CN115986172A - 一种用于氢燃料电池的监测系统及方法 - Google Patents
一种用于氢燃料电池的监测系统及方法 Download PDFInfo
- Publication number
- CN115986172A CN115986172A CN202310258778.1A CN202310258778A CN115986172A CN 115986172 A CN115986172 A CN 115986172A CN 202310258778 A CN202310258778 A CN 202310258778A CN 115986172 A CN115986172 A CN 115986172A
- Authority
- CN
- China
- Prior art keywords
- data
- monitoring
- module
- fuel cell
- hydrogen fuel
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 382
- 239000001257 hydrogen Substances 0.000 title claims abstract description 349
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 349
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 348
- 239000000446 fuel Substances 0.000 title claims abstract description 276
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000004891 communication Methods 0.000 claims abstract description 15
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 85
- 239000001301 oxygen Substances 0.000 claims description 85
- 229910052760 oxygen Inorganic materials 0.000 claims description 85
- 230000008569 process Effects 0.000 claims description 38
- 238000012360 testing method Methods 0.000 claims description 21
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 16
- 239000000126 substance Substances 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 12
- 230000005611 electricity Effects 0.000 claims description 12
- 238000004519 manufacturing process Methods 0.000 claims description 12
- 238000013527 convolutional neural network Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 abstract description 10
- 230000005856 abnormality Effects 0.000 abstract description 2
- 235000019645 odor Nutrition 0.000 description 58
- 239000007789 gas Substances 0.000 description 14
- 230000015654 memory Effects 0.000 description 9
- 230000035943 smell Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002845 discoloration Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 150000002431 hydrogen Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
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
本发明提出一种用于氢燃料电池的监测系统及方法，系统包括图像采集模块、第一监测模块、第二监测模块、第三监测数据的第三监测模块、第四监测模块、第五监测模块、第六监测模块、第七监测数据的第七监测模块、管理控制模块和通信模块，利用采集氢燃料电池的外观数据、温度数据判断电池是否存在异常；并根据各监测模块的监测数据和正常工作模型对氢燃料电池的各模块的工作参数进行调节。通过本发明的方案，不但可以对氢燃料电池的外部进行监测以发现异常问题，还可以对其内部进行监测以及时发现和解决各个模块或部件存在的异常，能全面、准确、高效地对其进行监测，并能根据监测数据对电池各模块的工作参数进行调节以维持电池的正常工作。
Description
技术领域
本发明涉及电池检测技术领域，具体涉及一种用于氢燃料电池的监测系统及方法。
背景技术
燃料电池作为新型的绿色无污染电池，在生产生活中的需求不断扩大，在电池作用过程中，或多或少会因为生产过程中产生的缺陷或者使用环境的变化或者老化而存在各种安全隐患问题。然而，目前对燃料电池的检测主要是依靠人工进行，少有的自动监测方案仅仅只是对电池的外表面进行简单地监测，也不能对电池的内部情况进行监测，更不能根据得到的监测数据对电池各模块的工作参数进行调节以维持电池的正常工作。
发明内容
本发明正是基于上述问题，提出了一种用于氢燃料电池的监测系统及方法，通过本发明的方案，不但可以对氢燃料电池的外部进行监测以发现异常问题，还可以对其内部进行监测以及时发现和解决各个模块或部件存在的异常，能全面、准确、高效地对其进行监测，并能根据监测数据对电池各模块的工作参数进行调节以维持电池的正常工作。
有鉴于此，本发明的一方面提出了一种用于氢燃料电池的监测系统，所述氢燃料电池包括供氢模块、供氧模块、加湿模块、电池堆栈、蓄电模块、多个用于采集元件的温度并进行温度调节的温度调节模块；所述用于氢燃料电池的监测系统包括：用于获取所述氢燃料电池的第一图像数据的图像采集模块、与所述供氧模块连接并用于采集所述供氧模块的第一监测数据的第一监测模块、与所述供氢模块连接并用于采集所述供氢模块的第二监测数据的第二监测模块、与所述加湿模块连接并用于采集所述加湿模块的第三监测数据的第三监测模块、与所述电池堆栈连接并用于采集所述电池堆栈的第四监测数据的第四监测模块、与所述蓄电模块连接并用于采集所述蓄电模块的第五监测数据的第五监测模块、与所述温度调节模块连接并用于采集第六监测数据的第六监测模块、设置于所述氢燃料电池与用电模块间并用于采集所述用电模块的第七监测数据的第七监测模块、管理控制模块和通信模块；其中，
