CN116544457A - 一种燃料电池发动机状态确定方法、装置、车辆及存储介质 - Google Patents
一种燃料电池发动机状态确定方法、装置、车辆及存储介质 Download PDFInfo
- Publication number
- CN116544457A CN116544457A CN202310753382.4A CN202310753382A CN116544457A CN 116544457 A CN116544457 A CN 116544457A CN 202310753382 A CN202310753382 A CN 202310753382A CN 116544457 A CN116544457 A CN 116544457A
- Authority
- CN
- China
- Prior art keywords
- fuel cell
- cell engine
- state
- health
- determining
- 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
Links
- 239000000446 fuel Substances 0.000 title claims abstract description 149
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000036541 health Effects 0.000 claims abstract description 78
- 239000011159 matrix material Substances 0.000 claims description 35
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 34
- 239000001257 hydrogen Substances 0.000 claims description 24
- 229910052739 hydrogen Inorganic materials 0.000 claims description 24
- 230000003862 health status Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 239000004973 liquid crystal related substance Substances 0.000 claims description 8
- 230000008859 change Effects 0.000 abstract description 5
- 239000000498 cooling water Substances 0.000 description 20
- 238000010586 diagram Methods 0.000 description 6
- 239000012528 membrane Substances 0.000 description 5
- 239000000178 monomer Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 101150041326 air-2 gene Proteins 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- HEZMWWAKWCSUCB-PHDIDXHHSA-N (3R,4R)-3,4-dihydroxycyclohexa-1,5-diene-1-carboxylic acid Chemical compound O[C@@H]1C=CC(C(O)=O)=C[C@H]1O HEZMWWAKWCSUCB-PHDIDXHHSA-N 0.000 description 1
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- H01M8/04313—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
- H01M8/04664—Failure or abnormal function
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L50/00—Electric propulsion with power supplied within the vehicle
- B60L50/50—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells
- B60L50/70—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells using power supplied by 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
