行稳态判断步骤和在线诊断步骤。
4.根据权利要求1所述的一种车载燃料电池在线诊断方法，其特征在于，在线诊断步骤中步骤B3包括：
B31、将高频激励下的电压和电流在时域内的数据变换为频域内的数据，同时将低频激励下的电压和电流在时域内的数据变换为频域内的数据，从而根据数据转换结果得到高频激励下的信号幅值与相位角，以及低频激励下的信号幅值与相位角；
B32、根据高频激励下的电压信号与电流信号的幅值之比得到高频阻抗模，并且根据电压信号的相位角与电流信号的相位角之差，得到阻抗的相位角；根据低频激励下的电压信号与电流信号的幅值之比得到低频模阻抗模，并且根据电压信号的相位角与电流信号的相位角之差，得到高频阻抗模的相位角。
5.根据权利要求1所述的一种车载燃料电池在线诊断方法，其特征在于，诊断输出步骤中，车载燃料电池的失效模式包括毒化、水淹、欠气和膜干。
6.根据权利要求1所述的一种车载燃料电池在线诊断方法，其特征在于，在线诊断步骤中，高频的正弦波的激励信号的频率范围为500～2500Hz，低频的正弦波的激励信号的频率范围为0.1～100Hz。
7.根据权利要求1所述的一种车载燃料电池在线诊断方法，其特征在于，在线诊断步骤中，响应电压的总谐波失真使用前n次的谐波进行计算，n的取值范围为2～10。
8.一种车载燃料电池在线诊断系统，其特征在于，用于如权利要求1～7任一所述的车载燃料电池在线诊断方法，在线诊断系统包括：
激励模块，用于对燃料电池叠加激励信号；
电流传感器，用于采集燃料电池输出干路上的电流值，与燃料电池巡检模块相连接；
燃料电池巡检模块，用于对燃料电池的电压和电流进行同步采集，并且进行阻抗模和响应电压的总谐波失真值的计算；
燃料电池系统控制器，用于控制燃料电池的各项运行，内置训练好的神经网络模型，输出车载燃料电池的失效模式。
9.根据权利要求8所述的一种车载燃料电池在线诊断系统，其特征在于，所述燃料电池巡检模块包括依次连接的单体电压滤波器、选通电路、模拟信号处理器、模数转换器和微控制单元，还包括温度测量芯片，以及连接电流传感器的电流测量芯片。
10.根据权利要求8所述的一种车载燃料电池在线诊断系统，其特征在于，所述激励模块为DC/DC电压变换器。
CN202210583511.5A 2022-05-25 2022-05-25 一种车载燃料电池在线诊断方法和系统 Active CN115032553B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210583511.5A CN115032553B (zh) 2022-05-25 2022-05-25 一种车载燃料电池在线诊断方法和系统
PCT/CN2023/096282 WO2023227060A1 (zh) 2022-05-25 2023-05-25 一种车载燃料电池在线诊断方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210583511.5A CN115032553B (zh) 2022-05-25 2022-05-25 一种车载燃料电池在线诊断方法和系统

Publications (2)

Publication Number Publication Date
CN115032553A true CN115032553A (zh) 2022-09-09
CN115032553B CN115032553B (zh) 2023-09-15

Family

ID=83121827

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210583511.5A Active CN115032553B (zh) 2022-05-25 2022-05-25 一种车载燃料电池在线诊断方法和系统

Country Status (2)

Country Link
CN (1) CN115032553B (zh)
WO (1) WO2023227060A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115421059A (zh) * 2022-11-07 2022-12-02 北京亿华通科技股份有限公司 采集燃料电池电堆电压及阻抗的装置及控制方法
CN115548393A (zh) * 2022-10-21 2022-12-30 上海氢晨新能源科技有限公司 燃料电池性能恢复方法、装置和系统
CN116256657A (zh) * 2023-05-04 2023-06-13 同济大学 一种车载燃料电池交流阻抗在线测量系统和方法
CN116314963A (zh) * 2023-05-17 2023-06-23 上海氢晨新能源科技有限公司 燃料电池电堆单体阻抗在线诊断方法及巡检控制器
WO2023227060A1 (zh) * 2022-05-25 2023-11-30 上海氢晨新能源科技有限公司 一种车载燃料电池在线诊断方法和系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117525478A (zh) * 2023-12-15 2024-02-06 新研氢能源科技有限公司 一种燃料电池电堆的控制方法及燃料电池电堆