所述管理控制模块被配置为：
当收到对所述氢燃料电池的启动信号时，获取所述第一图像数据；
从所述第一图像数据中提取所述氢燃料电池的电池标签数据；
根据所述电池标签数据获取所述氢燃料电池对应的标准图像数据；
将所述第一图像数据与所述标准图像数据进行比对以判断所述氢燃料电池是否处于正常状态；
当所述氢燃料电池处于正常状态时，控制启动所述氢燃料电池的自检流程；
获取所述第六监测数据，并从中提取各个元件的当前温度数据；
获取所述氢燃料电池的正常温度模型，将所述当前温度数据输入所述正常温度模型，以判断所述各个元件的当前温度是否符合工作要求；
当存在不符合工作要求的元件时，发送至温度调节指令至所述温度调节模块中对应的第一温度调节模块以进行温度调节直到所述各个元件的当前温度均符合工作要求；
启动所述氢燃料电池的工作流程；
实时获取所述第一监测数据、所述第二监测数据、所述第三监测数据、所述第四监测数据、所述第五监测数据、所述第六监测数据和所述第七监测数据作为所述氢燃料电池的工作监测数据；
将所述工作监测数据进行处理后输入所述氢燃料电池的正常工作模型以得到工作调节指令；
根据所述工作调节指令分别对所述供氢模块、所述供氧模块、所述加湿模块、所述电池堆栈、所述蓄电模块、所述温度调节模块和所述用电模块进行调节。
可选地，所述管理控制模块还被配置为创建所述标准图像数据，具体是：
获取所述氢燃料电池在制造过程中的第一影像数据和测试过程中的第二影像数据；
根据所述第一影像数据和所述第二影像数据建立所述氢燃料电池的初始三维模型；
获取所述氢燃料电池的说明性文件数据；
根据所述说明性文件数据对所述初始三维模型进行修改得到所述标准图像数据。
可选地，所述管理控制模块还被配置为创建所述正常工作模型，具体是：
采集所述氢燃料电池在测试过程中的第一温度数据、第一声音数据、第一氧气数据、第一氢气数据、第一放电数据、第一振动数据、第一排水数据和第一气味数据；
将所述第一温度数据、所述第一声音数据、所述第一氧气数据、所述第一氢气数据、所述第一放电数据、所述第一振动数据、所述第一排水数据和所述第一气味数据输入已训练好的卷积神经网络得到所述氢燃料电池的正常工作模型。
可选地，在所述将所述工作监测数据进行处理后输入所述氢燃料电池的正常工作模型以得到工作调节指令的步骤中，所述管理控制模块具体被配置为：
从所述工作监测数据中获取所述氢燃料电池的第二温度数据、第二声音数据、第二氧气数据、第二氢气数据、第二放电数据、第二振动数据、第二排水数据和第二气味数据；
将所述第二温度数据、所述第二声音数据、所述第二氧气数据、所述第二氢气数据、所述第二放电数据、所述第二振动数据、所述第二排水数据和所述第二气味数据输入所述正常工作模型，得到所述氢燃料电池的当前工作状态与所述正常工作模型中的差异值；
根据所述差异值生成所述工作调节指令。
可选地，所述第一监测模块、所述第二监测模块、所述第三监测模块、所述第四监测模块、所述第五监测模块、所述第六监测模块和所述第七监测模块均包含有气味传感器；所述气味传感器包含有多个且配置了不同化学物质的气味检测单元。
本发明的另一方面提供一种用于氢燃料电池的监测方法，应用于一种氢燃料电池的监测系统，所述氢燃料电池包括供氢模块、供氧模块、加湿模块、电池堆栈、蓄电模块、多个用于采集元件的温度并进行温度调节的温度调节模块；所述用于氢燃料电池的监测系统包括：用于获取所述氢燃料电池的第一图像数据的图像采集模块、与所述供氧模块连接并用于采集所述供氧模块的第一监测数据的第一监测模块、与所述供氢模块连接并用于采集所述供氢模块的第二监测数据的第二监测模块、与所述加湿模块连接并用于采集所述加湿模块的第三监测数据的第三监测模块、与所述电池堆栈连接并用于采集所述电池堆栈的第四监测数据的第四监测模块、与所述蓄电模块连接并用于采集所述蓄电模块的第五监测数据的第五监测模块、与所述温度调节模块连接并用于采集第六监测数据的第六监测模块、设置于所述氢燃料电池与用电模块间并用于采集所述用电模块的第七监测数据的第七监测模块、管理控制模块和通信模块；所述方法包括：
当收到对所述氢燃料电池的启动信号时，获取所述第一图像数据；
从所述第一图像数据中提取所述氢燃料电池的电池标签数据；
根据所述电池标签数据获取所述氢燃料电池对应的标准图像数据；
将所述第一图像数据与所述标准图像数据进行比对以判断所述氢燃料电池是否处于正常状态；
当所述氢燃料电池处于正常状态时，控制启动所述氢燃料电池的自检流程；
获取所述第六监测数据，并从中提取各个元件的当前温度数据；
获取所述氢燃料电池的正常温度模型，将所述当前温度数据输入所述正常温度模型，以判断所述各个元件的当前温度是否符合工作要求；
当存在不符合工作要求的元件时，发送至温度调节指令至所述温度调节模块中对应的第一温度调节模块以进行温度调节直到所述各个元件的当前温度均符合工作要求；
启动所述氢燃料电池的工作流程；
实时获取所述第一监测数据、所述第二监测数据、所述第三监测数据、所述第四监测数据、所述第五监测数据、所述第六监测数据和所述第七监测数据作为所述氢燃料电池的工作监测数据；
将所述工作监测数据进行处理后输入所述氢燃料电池的正常工作模型以得到工作调节指令；
根据所述工作调节指令分别对所述供氢模块、所述供氧模块、所述加湿模块、所述电池堆栈、所述蓄电模块、所述温度调节模块和所述用电模块进行调节。
可选地，所述标准图像数据的创建过程具体是：
获取所述氢燃料电池在制造过程中的第一影像数据和测试过程中的第二影像数据；
根据所述第一影像数据和所述第二影像数据建立所述氢燃料电池的初始三维模型；
获取所述氢燃料电池的说明性文件数据；
根据所述说明性文件数据对所述初始三维模型进行修改得到所述标准图像数据。
可选地，所述正常工作模型的创建过程具体是：
采集所述氢燃料电池在测试过程中的第一温度数据、第一声音数据、第一氧气数据、第一氢气数据、第一放电数据、第一振动数据、第一排水数据和第一气味数据；
将所述第一温度数据、所述第一声音数据、所述第一氧气数据、所述第一氢气数据、所述第一放电数据、所述第一振动数据、所述第一排水数据和所述第一气味数据输入已训练好的卷积神经网络得到所述氢燃料电池的正常工作模型。
可选地，所述将所述工作监测数据进行处理后输入所述氢燃料电池的正常工作模型以得到工作调节指令的步骤，包括：
从所述工作监测数据中获取所述氢燃料电池的第二温度数据、第二声音数据、第二氧气数据、第二氢气数据、第二放电数据、第二振动数据、第二排水数据和第二气味数据；
将所述第二温度数据、所述第二声音数据、所述第二氧气数据、所述第二氢气数据、所述第二放电数据、所述第二振动数据、所述第二排水数据和所述第二气味数据输入所述正常工作模型，得到所述氢燃料电池的当前工作状态与所述正常工作模型中的差异值；
根据所述差异值生成所述工作调节指令。
可选地，所述第一监测模块、所述第二监测模块、所述第三监测模块、所述第四监测模块、所述第五监测模块、所述第六监测模块和所述第七监测模块均包含有气味传感器；所述气味传感器包含有多个且配置了不同化学物质的气味检测单元；所述采集所述氢燃料电池在测试过程中的第一温度数据、第一声音数据、第一氧气数据、第一氢气数据、第一放电数据、第一振动数据、第一排水数据和第一气味数据的步骤包括：