- H01M8/04992—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)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Automation & Control Theory (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Fuel Cell (AREA)
Abstract
本发明实施例公开了一种燃料电池发动机状态确定方法、装置、车辆及存储介质，该方法包括：获取燃料电池发动机各个子系统对应的输入信号和输出信号以及各个子系统在初始状态下的标定值；基于输入信号和输出信号确定燃料电池发动机各个子系统在当前状态下的实际值；基于标定值和实际值确定燃料电池发动机的健康状态。本发明实施例可以全面监测燃料电池的健康状态变化，有效的提升燃料电池的耐久性。
Description
技术领域
本发明涉及动力电池领域，尤其涉及一种燃料电池发动机状态确定方法、装置、车辆及存储介质。
背景技术
燃料电池具备温室气体排放少和能源转换效率高等优点，然而燃料电池发动机的使用寿命是制约其商业化的关键因素。因此，实时的监测燃料电池健康状态的变化，可在其某些部件完全失效前对燃料电池发动机进行有效的维护。
然而，现有技术中对于燃料电池发动机的健康状态的监测仅针对电堆的性能进行监测，导致无法全面了解燃料电池发动机的健康状态。
因此，如何全面了解燃料电池发动机的健康状态成为亟待解决的问题。
发明内容
本发明提供了一种燃料电池发动机状态确定方法、装置、车辆及存储介质，可以全面监测燃料电池的健康状态变化，有效提升燃料电池的耐久性。
根据本发明的一方面，提供了一种燃料电池发动机状态确定方法，包括：
获取燃料电池发动机各个子系统对应的输入信号和输出信号以及所述各个子系统在初始状态下的标定值；
基于所述输入信号和输出信号确定燃料电池发动机各个子系统在当前状态下的实际值；
基于所述标定值和实际值确定所述燃料电池发动机的健康状态。
根据本发明的另一方面，提供了一种燃料电池发动机状态确定装置，包括：
获取模块，用于获取燃料电池发动机各个子系统对应的输入信号和输出信号以及所述各个子系统在初始状态下的标定值；
当前状态确定模块，用于基于所述输入信号和输出信号确定燃料电池发动机各个子系统在当前状态下的实际值；
健康状态确定模块，用于基于所述标定值和当前状态确定所述燃料电池发动机的健康状态。
根据本发明的另一方面，提供了一种车辆，所述车辆包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储模块存储有可被所述至少一个处理器执行的计算机程序和历史参数数据，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的一种燃料电池发动机状态确定方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的一种燃料电池发动机状态确定方法。
本发明实施例的技术方案可以全面监测燃料电池各子系统的健康状态变化，有效提升燃料电池的耐久性。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1a是根据本发明实施例一提供的一种燃料电池发动机状态确定方法的流程图；
图1b是根据本发明实施例提供的一种输入信号和输出信号获取场景示意图；
图2是根据本发明实施例二提供的一种燃料电池发动机状态确定方法的流程图；
图3是根据本发明实施例三提供的一种燃料电池发动机状态确定装置的结构示意图；
图4是实现本发明实施例四提供的一种燃料电池发动机状态确定方法的车辆的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，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、产品或车辆不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或车辆固有的其它步骤或单元。
实施例一
图1a为本发明实施例一提供的一种燃料电池发动机状态确定方法的流程图，本实施例可适用于确定燃料电池发动机的状态的场景，该方法可以由一种燃料电池发动机状态确定装置来执行，该燃料电池发动机状态确定装置可以采用硬件和/或软件的形式实现，该燃料电池发动机状态确定装置可集成配置于车辆中。如图1a所示，该方法包括：
S101、获取燃料电池发动机各个子系统对应的输入信号和输出信号以及各个子系统在初始状态下的标定值。
其中，燃料电池发动机可以是将氢气和氧气经过电化学反应将化学能转变成电能的发动机系统，主要可以用于为车辆和船舶等装置提供驱动动力电源和辅助动力。
其中，燃料电池发动机各个子系统可以是设置在发动机上的各个具备不同功能的子系统。
其中，输入信号和输出信号可以是布设在燃料电池发动机各个子系统上的传感器获取的。
示例性地，获取燃料电池发动机各个子系统对应的输入信号和输出信号可以包括：在燃料电池发动机运行期间，获取各个子系统对应的用于确定健康状态的输入信号和输出信号，其中，子系统包括空气子系统、氢气子系统、热管理子系统和电堆。