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101107538A (zh) * 2004-11-29 2008-01-16 水吉能公司 探测和指示电化学电池内故障状况的系统和方法
CN101213696A (zh) * 2005-06-30 2008-07-02 丰田自动车株式会社 燃料电池系统
JP2013191362A (ja) * 2012-03-13 2013-09-26 Nippon Soken Inc 燃料電池診断装置
US20140159738A1 (en) * 2012-12-11 2014-06-12 Hyundai Autron Co., Ltd. Method and apparatus for diagnosing fault within fuel cell stack
CN104396073A (zh) * 2012-05-03 2015-03-04 Avl里斯脱有限公司 用于确定燃料电池组中的临界操作状态的方法
JP2017084453A (ja) * 2015-10-22 2017-05-18 株式会社日本自動車部品総合研究所 燃料電池診断装置
CN108390088A (zh) * 2017-02-01 2018-08-10 丰田自动车株式会社 燃料电池系统
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
CN112285587A (zh) * 2020-11-11 2021-01-29 同济大学 一种在线车载氢燃料电池阻抗谱测量装置及测量方法
CN113561853A (zh) * 2021-06-08 2021-10-29 北京科技大学 燃料电池系统在线故障诊断方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112415413B (zh) * 2020-11-05 2021-10-01 上海捷氢科技有限公司 一种燃料电池的诊断方法和诊断系统
CN113823817A (zh) * 2021-10-29 2021-12-21 北京亿华通科技股份有限公司 车载燃料电池的阻抗测控装置及方法
CN115032553B (zh) * 2022-05-25 2023-09-15 上海氢晨新能源科技有限公司 一种车载燃料电池在线诊断方法和系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101107538A (zh) * 2004-11-29 2008-01-16 水吉能公司 探测和指示电化学电池内故障状况的系统和方法
CN101213696A (zh) * 2005-06-30 2008-07-02 丰田自动车株式会社 燃料电池系统
JP2013191362A (ja) * 2012-03-13 2013-09-26 Nippon Soken Inc 燃料電池診断装置
CN104396073A (zh) * 2012-05-03 2015-03-04 Avl里斯脱有限公司 用于确定燃料电池组中的临界操作状态的方法
US20140159738A1 (en) * 2012-12-11 2014-06-12 Hyundai Autron Co., Ltd. Method and apparatus for diagnosing fault within fuel cell stack
JP2017084453A (ja) * 2015-10-22 2017-05-18 株式会社日本自動車部品総合研究所 燃料電池診断装置
CN108390088A (zh) * 2017-02-01 2018-08-10 丰田自动车株式会社 燃料电池系统
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
CN112285587A (zh) * 2020-11-11 2021-01-29 同济大学 一种在线车载氢燃料电池阻抗谱测量装置及测量方法
US20220149400A1 (en) * 2020-11-11 2022-05-12 Tongji University Device and method for online impedance spectrum measurement of vehicle-mounted hydrogen fuel cell
CN113561853A (zh) * 2021-06-08 2021-10-29 北京科技大学 燃料电池系统在线故障诊断方法及装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023227060A1 (zh) * 2022-05-25 2023-11-30 上海氢晨新能源科技有限公司 一种车载燃料电池在线诊断方法和系统
CN115548393A (zh) * 2022-10-21 2022-12-30 上海氢晨新能源科技有限公司 燃料电池性能恢复方法、装置和系统
CN115421059A (zh) * 2022-11-07 2022-12-02 北京亿华通科技股份有限公司 采集燃料电池电堆电压及阻抗的装置及控制方法
CN116256657A (zh) * 2023-05-04 2023-06-13 同济大学 一种车载燃料电池交流阻抗在线测量系统和方法
CN116256657B (zh) * 2023-05-04 2024-04-12 同济大学 一种车载燃料电池交流阻抗在线测量系统和方法
CN116314963A (zh) * 2023-05-17 2023-06-23 上海氢晨新能源科技有限公司 燃料电池电堆单体阻抗在线诊断方法及巡检控制器
CN116314963B (zh) * 2023-05-17 2023-09-12 上海氢晨新能源科技有限公司 燃料电池电堆单体阻抗在线诊断方法及巡检控制器

Also Published As

Publication number Publication date
CN115032553B (zh) 2023-09-15
WO2023227060A1 (zh) 2023-11-30

Similar Documents

Publication Publication Date Title
CN115032553A (zh) 一种车载燃料电池在线诊断方法和系统
CN109726452B (zh) 一种基于阻抗谱的在线质子交换膜燃料电池故障诊断方法
US11422194B2 (en) Battery diagnosis apparatus and battery diagnosis method based on current pulse method
EP2551690B1 (en) Battery monitoring device
CN106841949B (zh) 三相异步交流电机定子绝缘在线监测方法和装置
CN109765496A (zh) 一种基于在线电化学阻抗谱测量的电池健康状态估计方法
CN103438797B (zh) 变压器绕组变形在线检测方法与系统
CN112345951B (zh) 一种复合电源动力系统中电池的交流阻抗测量方法
CN111029624B (zh) 在线监控和恢复燃料电池水状态的系统及方法
CN109061495A (zh) 一种混合储能电池组故障诊断方法
US11695138B2 (en) Device and method for online impedance spectrum measurement of vehicle-mounted hydrogen fuel cell
CN112345955B (zh) 一种动力电池多故障在线诊断方法与系统
WO2023227056A1 (zh) 一种大功率燃料电池交流阻抗测试系统和方法
CN115616428A (zh) 一种“充—检”一体电动汽车电池状态检测与评价方法
CN115656861A (zh) 基于均衡电路的动力电池诊断装置及方法
CN115951250A (zh) 一种提高燃料电池电化学阻抗在线测试准确度的方法
CN114325433A (zh) 基于电化学阻抗谱测试的锂离子电池故障检测方法和系统
CN111007404B (zh) 一种基于关键频率点的燃料电池阻抗测量分析系统及方法
CN201145709Y (zh) 一种电池内阻测试装置
CN115425261A (zh) 基于快速阻抗谱测量的质子交换膜燃料电池故障诊断方法
CN214201716U (zh) 一种在线车载氢燃料电池阻抗谱测量装置
CN114865601A (zh) 基于变化量判据的故障判断方法及系统
CN106290480A (zh) 一种基于交流阻抗数据筛选电解质成膜不良品的检测装置及方法
Dotelli et al. Inverter ripple as a diagnostic tool for ohmic resistance measurements on PEM fuel cells
CN116256657B (zh) 一种车载燃料电池交流阻抗在线测量系统和方法

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