通过所述第一监测模块、所述第二监测模块、所述第三监测模块、所述第四监测模块、所述第五监测模块、所述第六监测模块和所述第七监测模块包含的气味传感器进行气味检测得到所述第一气味数据。
本发明的方案，包括：当收到对所述氢燃料电池的启动信号时，获取所述第一图像数据；从所述第一图像数据中提取所述氢燃料电池的电池标签数据；根据所述电池标签数据获取所述氢燃料电池对应的标准图像数据；将所述第一图像数据与所述标准图像数据进行比对以判断所述氢燃料电池是否处于正常状态；当所述氢燃料电池处于正常状态时，控制启动所述氢燃料电池的自检流程；获取所述第六监测数据，并从中提取各个元件的当前温度数据；获取所述氢燃料电池的正常温度模型，将所述当前温度数据输入所述正常温度模型，以判断所述各个元件的当前温度是否符合工作要求；当存在不符合工作要求的元件时，发送至温度调节指令至所述温度调节模块中对应的第一温度调节模块以进行温度调节直到所述各个元件的当前温度均符合工作要求；启动所述氢燃料电池的工作流程；实时获取所述第一监测数据、所述第二监测数据、所述第三监测数据、所述第四监测数据、所述第五监测数据、所述第六监测数据和所述第七监测数据作为所述氢燃料电池的工作监测数据；将所述工作监测数据进行处理后输入所述氢燃料电池的正常工作模型以得到工作调节指令；根据所述工作调节指令分别对所述供氢模块、所述供氧模块、所述加湿模块、所述电池堆栈、所述蓄电模块、所述温度调节模块和所述用电模块进行调节。通过本发明的方案，不但可以对氢燃料电池的外部进行监测以发现异常问题，还可以对其内部进行监测以及时发现和解决各个模块或部件存在的异常，能全面、准确、高效地对其进行监测，并能根据监测数据对电池各模块的工作参数进行调节以维持电池的正常工作。
附图说明
图1是本发明一个实施例提供的用于氢燃料电池的监测系统的示意框图；
图2是本发明一个实施例提供的用于氢燃料电池的监测方法的流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
下面参照图1至图2来描述根据本发明一些实施方式提供的一种用于氢燃料电池的监测系统及方法。
如图1所示，本发明一个实施例提供一种用于氢燃料电池的监测系统，所述氢燃料电池包括供氢模块、供氧模块、加湿模块、电池堆栈、蓄电模块、多个用于采集元件的温度并进行温度调节的温度调节模块；所述用于氢燃料电池的监测系统包括：用于获取所述氢燃料电池的第一图像数据的图像采集模块、与所述供氧模块连接并用于采集所述供氧模块的第一监测数据的第一监测模块、与所述供氢模块连接并用于采集所述供氢模块的第二监测数据的第二监测模块、与所述加湿模块连接并用于采集所述加湿模块的第三监测数据的第三监测模块、与所述电池堆栈连接并用于采集所述电池堆栈的第四监测数据的第四监测模块、与所述蓄电模块连接并用于采集所述蓄电模块的第五监测数据的第五监测模块、与所述温度调节模块连接并用于采集第六监测数据的第六监测模块、设置于所述氢燃料电池与用电模块间并用于采集所述用电模块的第七监测数据的第七监测模块、管理控制模块和通信模块；其中，
所述管理控制模块被配置为：
当收到对所述氢燃料电池的启动信号时，获取所述第一图像数据；
从所述第一图像数据中提取所述氢燃料电池的电池标签数据；
根据所述电池标签数据获取所述氢燃料电池对应的标准图像数据；
将所述第一图像数据与所述标准图像数据进行比对以判断所述氢燃料电池是否处于正常状态；
当所述氢燃料电池处于正常状态时，控制启动所述氢燃料电池的自检流程；
获取所述第六监测数据，并从中提取各个元件的当前温度数据；
获取所述氢燃料电池的正常温度模型，将所述当前温度数据输入所述正常温度模型，以判断所述各个元件的当前温度是否符合工作要求；
当存在不符合工作要求的元件时，发送至温度调节指令至所述温度调节模块中对应的第一温度调节模块以进行温度调节直到所述各个元件的当前温度均符合工作要求；
启动所述氢燃料电池的工作流程；
实时获取所述第一监测数据、所述第二监测数据、所述第三监测数据、所述第四监测数据、所述第五监测数据、所述第六监测数据和所述第七监测数据作为所述氢燃料电池的工作监测数据；
将所述工作监测数据进行处理后输入所述氢燃料电池的正常工作模型以得到工作调节指令；
根据所述工作调节指令分别对所述供氢模块、所述供氧模块、所述加湿模块、所述电池堆栈、所述蓄电模块、所述温度调节模块和所述用电模块进行调节。
可以理解的是，氢燃料电池包含有电池堆栈和各个配套模块，如供氢模块、供氧模块、加湿模块、蓄电模块、温度调节模块等，为了对所述氢燃料电池进行全面地监测进而作出准确地判断，在本实施例中，设置了多个监测模块，而每个监测模块又能从图像、温度、声音、振动、气味等多个维度以及氧气供应状态（如氧气浓度、提供速度）和使用状态、氢气供应状态和使用状态、排水情况、排气情况、放电情况等多个方面中一个或几个进行监测以获取监测数据。
在本实施例中，当收到对所述氢燃料电池的启动信号时，获取所述第一图像数据；从所述第一图像数据中提取所述氢燃料电池的电池标签数据；根据所述电池标签数据获取所述氢燃料电池对应的标准图像数据；将所述第一图像数据与所述标准图像数据进行比对以判断所述氢燃料电池是否处于正常状态，先从外观上排除可能存在的问题，如变形、破损、变色等。
当所述氢燃料电池处于正常状态时（即外观上没有缺陷/问题时），控制启动所述氢燃料电池的自检流程以检查其内部情况（如温度、湿度、气压等）是否正常；即，获取所述第六监测数据，并从中提取各个元件的当前温度数据；获取所述氢燃料电池的正常温度模型，将所述当前温度数据输入所述正常温度模型，以判断所述各个元件的当前温度是否符合工作要求；当存在不符合工作要求的元件时，发送至温度调节指令至所述温度调节模块中对应的第一温度调节模块以进行温度调节直到所述各个元件的当前温度均符合工作要求，以解决温度过低或过高使得氢燃料电池无法工常工作的问题；然后启动所述氢燃料电池的工作流程；实时获取所述第一监测数据、所述第二监测数据、所述第三监测数据、所述第四监测数据、所述第五监测数据、所述第六监测数据和所述第七监测数据作为所述氢燃料电池的工作监测数据；将所述工作监测数据进行处理后输入所述氢燃料电池的正常工作模型以得到工作调节指令；根据所述工作调节指令分别对所述供氢模块、所述供氧模块、所述加湿模块、所述电池堆栈、所述蓄电模块、所述温度调节模块和所述用电模块等进行调节。
通过本发明的方案，不但可以对氢燃料电池的外部进行监测以发现异常问题，还可以对其内部进行监测以及时发现和解决各个模块或部件存在的异常，能全面、准确、高效地对其进行监测，并能根据监测数据对电池各模块的工作参数进行调节以维持电池的正常工作。
在本发明一些可能的实施方式中，所述管理控制模块还被配置为创建所述标准图像数据，具体是：
获取所述氢燃料电池在制造过程中的第一影像数据和测试过程中的第二影像数据；
根据所述第一影像数据和所述第二影像数据建立所述氢燃料电池的初始三维模型；
获取所述氢燃料电池的说明性文件数据；
根据所述说明性文件数据对所述初始三维模型进行修改得到所述标准图像数据。