其中，空气子系统对应的用于确定健康状态的输入信号和输出信号可以包括：空压机转速ωcomp(rpm)、空气流量Wair(g/s)、空气进堆压力pair_in(bar)、空气出堆压力pair_out(bar)、空气进出堆压差pair_out-in(bar)、空气进堆温度Tair_in(℃)和空气进出堆温差Tair_out-in(℃)。
其中，氢气子系统对应的用于确定健康状态的输入信号和输出信号可以包括：氢泵转速ωARB(rpm)、氢气截止阀前端压力pH2_mid(bar)、氢气进堆压力pH2_in(bar)、氢气出堆压力pH2_out(bar)、氢气进出堆压差pH2_out-in(bar)、氢气进堆温度TH2_in(℃)、氢气进出堆温差TH2_out-in(℃)。
其中，热管理子系统对应的用于确定健康状态的输入信号和输出信号可以包括：冷却水进堆温度Tcoolant_in(℃)、冷却水出堆温度Tcoolant_out(℃)、冷却水进出堆温度差Tcoolant_out-i(℃)n、冷却水进堆压力pcoolant_in(bar)、冷却水出堆压力pcoolant_out(bar)和冷却水进出堆压力差pcoolant_out-in(bar)。
其中，电堆对应的用于确定健康状态的输入信号和输出信号可以包括：输出电流I(A)、输出电压U(V)、各单体电压UCVM1、UCVM2、UCVM3……(V)和电堆高频阻抗Rs(Ω)。
具体的，可以如图1b的一种输入信号和输出信号获取场景示意图所示，该图中详细的展示了燃料电池发动机各个子系统获取对应的输入信号和输出信号。
示例性地，获取燃料电池发动机各个子系统在初始状态下的标定值可以包括：基于燃料电池发动机各个子系统的性能对燃料电池发动机各个子系统的标定值进行预先定义。
其中，初始状态可以是燃料电池发动机在开始运行时的状态，也可以是是基准状态。
本实施例中基准状态可以依据燃料电池发动机在初始状态下的标定值确定，标定值可以基于燃料电池发动机各个子系统的性能对燃料电池发动机各个子系统的标定值进行预先定义。
S102、基于输入信号和输出信号确定燃料电池发动机各个子系统在当前状态下的实际值。
其中，实际值可以是相同工况下燃料电池发动机各个子系统在当前状态下获取的输入信号和输出信号。
本实施例中，真实值可以包括燃料电池发动机各个子系统在当前状态下获取的输入信号和输出信号。
其中，空气子系统在当前状态下获取的输入信号和输出信号可以包括：空压机转速ωcomp(rpm)、空气流量Wair(g/s)、空气进堆压力pair_in(bar)、空气出堆压力pair_out(bar)、空气进出堆压差pair_out-in(bar)、空气进堆温度Tair_in(℃)和空气进出堆温差Tair_out-in(℃)。
其中，氢气子系统在当前状态下获取的输入信号和输出信号可以包括：氢泵转速ωARB(rpm)、氢气截止阀前端压力pH2_mid(bar)、氢气进堆压力pH2_in(bar)、氢气出堆压力pH2_out(bar)、氢气进出堆压差pH2_out-in(bar)、氢气进堆温度TH2_in(℃)、氢气进出堆温差TH2_out-in(℃)。
其中，热管理子系统在当前状态下获取的输入信号和输出信号可以包括：冷却水进堆温度Tcoolant_in(℃)、冷却水出堆温度Tcoolant_out(℃)、冷却水进出堆温度差Tcoolant_out-i(℃)n、冷却水进堆压力pcoolant_in(bar)、冷却水出堆压力pcoolant_out(bar)和冷却水进出堆压力差pcoolant_out-in(bar)。
其中，电堆在当前状态下获取的输入信号和输出信号可以包括：输出电流I(A)、输出电压U(V)、各单体电压UCVM1、UCVM2、UCVM3……(V)和电堆高频阻抗Rs(Ω)。
S103、基于标定值和实际值确定燃料电池发动机的健康状态。
本实施例中，燃料电池发动机每个子系统的健康指标都是由多个数据维度进行评价，每个数据维度的评价原则是判断当前状态的实际值与基准状态的标定值的偏差。其中，数据维度由燃料电池发动机的个子系统确定。例如，数据维度可以包括空气子系统、氢气子系统、热管理子系统和电堆。
本实施例中，确定燃料电池发动机的健康状态可以包括：基于标定值和实际值分别确定燃料电池发动机的各个子系统的健康状态。
具体的，对于空气子系统，由于空气子系统在工作时，在相同工况下需要保证供给电堆一定量的空气流量，因此空气计量比不能与基准状态有较大偏差，其空气计量比计算公式为：
其中，为空气的摩尔质量；ncell为电池单体数量；I为电流。
空气压缩机在长时间工作后其性能会出现衰减，表现为在供给相同流量与压力的空气时，其空压机转速相较于基准状态下出现较大偏差，因此通过实际空压机转速ωcomp与通过实际空气流量Wair、空气进堆压力pair_in查空压机MAP得到的基准状态的空压机转速之间的偏差即可确定空压机当前的健康状态。
即，空气子系统在工作时，相同工况下获取的空气进堆压力pair_in、空气进堆温度Tair_in和空气进出堆温差Tair_out-in与基准状态下空气进堆压力pair_in0、空气进堆温度Tair_in0和空气进出堆温差Tair_out-in0的偏差可作为评价其系统健康状态的依据。