可以理解的是，在本实施例中，可以利用点云数据采集装置采集所述第一影像数据和所述第二影像数据，并根据所述第一影像数据和所述第二影像数据建立所述氢燃料电池的初始三维模型，再根据所述氢燃料电池的说明性文件数据（如设计图纸、设计说明文档、功能说明文档等）对所述初始三维模型进行修改得到所述标准图像数据，通过利用从氢燃料电池生产制造过程中采集的点云数据和测试过程中采集的点云数据，最终得到包含所述氢燃料电池的标准三维模型的标准图像数据，为对所述氢燃料电池进行外观监测提供了参考标准，能够及时准确地发现电池外观或结构上存在的问题。
应当说明的是，氢燃料电池的外观监测是整个监测中的重要一环，为了保证外观监测的便捷、准确和高效，在一些实施例中，所述将所述第一图像数据与所述标准图像数据进行比对以判断所述氢燃料电池是否处于正常状态的实现，可以通过采集所述氢燃料电池的当前情况下的第一图像数据，将从中提取待检测三维点云数据，根据所述待检测三维点云数据生成所述氢燃料电池的待检测三维模型，再将待检测三维模型和对应的包含标准三维模型的标准图像数据进行坐标点之间的比对以判断所述氢燃料电池是否处于正常状态的实现。
进一步地，为了使得比对结果更准确，可以利用点云数据中携带的坐标信息、深度信息和颜色信息进行比对，如利用坐标信息和深度信息可以检测出表面是否变形、是否存在破损等，利用坐标信息、深度信息和颜色信息可以检测出表面颜色是否发生变化等。
在本发明一些可能的实施方式中，所述管理控制模块还被配置为创建所述正常工作模型，具体是：
采集所述氢燃料电池在测试过程中的第一温度数据、第一声音数据、第一氧气数据、第一氢气数据、第一放电数据、第一振动数据、第一排水数据和第一气味数据；
将所述第一温度数据、所述第一声音数据、所述第一氧气数据、所述第一氢气数据、所述第一放电数据、所述第一振动数据、所述第一排水数据和所述第一气味数据输入已训练好的卷积神经网络得到所述氢燃料电池的正常工作模型。
可以理解的是，为了对所述氢燃料电池进行全面监测以准确确定其是否处于正常工作状态，本发明实施例中，通过获取所述氢燃料电池在测试过程中中产生的多个维度的数据，并利用这些数据输入已训练好的卷积神经网络，对其进行进一步的校正从而得到所述氢燃料电池的正常工作模型。其中，第一温度数据可以是各个元件/部件在氢燃料电池工作过程中不同阶段的温度数据（如氢气入堆部件的温度），第一声音数据可以是各个元件/部件在氢燃料电池工作过程中产生的声音（如氧气入堆的声音、氢气入堆声音、电池堆栈工作时的声音等）、第一氧气数据（如氧气的压强、质量、温度、入堆速度等）、第一氢气数据（如氢气的压强、质量、温度、入堆速度等）、第一放电数据（如氢燃料电池供给用电模块的电流数据、供给蓄电模块的电量等）、第一振动数据（如氧气入堆时供氧模块的振动、氢气入堆时供氢模块的振动数据、电池堆栈工作时的振动数据等）、第一排水数据（如发电后排出多余水的速度、水量、成分等）和第一气味数据（如各个元件在工作时发出的气味数据）。以上各个维度的数据在正常工作时和非工常工作时均存在在差异，即便是在正常工作状态下，其中一个维度或几个维度的数据发生改变，也可能需要其他维度的数据进行相应地调节。本发明的实施例通过测试过程中的大量的数据进行训练，可以得到容错率高的正常工作模型。
在本发明一些可能的实施方式中，在所述将所述工作监测数据进行处理后输入所述氢燃料电池的正常工作模型以得到工作调节指令的步骤中，所述管理控制模块具体被配置为：
从所述工作监测数据中获取所述氢燃料电池的第二温度数据、第二声音数据、第二氧气数据、第二氢气数据、第二放电数据、第二振动数据、第二排水数据和第二气味数据；
将所述第二温度数据、所述第二声音数据、所述第二氧气数据、所述第二氢气数据、所述第二放电数据、所述第二振动数据、所述第二排水数据和所述第二气味数据输入所述正常工作模型，得到所述氢燃料电池的当前工作状态与所述正常工作模型中的差异值；
根据所述差异值生成所述工作调节指令。
可以理解的是，为了对氢燃料电池的工作状态进行实时、精确地调节，在本实施例中，从所述工作监测数据中获取所述氢燃料电池的第二温度数据、第二声音数据、第二氧气数据、第二氢气数据、第二放电数据、第二振动数据、第二排水数据和第二气味数据；将所述第二温度数据、所述第二声音数据、所述第二氧气数据、所述第二氢气数据、所述第二放电数据、所述第二振动数据、所述第二排水数据和所述第二气味数据输入所述正常工作模型，得到所述氢燃料电池的当前工作状态与所述正常工作模型中的差异值；根据所述差异值生成针对各个模块/部件的所述工作调节指令。
在本发明一些可能的实施方式中，所述第一监测模块、所述第二监测模块、所述第三监测模块、所述第四监测模块、所述第五监测模块、所述第六监测模块和所述第七监测模块均包含有气味传感器；所述气味传感器包含有多个且配置了不同化学物质的气味检测单元。
可以理解的是，氢燃料电池的不同元件因在材料、工作功率、工作温度等方面的不同，释放的气味会不同；同一元件在不同的工作阶段，释放的气味也会存在差异；同一元件在正常工作时与非正常工作时，释放的气味也会存在差异；特别是在从空气中获取氧气的情况下，不同的空气状态/成分组成，使得从供氧模块监测到的气味数据存在不同，从而可以对供氧模块进行调节，如氧气含量低或者某种有害气体成分含量高的情况下，可以启用供氧模块中的过滤单元，过滤掉某些气体成分而再输入到电池堆栈；再比如，可以对电池排出的气体进行气味检测，以确定电池堆栈对氧气和氢气的利用率，从而根据利用率对电池堆栈的功率、温度等进行调节。本实施例中，所述气味传感器包含有多个气味检测单元，每个所述气味检测单元配置了不同类型化学物质（针对不同气味/气体物质采用具有最显著的颜色反应的化学物质），所述化学物质会与所述氢燃料电池的各元件释放的气体发生反应，并根据所述气体类型和/或浓度的不同而呈现不同颜色，所述气味数据即为不同的颜色组合的颜色图像数据，且这种颜色组合具有独特性，为精准监测氢燃料电池提供了数据基础。
应当知道的是，图1所示的用于氢燃料电池的监测系统的框图仅作示意，其所示出的各模块的数量并不对本发明的保护范围进行限定。
请参考图2，本发明的另一实施例提供一种用于氢燃料电池的监测方法，应用于一种氢燃料电池的监测系统，所述氢燃料电池包括供氢模块、供氧模块、加湿模块、电池堆栈、蓄电模块、多个用于采集元件的温度并进行温度调节的温度调节模块；所述用于氢燃料电池的监测系统包括：用于获取所述氢燃料电池的第一图像数据的图像采集模块、与所述供氧模块连接并用于采集所述供氧模块的第一监测数据的第一监测模块、与所述供氢模块连接并用于采集所述供氢模块的第二监测数据的第二监测模块、与所述加湿模块连接并用于采集所述加湿模块的第三监测数据的第三监测模块、与所述电池堆栈连接并用于采集所述电池堆栈的第四监测数据的第四监测模块、与所述蓄电模块连接并用于采集所述蓄电模块的第五监测数据的第五监测模块、与所述温度调节模块连接并用于采集第六监测数据的第六监测模块、设置于所述氢燃料电池与用电模块间并用于采集所述用电模块的第七监测数据的第七监测模块、管理控制模块和通信模块；所述方法包括：
当收到对所述氢燃料电池的启动信号时，获取所述第一图像数据；
从所述第一图像数据中提取所述氢燃料电池的电池标签数据；
根据所述电池标签数据获取所述氢燃料电池对应的标准图像数据；
将所述第一图像数据与所述标准图像数据进行比对以判断所述氢燃料电池是否处于正常状态；
当所述氢燃料电池处于正常状态时，控制启动所述氢燃料电池的自检流程；
获取所述第六监测数据，并从中提取各个元件的当前温度数据；
获取所述氢燃料电池的正常温度模型，将所述当前温度数据输入所述正常温度模型，以判断所述各个元件的当前温度是否符合工作要求；
当存在不符合工作要求的元件时，发送至温度调节指令至所述温度调节模块中对应的第一温度调节模块以进行温度调节直到所述各个元件的当前温度均符合工作要求；
启动所述氢燃料电池的工作流程；
实时获取所述第一监测数据、所述第二监测数据、所述第三监测数据、所述第四监测数据、所述第五监测数据、所述第六监测数据和所述第七监测数据作为所述氢燃料电池的工作监测数据；
将所述工作监测数据进行处理后输入所述氢燃料电池的正常工作模型以得到工作调节指令；
根据所述工作调节指令分别对所述供氢模块、所述供氧模块、所述加湿模块、所述电池堆栈、所述蓄电模块、所述温度调节模块和所述用电模块进行调节。
可以理解的是，氢燃料电池包含有电池堆栈和各个配套模块，如供氢模块、供氧模块、加湿模块、蓄电模块、温度调节模块等，为了对所述氢燃料电池进行全面地监测进而作出准确地判断，在本实施例中，设置了多个监测模块，而每个监测模块又能从图像、温度、声音、振动、气味等多个维度以及氧气供应状态（如氧气浓度、提供速度）和使用状态、氢气供应状态和使用状态、排水情况、排气情况、放电情况等多个方面中一个或几个进行监测以获取监测数据。
在本实施例中，当收到对所述氢燃料电池的启动信号时，获取所述第一图像数据；从所述第一图像数据中提取所述氢燃料电池的电池标签数据；根据所述电池标签数据获取所述氢燃料电池对应的标准图像数据；将所述第一图像数据与所述标准图像数据进行比对以判断所述氢燃料电池是否处于正常状态，先从外观上排除可能存在的问题，如变形、破损、变色等。
当所述氢燃料电池处于正常状态时（即外观上没有缺陷/问题时），控制启动所述氢燃料电池的自检流程以检查其内部情况（如温度、湿度、气压等）是否正常；即，获取所述第六监测数据，并从中提取各个元件的当前温度数据；获取所述氢燃料电池的正常温度模型，将所述当前温度数据输入所述正常温度模型，以判断所述各个元件的当前温度是否符合工作要求；当存在不符合工作要求的元件时，发送至温度调节指令至所述温度调节模块中对应的第一温度调节模块以进行温度调节直到所述各个元件的当前温度均符合工作要求，以解决温度过低或过高使得氢燃料电池无法工常工作的问题；然后启动所述氢燃料电池的工作流程；实时获取所述第一监测数据、所述第二监测数据、所述第三监测数据、所述第四监测数据、所述第五监测数据、所述第六监测数据和所述第七监测数据作为所述氢燃料电池的工作监测数据；将所述工作监测数据进行处理后输入所述氢燃料电池的正常工作模型以得到工作调节指令；根据所述工作调节指令分别对所述供氢模块、所述供氧模块、所述加湿模块、所述电池堆栈、所述蓄电模块、所述温度调节模块和所述用电模块等进行调节。
通过本发明的方案，不但可以对氢燃料电池的外部进行监测以发现异常问题，还可以对其内部进行监测以及时发现和解决各个模块或部件存在的异常，能全面、准确、高效地对其进行监测，并能根据监测数据对电池各模块的工作参数进行调节以维持电池的正常工作。
在本发明一些可能的实施方式中，所述标准图像数据的创建过程具体是：
获取所述氢燃料电池在制造过程中的第一影像数据和测试过程中的第二影像数据；
根据所述第一影像数据和所述第二影像数据建立所述氢燃料电池的初始三维模型；
获取所述氢燃料电池的说明性文件数据；
根据所述说明性文件数据对所述初始三维模型进行修改得到所述标准图像数据。
可以理解的是，在本实施例中，可以利用点云数据采集装置采集所述第一影像数据和所述第二影像数据，并根据所述第一影像数据和所述第二影像数据建立所述氢燃料电池的初始三维模型，再根据所述氢燃料电池的说明性文件数据（如设计图纸、设计说明文档、功能说明文档等）对所述初始三维模型进行修改得到所述标准图像数据，通过利用从氢燃料电池生产制造过程中采集的点云数据和测试过程中采集的点云数据，最终得到包含所述氢燃料电池的标准三维模型的标准图像数据，为对所述氢燃料电池进行外观监测提供了参考标准，能够及时准确地发现电池外观或结构上存在的问题。
应当说明的是，氢燃料电池的外观监测是整个监测中的重要一环，为了保证外观监测的便捷、准确和高效，在一些实施例中，所述将所述第一图像数据与所述标准图像数据进行比对以判断所述氢燃料电池是否处于正常状态的实现，可以通过采集所述氢燃料电池的当前情况下的第一图像数据，将从中提取待检测三维点云数据，根据所述待检测三维点云数据生成所述氢燃料电池的待检测三维模型，再将待检测三维模型和对应的包含标准三维模型的标准图像数据进行坐标点之间的比对以判断所述氢燃料电池是否处于正常状态的实现。
进一步地，为了使得比对结果更准确，可以利用点云数据中携带的坐标信息、深度信息和颜色信息进行比对，如利用坐标信息和深度信息可以检测出表面是否变形、是否存在破损等，利用坐标信息、深度信息和颜色信息可以检测出表面颜色是否发生变化等。
在本发明一些可能的实施方式中，所述正常工作模型的创建过程具体是：
采集所述氢燃料电池在测试过程中的第一温度数据、第一声音数据、第一氧气数据、第一氢气数据、第一放电数据、第一振动数据、第一排水数据和第一气味数据；
将所述第一温度数据、所述第一声音数据、所述第一氧气数据、所述第一氢气数据、所述第一放电数据、所述第一振动数据、所述第一排水数据和所述第一气味数据输入已训练好的卷积神经网络得到所述氢燃料电池的正常工作模型。
可以理解的是，为了对所述氢燃料电池进行全面监测以准确确定其是否处于正常工作状态，本发明实施例中，通过获取所述氢燃料电池在测试过程中中产生的多个维度的数据，并利用这些数据输入已训练好的卷积神经网络，对其进行进一步的校正从而得到所述氢燃料电池的正常工作模型。其中，第一温度数据可以是各个元件/部件在氢燃料电池工作过程中不同阶段的温度数据（如氢气入堆部件的温度），第一声音数据可以是各个元件/部件在氢燃料电池工作过程中产生的声音（如氧气入堆的声音、氢气入堆声音、电池堆栈工作时的声音等）、第一氧气数据（如氧气的压强、质量、温度、入堆速度等）、第一氢气数据（如氢气的压强、质量、温度、入堆速度等）、第一放电数据（如氢燃料电池供给用电模块的电流数据、供给蓄电模块的电量等）、第一振动数据（如氧气入堆时供氧模块的振动、氢气入堆时供氢模块的振动数据、电池堆栈工作时的振动数据等）、第一排水数据（如发电后排出多余水的速度、水量、成分等）和第一气味数据（如各个元件在工作时发出的气味数据）。以上各个维度的数据在正常工作时和非工常工作时均存在在差异，即便是在正常工作状态下，其中一个维度或几个维度的数据发生改变，也可能需要其他维度的数据进行相应地调节。本发明的实施例通过测试过程中的大量的数据进行训练，可以得到容错率高的正常工作模型。
在本发明一些可能的实施方式中，所述将所述工作监测数据进行处理后输入所述氢燃料电池的正常工作模型以得到工作调节指令的步骤，包括：
从所述工作监测数据中获取所述氢燃料电池的第二温度数据、第二声音数据、第二氧气数据、第二氢气数据、第二放电数据、第二振动数据、第二排水数据和第二气味数据；