具体的，对于氢气子系统，氢气子系统的健康状态可根据相同工况下获取的氢泵转速ωARB、前端压力pH2_mid、氢气进堆压力pH2_in、氢气进堆温度TH2_in和氢气进出堆温差TH2_out-in与基准状态下的氢泵转速前端压力pH2_mid0、、氢气进堆压力pH2_in0、氢气进堆温度TH2_in0和氢气进出堆温差TH2_out-in0的偏差确定。
其中，对于热管理子系统，热管理子系统的健康状态可根据相同工况下获取的冷却水进堆温度Tcoolant_in、冷却水进出堆温度差Tcoolant_out-in、冷却水进堆压力pcoolant_in和冷却水进出堆压力差pcoolant_out-in与基准状态下的冷却水进堆温度Tcoolant_in0、冷却水进出堆温度差Tcoolant_out-in0、冷却水进堆压力pcoolant_in0和冷却水进出堆压力差pcoolant_out-in0的偏差确定。
其中，对于电堆，由于电堆的输出性能与膜的质子传导率相关，膜的工作受电堆内部的水管理影响较大，膜干与水淹对应电堆两种不同的故障状态。当发生膜干时会导致欧姆电阻上升，导致能量转化效率降低甚至膜破裂；当发生水淹时，液态水阻塞燃料电池中的气体传导，导致其性能出现下降。
电堆的膜干可以基于燃料电池系统中的DCDC采集的高频阻抗Rs(Ω)信号进行诊断，当阻抗Rs相较于初始状态Rs0池有较大上升时，可判断电堆处于膜干状态；
电堆的水淹可基于阴阳极两侧的压力差与电堆性能反映，当发生水淹时，电堆阳极侧压力降上升明显，同时电堆输出电压出现下降；
电堆出现较大故障或老化严重时，其各单体之间的一致性发生较大变化，电堆单体一致性计算公式为：
其中：Cv为单体波动率，UCVMi为单体电压，为单体电压均值，N为单体电压数目。
电堆的健康状态可根据相同工况下获取的高频阻抗Rs、氢气进出堆压差pH2_out-in、单体波动率Cv和输出电压U与基准状态下的高频阻抗Rs0、氢气进出堆压差pH2_out-in0、单体波动率Cv0、输出电压U0的偏差确定。
示例性地，S103可以包括：基于燃料电池发动机各个子系统的标定值确定第一矩阵；基于燃料电池发动机各个子系统的实际值确定第二矩阵；根据第一矩阵和第二矩阵确定马氏距离，基于马氏距离确定燃料电池发动机的健康状态。
其中，马氏距离法可以是采用机器学习中的马氏距离度量法，其具备平移不变性、旋转不变性和仿射不变性的特性。具体的，其算法原理是基于变量之间的相关性，而这些变量具有不同的模式，可以被识别和分析。它可以用于有效的计算两个未知样本集的相似度。与欧氏距离不同的是它考虑到各种特性之间的联系并且是与尺度无关的，即独立于测量尺度。该方法的优点是不受量纲的影响，还可以排除相关变量之间的相关性干扰，因此，其仅考虑数据之间量纲的影响与分布特性。
本实施例中，在确定第二矩阵时，由于各子系统中不同维度对于其健康状态影响的幅度可能存在差异，因此需要根据人为经验给出不同维度之间的权重分配，其中，空气子系统的样本数据对应的第二矩阵可以表示为：
Xair＝[ηair1·λO2 ηair2·ωcomp ηair3·pair_in ηair4·Tair_in ηair5·Tair_out-in]
其中：ηair1、ηair2、ηair3、ηair4、ηair5∈(0，1)，ηair1+ηair2+ηair3+ηair4+ηair5＝1
氢气子系统的样本数据对应的第二矩阵可以表示为：
XH2＝[ηH21·ωARB ηH22·pH2_mid ηH23·pH2_in ηH24·TH2_in ηH25·TH2_out-in]
其中：ηH21、ηH22、ηH23、ηH24、ηH25∈(0，1)，ηH21+ηH22+ηH23+ηH24+ηH25＝1
热管理子系统的样本数据对应的第二矩阵可以表示为：
Xthermal＝[ηthermal1·Tcoolant_in ηthermal2·Tcoolant_out-in ηthermal3·pcoolant_inηthermal4·pcoolant_out-in]
其中：ηthermal1、ηthermal2、ηthermal3、ηthermal4∈(0，1)，ηthermal1+ηthermal2+ηthermal3+ηthermal4＝1电堆的样本数据对应的第二矩阵可以表示为：
Xstack＝[ηstack1·Rsηstack2·pH2_out-in@stack3·Cvηstack4·U]
其中：ηstack1、ηstack2、ηstack3、ηstack4∈(0，1)，ηstack1+ηstack2+ηstack3+ηstack4＝1
其中，Xair、XH2、Xthermal和Xstack为燃料电池发动机各个子系统在对应工况下的基准状态下的第二矩阵。
本实施例中，需要通过马氏距离计算基准状态与当前状态之间的协方差距离，具体的，可以利用下述公式对协方差距离进行计算：
其中，X、Y分别表示数据集中的两个点，X可以是基准状态下对应的标准值，Y可以是当前状态下对应的实际值；S-1点为X与Y的协方差矩阵，其中n为数据维度。
示例性地，根据第一矩阵和第二矩阵确定马氏距离可以包括：确定第一矩阵与第二矩阵的差值，根据差值确定马氏距离。
其中，可以根据下述公式对马氏距离进行计算：
进一步的，根据第一矩阵和第二矩阵确定马氏距离可以如下所示：