将所述第二温度数据、所述第二声音数据、所述第二氧气数据、所述第二氢气数据、所述第二放电数据、所述第二振动数据、所述第二排水数据和所述第二气味数据输入所述正常工作模型，得到所述氢燃料电池的当前工作状态与所述正常工作模型中的差异值；
根据所述差异值生成所述工作调节指令。
可以理解的是，为了对氢燃料电池的工作状态进行实时、精确地调节，在本实施例中，从所述工作监测数据中获取所述氢燃料电池的第二温度数据、第二声音数据、第二氧气数据、第二氢气数据、第二放电数据、第二振动数据、第二排水数据和第二气味数据；将所述第二温度数据、所述第二声音数据、所述第二氧气数据、所述第二氢气数据、所述第二放电数据、所述第二振动数据、所述第二排水数据和所述第二气味数据输入所述正常工作模型，得到所述氢燃料电池的当前工作状态与所述正常工作模型中的差异值；根据所述差异值生成针对各个模块/部件的所述工作调节指令。
在本发明一些可能的实施方式中，所述第一监测模块、所述第二监测模块、所述第三监测模块、所述第四监测模块、所述第五监测模块、所述第六监测模块和所述第七监测模块均包含有气味传感器；所述气味传感器包含有多个且配置了不同化学物质的气味检测单元；所述采集所述氢燃料电池在测试过程中的第一温度数据、第一声音数据、第一氧气数据、第一氢气数据、第一放电数据、第一振动数据、第一排水数据和第一气味数据的步骤包括：
通过所述第一监测模块、所述第二监测模块、所述第三监测模块、所述第四监测模块、所述第五监测模块、所述第六监测模块和所述第七监测模块包含的气味传感器进行气味检测得到所述第一气味数据。
可以理解的是，氢燃料电池的不同元件因在材料、工作功率、工作温度等方面的不同，释放的气味会不同；同一元件在不同的工作阶段，释放的气味也会存在差异；同一元件在正常工作时与非正常工作时，释放的气味也会存在差异；特别是在从空气中获取氧气的情况下，不同的空气状态/成分组成，使得从供氧模块监测到的气味数据存在不同，从而可以对供氧模块进行调节，如氧气含量低或者某种有害气体成分含量高的情况下，可以启用供氧模块中的过滤单元，过滤掉某些气体成分而再输入到电池堆栈；再比如，可以对电池排出的气体进行气味检测，以确定电池堆栈对氧气和氢气的利用率，从而根据利用率对电池堆栈的功率、温度等进行调节。本实施例中，所述气味传感器包含有多个气味检测单元，每个所述气味检测单元配置了不同类型化学物质（针对不同气味/气体物质采用具有最显著的颜色反应的化学物质），所述化学物质会与所述氢燃料电池的各元件释放的气体发生反应，并根据所述气体类型和/或浓度的不同而呈现不同颜色，所述气味数据即为不同的颜色组合的颜色图像数据，且这种颜色组合具有独特性，为精准监测氢燃料电池提供了数据基础。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，可轻易想到变化或替换，均可作各种更动与修改，包含上述不同功能、实施步骤的组合，包含软件和硬件的实施方式，均在本发明的保护范围。
Claims (10)
1.一种用于氢燃料电池的监测系统，其特征在于，所述氢燃料电池包括供氢模块、供氧模块、加湿模块、电池堆栈、蓄电模块、多个用于采集元件的温度并进行温度调节的温度调节模块；所述用于氢燃料电池的监测系统包括：用于获取所述氢燃料电池的第一图像数据的图像采集模块、与所述供氧模块连接并用于采集所述供氧模块的第一监测数据的第一监测模块、与所述供氢模块连接并用于采集所述供氢模块的第二监测数据的第二监测模块、与所述加湿模块连接并用于采集所述加湿模块的第三监测数据的第三监测模块、与所述电池堆栈连接并用于采集所述电池堆栈的第四监测数据的第四监测模块、与所述蓄电模块连接并用于采集所述蓄电模块的第五监测数据的第五监测模块、与所述温度调节模块连接并用于采集第六监测数据的第六监测模块、设置于所述氢燃料电池与用电模块间并用于采集所述用电模块的第七监测数据的第七监测模块、管理控制模块和通信模块；其中，
所述管理控制模块被配置为：
当收到对所述氢燃料电池的启动信号时，获取所述第一图像数据；
从所述第一图像数据中提取所述氢燃料电池的电池标签数据；
根据所述电池标签数据获取所述氢燃料电池对应的标准图像数据；
将所述第一图像数据与所述标准图像数据进行比对以判断所述氢燃料电池是否处于正常状态；
当所述氢燃料电池处于正常状态时，控制启动所述氢燃料电池的自检流程；
获取所述第六监测数据，并从中提取各个元件的当前温度数据；
获取所述氢燃料电池的正常温度模型，将所述当前温度数据输入所述正常温度模型，以判断所述各个元件的当前温度是否符合工作要求；
当存在不符合工作要求的元件时，发送至温度调节指令至所述温度调节模块中对应的第一温度调节模块以进行温度调节直到所述各个元件的当前温度均符合工作要求；
启动所述氢燃料电池的工作流程；
实时获取所述第一监测数据、所述第二监测数据、所述第三监测数据、所述第四监测数据、所述第五监测数据、所述第六监测数据和所述第七监测数据作为所述氢燃料电池的工作监测数据；
将所述工作监测数据进行处理后输入所述氢燃料电池的正常工作模型以得到工作调节指令；
根据所述工作调节指令分别对所述供氢模块、所述供氧模块、所述加湿模块、所述电池堆栈、所述蓄电模块、所述温度调节模块和所述用电模块进行调节。
2.根据权利要求1所述的用于氢燃料电池的监测系统，其特征在于，所述管理控制模块还被配置为创建所述标准图像数据，具体是：
获取所述氢燃料电池在制造过程中的第一影像数据和测试过程中的第二影像数据；
根据所述第一影像数据和所述第二影像数据建立所述氢燃料电池的初始三维模型；
获取所述氢燃料电池的说明性文件数据；
根据所述说明性文件数据对所述初始三维模型进行修改得到所述标准图像数据。
3.根据权利要求2所述的用于氢燃料电池的监测系统，其特征在于，所述管理控制模块还被配置为创建所述正常工作模型，具体是：
采集所述氢燃料电池在测试过程中的第一温度数据、第一声音数据、第一氧气数据、第一氢气数据、第一放电数据、第一振动数据、第一排水数据和第一气味数据；
将所述第一温度数据、所述第一声音数据、所述第一氧气数据、所述第一氢气数据、所述第一放电数据、所述第一振动数据、所述第一排水数据和所述第一气味数据输入已训练好的卷积神经网络得到所述氢燃料电池的正常工作模型。
4.根据权利要求3所述的用于氢燃料电池的监测系统，其特征在于，在所述将所述工作监测数据进行处理后输入所述氢燃料电池的正常工作模型以得到工作调节指令的步骤中，所述管理控制模块具体被配置为：
从所述工作监测数据中获取所述氢燃料电池的第二温度数据、第二声音数据、第二氧气数据、第二氢气数据、第二放电数据、第二振动数据、第二排水数据和第二气味数据；
将所述第二温度数据、所述第二声音数据、所述第二氧气数据、所述第二氢气数据、所述第二放电数据、所述第二振动数据、所述第二排水数据和所述第二气味数据输入所述正常工作模型，得到所述氢燃料电池的当前工作状态与所述正常工作模型中的差异值；
根据所述差异值生成所述工作调节指令。
5.根据权利要求4所述的用于氢燃料电池的监测系统，其特征在于，所述第一监测模块、所述第二监测模块、所述第三监测模块、所述第四监测模块、所述第五监测模块、所述第六监测模块和所述第七监测模块均包含有气味传感器；所述气味传感器包含有多个且配置了不同化学物质的气味检测单元。
6.一种用于氢燃料电池的监测方法，应用于一种氢燃料电池的监测系统，其特征在于，所述氢燃料电池包括供氢模块、供氧模块、加湿模块、电池堆栈、蓄电模块、多个用于采集元件的温度并进行温度调节的温度调节模块；所述用于氢燃料电池的监测系统包括：用于获取所述氢燃料电池的第一图像数据的图像采集模块、与所述供氧模块连接并用于采集所述供氧模块的第一监测数据的第一监测模块、与所述供氢模块连接并用于采集所述供氢模块的第二监测数据的第二监测模块、与所述加湿模块连接并用于采集所述加湿模块的第三监测数据的第三监测模块、与所述电池堆栈连接并用于采集所述电池堆栈的第四监测数据的第四监测模块、与所述蓄电模块连接并用于采集所述蓄电模块的第五监测数据的第五监测模块、与所述温度调节模块连接并用于采集第六监测数据的第六监测模块、设置于所述氢燃料电池与用电模块间并用于采集所述用电模块的第七监测数据的第七监测模块、管理控制模块和通信模块；所述方法包括：
当收到对所述氢燃料电池的启动信号时，获取所述第一图像数据；
从所述第一图像数据中提取所述氢燃料电池的电池标签数据；
根据所述电池标签数据获取所述氢燃料电池对应的标准图像数据；
将所述第一图像数据与所述标准图像数据进行比对以判断所述氢燃料电池是否处于正常状态；
当所述氢燃料电池处于正常状态时，控制启动所述氢燃料电池的自检流程；
获取所述第六监测数据，并从中提取各个元件的当前温度数据；
获取所述氢燃料电池的正常温度模型，将所述当前温度数据输入所述正常温度模型，以判断所述各个元件的当前温度是否符合工作要求；
当存在不符合工作要求的元件时，发送至温度调节指令至所述温度调节模块中对应的第一温度调节模块以进行温度调节直到所述各个元件的当前温度均符合工作要求；
启动所述氢燃料电池的工作流程；
实时获取所述第一监测数据、所述第二监测数据、所述第三监测数据、所述第四监测数据、所述第五监测数据、所述第六监测数据和所述第七监测数据作为所述氢燃料电池的工作监测数据；
将所述工作监测数据进行处理后输入所述氢燃料电池的正常工作模型以得到工作调节指令；
根据所述工作调节指令分别对所述供氢模块、所述供氧模块、所述加湿模块、所述电池堆栈、所述蓄电模块、所述温度调节模块和所述用电模块进行调节。
7.根据权利要求6所述的用于氢燃料电池的监测方法，其特征在于，所述标准图像数据的创建过程具体是：
获取所述氢燃料电池在制造过程中的第一影像数据和测试过程中的第二影像数据；
根据所述第一影像数据和所述第二影像数据建立所述氢燃料电池的初始三维模型；
获取所述氢燃料电池的说明性文件数据；
根据所述说明性文件数据对所述初始三维模型进行修改得到所述标准图像数据。
8.根据权利要求7所述的用于氢燃料电池的监测方法，其特征在于，所述正常工作模型的创建过程具体是：
采集所述氢燃料电池在测试过程中的第一温度数据、第一声音数据、第一氧气数据、第一氢气数据、第一放电数据、第一振动数据、第一排水数据和第一气味数据；
将所述第一温度数据、所述第一声音数据、所述第一氧气数据、所述第一氢气数据、所述第一放电数据、所述第一振动数据、所述第一排水数据和所述第一气味数据输入已训练好的卷积神经网络得到所述氢燃料电池的正常工作模型。
9.根据权利要求8所述的用于氢燃料电池的监测方法，其特征在于，所述将所述工作监测数据进行处理后输入所述氢燃料电池的正常工作模型以得到工作调节指令的步骤，包括：
从所述工作监测数据中获取所述氢燃料电池的第二温度数据、第二声音数据、第二氧气数据、第二氢气数据、第二放电数据、第二振动数据、第二排水数据和第二气味数据；
将所述第二温度数据、所述第二声音数据、所述第二氧气数据、所述第二氢气数据、所述第二放电数据、所述第二振动数据、所述第二排水数据和所述第二气味数据输入所述正常工作模型，得到所述氢燃料电池的当前工作状态与所述正常工作模型中的差异值；
根据所述差异值生成所述工作调节指令。
10.根据权利要求9所述的用于氢燃料电池的监测方法，其特征在于，所述第一监测模块、所述第二监测模块、所述第三监测模块、所述第四监测模块、所述第五监测模块、所述第六监测模块和所述第七监测模块均包含有气味传感器；所述气味传感器包含有多个且配置了不同化学物质的气味检测单元；所述采集所述氢燃料电池在测试过程中的第一温度数据、第一声音数据、第一氧气数据、第一氢气数据、第一放电数据、第一振动数据、第一排水数据和第一气味数据的步骤包括：
通过所述第一监测模块、所述第二监测模块、所述第三监测模块、所述第四监测模块、所述第五监测模块、所述第六监测模块和所述第七监测模块包含的气味传感器进行气味检测得到所述第一气味数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310258778.1A CN115986172B (zh) | 2023-03-17 | 2023-03-17 | 一种用于氢燃料电池的监测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310258778.1A CN115986172B (zh) | 2023-03-17 | 2023-03-17 | 一种用于氢燃料电池的监测系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115986172A true CN115986172A (zh) | 2023-04-18 |
| CN115986172B CN115986172B (zh) | 2023-05-30 |
Family
ID=85968440
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310258778.1A Active CN115986172B (zh) | 2023-03-17 | 2023-03-17 | 一种用于氢燃料电池的监测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115986172B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116505034A (zh) * | 2023-06-28 | 2023-07-28 | 北京新研创能科技有限公司 | 一种用于氢燃料电池系统的安全管理方法及系统 |
| CN116664520A (zh) * | 2023-05-31 | 2023-08-29 | 深圳市莱创云信息技术有限公司 | 一种电子产品的智能检测系统 |
| CN117152098A (zh) * | 2023-09-04 | 2023-12-01 | 深圳崎点数据有限公司 | 一种基于深度学习的电池缺陷检测方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008172906A (ja) * | 2007-01-11 | 2008-07-24 | Toyota Motor Corp | 産業機械の動力制御装置及び動力制御方法 |
| CN110774941A (zh) * | 2019-11-06 | 2020-02-11 | 行云新能科技（深圳）有限公司 | 氢燃料电池的控制方法、控制装置及计算机存储介质 |