其中，和/>为燃料电池发动机各个子系统在对应工况下的基准状态下的第一矩阵，Xair、XH2、Xthermal和Xstack为燃料电池发动机各个子系统在当前状态下的第二矩阵。
本实施例各子系统的健康状态可以量化为当前状态至基准状态的马氏距离，当马氏距离越大时，代表当前系统的健康状态不佳，需要及时的维护。
示例性地，在基于标定值和实际值确定燃料电池发动机的健康状态之后，还可以包括：预先设置燃料电池发动机的健康预警阈值，若健康状态超过健康预警阈值时，控制燃料电池发动机停止运行。
其中，在基于标定值和实际值确定燃料电池发动机的健康状态之后，需要对当前的健康状态进行判定，若马氏距离达到健康预警阈值时，需要停止燃料电池发动机的运行。
示例性地，预先设置燃料电池发动机的健康预警阈值，若健康状态超过健康预警阈值时，停止燃料电池发动机的运行可以包括：预先设置燃料电池发动机的各个子系统的健康预警阈值，若其中任意一项子系统的健康状态超过健康预警阈值时，控制燃料电池发动机停止运行，并对超过健康预警阈值的子系统进行维护。
具体的，可以设定各子系统的健康预警阈值分别为Dair_d、Dthermal_d和Dstack_d，燃料电池运行时系统可以实时分析不同子系统的状态，当子系统的马氏距离达到健康预警阈值时，需要停止燃料电池发动机的运行，并对该子系统进行维护。
本发明实施例可以确定燃料电池发动机各子系统的健康状态，确定燃料电池发动机运行的初始状态，即基准状态，并通过马氏距离法实时求解燃料电池当前状态与基准状态的偏差；通过该方法可全面监测燃料电池各子系统的健康状态变化，当某一子系统的健康状态达到健康预警阈值时，可及时针对燃料电池发动机特定子系统进行维护，避免燃料电池发动机状态持续恶化，防止用户在驾驶过程中发生重大事故，有效提升燃料电池的耐久性。
实施例二
图2为本发明实施例二提供的一种燃料电池发动机状态确定方法的流程图，其中与上述各实施例相同或相应的术语的解释在此不再赘述。参见图2，本实施例提供的一种燃料电池发动机状态确定方法具体包括以下步骤：
S201、开始确定燃料电池发动机健康状态。
S202、获取燃料电池发动机各个子系统对应的输入信号和输出信号，基于输入信号和输出信号确定燃料电池发动机各个子系统在当前状态下的实际值。
S203、将燃料电池发动机各个子系统运行的初始状态记录为基准状态。
S204、确定燃料电池发动机各个子系统当前状态至基准状态的马氏距离。
S205、判断燃料电池发动机各个子系统的马氏距离是否均小于健康预警阈值，若是，执行S202，否则，执行S206。
S206、控制燃料电池发动机停止运行，并对超过健康预警阈值的子系统进行维护。
其中，在燃料电池发动机任意一个子系统的马氏距离大于健康预警阈值的情况下，都需要控制燃料电池发动机停止运行，并对超过健康预警阈值的子系统进行维护。
S207、结束对对燃料电池发动机健康状态的确定。
本发明实施例可以确定燃料电池发动机各子系统的健康状态，确定燃料电池发动机运行的初始状态，即基准状态，并通过马氏距离法实时求解燃料电池当前状态与基准状态的偏差；通过该方法可全面监测燃料电池各子系统的健康状态变化，当某一子系统的健康状态达到健康预警阈值时，可及时针对燃料电池发动机特定子系统进行维护，避免燃料电池发动机状态持续恶化，防止用户在驾驶过程中发生重大事故，有效提升燃料电池的耐久性。
实施例三
图3为本发明实施例三提供的一种燃料电池发动机状态确定装置的结构示意图。如图3所示，该装置包括：获取模块301，当前状态确定模块302和健康状态确定模块303，其中，
获取模块301，用于获取燃料电池发动机各个子系统对应的输入信号和输出信号以及所述各个子系统在初始状态下的标定值；
当前状态确定模块302，用于基于所述输入信号和输出信号确定燃料电池发动机各个子系统在当前状态下的实际值；
健康状态确定模块303，用于基于所述标定值和当前状态确定所述燃料电池发动机的健康状态。
可选的，获取模块301具体用于：
在所述燃料电池发动机运行期间，获取所述各个子系统对应的用于确定健康状态的输入信号和输出信号，其中，所述子系统包括空气子系统、氢气子系统、热管理子系统和电堆。
可选的，获取模块301具体用于：
基于燃料电池发动机各个子系统的性能对所述燃料电池发动机各个子系统的标定值进行预先定义。
可选的，健康状态确定模块303可以包括：
第一矩阵确定单元，用于基于所述燃料电池发动机各个子系统的标定值确定第一矩阵；
第二矩阵确定单元，用于基于所述燃料电池发动机各个子系统的实际值确定第二矩阵；
马氏距离确定单元，用于根据所述第一矩阵和所述第二矩阵确定马氏距离，基于所述马氏距离确定所述燃料电池发动机的健康状态。
可选的，马氏距离确定单元，具体用于：
确定第一矩阵与第二矩阵的差值，根据差值确定马氏距离。
可选的，在健康状态确定模块303之后，还可以包括：
判断模块，用于预先设置所述燃料电池发动机的健康预警阈值，若所述健康状态超过所述健康预警阈值时，控制所述燃料电池发动机停止运行。
可选的，判断模块具体用于：
预先设置所述燃料电池发动机的各个子系统的健康预警阈值，若其中任意一项子系统的健康状态超过所述健康预警阈值时，控制所述燃料电池发动机停止运行，并对超过健康预警阈值的子系统进行维护。
本发明实施例所提供的一种燃料电池发动机状态确定装置可执行本发明任意实施例所提供的一种燃料电池发动机状态确定方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例五提供的一种车辆的结构示意图。如图4所示，车辆10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储车辆10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法时实现：
获取燃料电池发动机各个子系统对应的输入信号和输出信号以及各个子系统在初始状态下的标定值；
基于输入信号和输出信号确定燃料电池发动机各个子系统在当前状态下的实际值；
基于标定值和实际值确定燃料电池发动机的健康状态。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (10)
1.一种燃料电池发动机状态确定方法，其特征在于，包括：
获取燃料电池发动机各个子系统对应的输入信号和输出信号以及所述各个子系统在初始状态下的标定值；
基于所述输入信号和输出信号确定燃料电池发动机各个子系统在当前状态下的实际值；
基于所述标定值和实际值确定所述燃料电池发动机的健康状态。
2.根据权利要求1所述的方法，其特征在于，所述获取燃料电池发动机各个子系统对应的输入信号和输出信号，包括：
在所述燃料电池发动机运行期间，获取所述各个子系统对应的用于确定健康状态的输入信号和输出信号，其中，所述子系统包括空气子系统、氢气子系统、热管理子系统和电堆。
3.根据权利要求1所述的方法，其特征在于，所述获取燃料电池发动机各个子系统在初始状态下的标定值，包括：
基于燃料电池发动机各个子系统的性能对所述燃料电池发动机各个子系统的标定值进行预先定义。
4.根据权利要求1-3中任一项所述的方法，其特征在于，所述基于所述标定值和实际值确定所述燃料电池发动机的健康状态，包括：
基于所述燃料电池发动机各个子系统的标定值确定第一矩阵；
基于所述燃料电池发动机各个子系统的实际值确定第二矩阵；
根据所述第一矩阵和所述第二矩阵确定马氏距离，基于所述马氏距离确定所述燃料电池发动机的健康状态。
5.根据权利要求4所述的方法，其特征在于，所述根据所述第一矩阵和所述第二矩阵确定马氏距离，包括：
确定第一矩阵与第二矩阵的差值，根据差值确定马氏距离。
6.根据权利要求1所述的方法，其特征在于，在所述基于所述标定值和实际值确定所述燃料电池发动机的健康状态之后，还包括：
预先设置所述燃料电池发动机的健康预警阈值，若所述健康状态超过所述健康预警阈值时，控制所述燃料电池发动机停止运行。
7.根据权利要求6所述的方法，其特征在于，所述预先设置所述燃料电池发动机的健康预警阈值，若所述健康状态超过所述健康预警阈值时，停止所述燃料电池发动机的运行，包括：
预先设置所述燃料电池发动机的各个子系统的健康预警阈值，若其中任意一项子系统的健康状态超过所述健康预警阈值时，控制所述燃料电池发动机停止运行，并对超过健康预警阈值的子系统进行维护。
8.一种燃料电池发动机状态确定装置，其特征在于，包括：
获取模块，用于获取燃料电池发动机各个子系统对应的输入信号和输出信号以及所述各个子系统在初始状态下的标定值；
当前状态确定模块，用于基于所述输入信号和输出信号确定燃料电池发动机各个子系统在当前状态下的实际值；
健康状态确定模块，用于基于所述标定值和当前状态确定所述燃料电池发动机的健康状态。
9.一种车辆，其特征在于，所述车辆包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的一种燃料电池发动机状态确定方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的一种燃料电池发动机状态确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310753382.4A CN116544457A (zh) | 2023-06-25 | 2023-06-25 | 一种燃料电池发动机状态确定方法、装置、车辆及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310753382.4A CN116544457A (zh) | 2023-06-25 | 2023-06-25 | 一种燃料电池发动机状态确定方法、装置、车辆及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116544457A true CN116544457A (zh) | 2023-08-04 |
Family
ID=87450917
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310753382.4A Pending CN116544457A (zh) | 2023-06-25 | 2023-06-25 | 一种燃料电池发动机状态确定方法、装置、车辆及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116544457A (zh) |
-
2023