| CN210269640U (zh) * | 2019-07-10 | 2020-04-07 | 深圳市昆龙卓盈机电有限公司 | 一种氢燃料电池用胶条外观检测设备 |
| CN112563542A (zh) * | 2020-12-08 | 2021-03-26 | 上海重塑能源科技有限公司 | 燃料电池在线检测方法及检测系统 |
| CN112819764A (zh) * | 2021-01-25 | 2021-05-18 | 湖南省计量检测研究院 | 一种堆叠燃料电池膜电极mea极位检测方法 |
| CN113547919A (zh) * | 2021-08-26 | 2021-10-26 | 武汉海亿新能源科技有限公司 | 一种燃料电池车远程故障监测方法及系统 |
-
2023
- 2023-03-17 CN CN202310258778.1A patent/CN115986172B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008172906A (ja) * | 2007-01-11 | 2008-07-24 | Toyota Motor Corp | 産業機械の動力制御装置及び動力制御方法 |
| CN210269640U (zh) * | 2019-07-10 | 2020-04-07 | 深圳市昆龙卓盈机电有限公司 | 一种氢燃料电池用胶条外观检测设备 |
| CN110774941A (zh) * | 2019-11-06 | 2020-02-11 | 行云新能科技（深圳）有限公司 | 氢燃料电池的控制方法、控制装置及计算机存储介质 |
| CN112563542A (zh) * | 2020-12-08 | 2021-03-26 | 上海重塑能源科技有限公司 | 燃料电池在线检测方法及检测系统 |
| CN112819764A (zh) * | 2021-01-25 | 2021-05-18 | 湖南省计量检测研究院 | 一种堆叠燃料电池膜电极mea极位检测方法 |
| CN113547919A (zh) * | 2021-08-26 | 2021-10-26 | 武汉海亿新能源科技有限公司 | 一种燃料电池车远程故障监测方法及系统 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116664520A (zh) * | 2023-05-31 | 2023-08-29 | 深圳市莱创云信息技术有限公司 | 一种电子产品的智能检测系统 |
| CN116505034A (zh) * | 2023-06-28 | 2023-07-28 | 北京新研创能科技有限公司 | 一种用于氢燃料电池系统的安全管理方法及系统 |
| CN116505034B (zh) * | 2023-06-28 | 2023-09-15 | 北京新研创能科技有限公司 | 一种用于氢燃料电池系统的安全管理方法及系统 |
| CN117152098A (zh) * | 2023-09-04 | 2023-12-01 | 深圳崎点数据有限公司 | 一种基于深度学习的电池缺陷检测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115986172B (zh) | 2023-05-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115986172A (zh) | 一种用于氢燃料电池的监测系统及方法 | |
| CN106680720B (zh) | 基于车联网的车载蓄电池失效预警系统及方法 | |
| DE102014102814A1 (de) | Systeme und Verfahren zum Vorhersagen von Polarisationskurven in einem Brennstoffzellensystem | |
| KR20190024877A (ko) | 등가 회로 다이어그램에 기초한 연료 전지 예측 모델 | |
| CN116231010B (zh) | 一种氢燃料电池系统故障诊断方法及系统 | |
| WO2013083872A1 (en) | Method and arrangement for indicating solid oxide cell operating conditions | |
| CN110556553B (zh) | 一种安全控制方法、燃料电池测试装置和存储介质 | |
| JP5270904B2 (ja) | 燃料電池特性診断方法 | |
| CN104156285A (zh) | 基于vba模块的分区燃料电池实验数据处理方法及系统 | |
| CN115860583B (zh) | 一种基于大数据的填埋场沼气收集评估方法、系统和介质 | |
| Zhang et al. | Investigation of nonlinear accelerated degradation mechanism in fuel cell stack under dynamic driving cycles from polarization processes | |
| WO2013083873A1 (en) | Method and arrangement for diagnosis of solid oxide cells operating conditions | |
| JP2007134146A (ja) | 燃料電池システム | |
| KR101795242B1 (ko) | 연료전지 차량의 공기량 제어 장치 및 그 방법 | |
| CN110380089B (zh) | 气体排除方法及装置 | |
| CN112862460A (zh) | 工单处理方法、装置、计算机设备和存储介质 | |
| CN117535728B (zh) | 制氢电解槽工作状态监测方法、系统、设备及存储介质 | |
| CN114614050B (zh) | 燃料电池吹扫方法、装置、终端设备及介质 | |
| CN117587459B (zh) | 制氢电解槽工作状态监测方法、系统、设备及存储介质 | |
| CN116057740A (zh) | 用于识别燃料电池的至少一个临界情况的方法 | |
| CN114168812A (zh) | 燃煤电厂除尘方法、装置、设备及存储介质 | |
| CN117535728A (zh) | 制氢电解槽工作状态监测方法、系统、设备及存储介质 | |
| CN117587459A (zh) | 制氢电解槽工作状态监测方法、系统、设备及存储介质 | |
| CN117330571A (zh) | 一种基于机器学习的材料断裂参数的识别方法及系统 | |
| CN117199453A (zh) | 车辆燃料电池的诊断方法、装置、汽车及存储介质 |
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 |