- 2023-06-25 CN CN202310753382.4A patent/CN116544457A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2622672B1 (en) | Fuel cell system, method and program of determining cause of negative voltage, and storage medium storing program | |
| CN109841879B (zh) | 燃料电池水含量估计系统、方法、计算机设备及存储介质 | |
| US9929418B2 (en) | System and method for diagnosing state of fuel cell stack and controlling fuel cell system | |
| CN112327167B (zh) | 一种电池容量跳水风险评估方法及系统 | |
| CN113782778B (zh) | 基于定频阻抗和气体压降的电堆水管理调控方法及装置 | |
| CN115320387B (zh) | 基于多源信息融合的车用燃料电池膜湿度预测方法及系统 | |
| CN113314738A (zh) | 氢燃料电池发动机系统运行健康状态的评估方法 | |
| CN103490083B (zh) | 一种燃料电池防水淹控制方法 | |
| CN111948562A (zh) | 一种燃料电池全生命周期监控与评估系统 | |
| US20150165928A1 (en) | Technique of diagnosing fuel cell stack | |
| CN114492087A (zh) | 氢储能电站质子交换膜燃料电池故障诊断方法及装置 | |
| Peng et al. | Generalized spatial–temporal fault location method for solid oxide fuel cells using LSTM and causal inference | |
| Li et al. | Quantitative diagnosis of PEMFC membrane humidity with a vector-distance based characteristic mapping approach | |
| CN101923143B (zh) | 估算燃料电池的最小电压 | |
| Huang et al. | Experimental study of the performance degradation of proton exchange membrane fuel cell based on a multi-module stack under selected load profiles by clustering algorithm | |
| CN103575515B (zh) | 经由堆电压响应分析诊断喷射器故障 | |
| CN115248382A (zh) | 一种质子交换膜燃料电池控制方法 | |
| US11489179B2 (en) | Method and apparatus for multi-stage fault diagnosis of fuel cell systems | |
| US9172103B2 (en) | Transient inlet relative humidity estimation via adaptive cathode humidification unit model and high frequency resistance | |
| CN116544457A (zh) | 一种燃料电池发动机状态确定方法、装置、车辆及存储介质 | |
| CN112993344A (zh) | 基于神经网络的燃料电池系统输出性能预测方法及装置 | |
| US11784340B2 (en) | Method and system for controlling operation of fuel cell | |
| Hu et al. | Review on State of Health Definition in Relation to Proton Exchange Membrane Fuel Cells in Fuel Cell Electric Vehicles | |
| Zhao et al. | A novel pre-diagnosis method for health status of proton exchange membrane fuel cell stack based on entropy algorithms | |
| Yuan et al. | Review on resistance based water content monitoring in vehicle fuel cell 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 |