DE60211520T2

DE60211520T2 - Anordnung zur Steuerung des Betriebs eines physikalischen Systems wie zum Beispiel einer Brennstoffzelle in elektrischen Fahrzeugen

Info

Publication number: DE60211520T2
Application number: DE60211520T
Authority: DE
Inventors: Giovanni Moselli; Silvia Maione; Mario Lavorgna; Francesco Giuffre
Original assignee: STMicroelectronics SRL
Current assignee: STMicroelectronics SRL
Priority date: 2002-10-09
Filing date: 2002-10-09
Publication date: 2006-12-14
Anticipated expiration: 2022-10-10
Also published as: EP1408384A1; EP1408384B1; US20040107011A1; DE60211520D1

Description

Gebiet der Erfindung
Die vorliegende Erfindung bezieht sich auf die Regelung von Systemen und wurde unter besonderer Berücksichtigung auf ihre mögliche Anwendung auf die Regelung von Stapeln von Brennstoffzellen entwickelt, die auf dem Gebiet der Automobiltechnik eingesetzt werden. Die Erfindung kann jedoch auch allgemein und daher auch auf die Regelung physikalischer Systeme eines beliebigen Typs angewendet werden.
Ein Stapel von Brennstoffzellen ist ein Energiewandler eines elektrochemischen Typs, der an seinem Eingang Wasserstoff und Sauerstoff entgegennimmt und an seinem Ausgang Strom an einen Verbraucher liefert. Die Wandlung findet ohne Verbrennung statt. Vom physikalischen Standpunkt besteht die Brennstoffzelle aus einem Elektrolytmaterial (entweder flüssig oder fest), das in einer Sandwichanordnung zwischen zwei Elektroden angeordnet ist, welche die Funktion von Kathode und Anode haben. Der eingegebene Brennstoff gelangt durch die Anode und der Sauerstoff gelangt durch die Kathode. Der eingegebene Brennstoff wird katalytisch in Ionen zerlegt, welche den Elektrolyt durchqueren, sowie Elektronen, die entlang eines externen Pfads fließen, der vom Verbraucher geschlossen wird. Die Ionen und Elektronen werden unter der Herstellung von Abfallprodukten, die im Wesentlichen aus Wasser bestehen, auf der Kathode rekombiniert.
Beschreibung des Standes der Technik
Für die Regelung von Brennstoffzellen (oder von physikalischen Systemen mit einem äquivalenten Verhalten) existieren bereits verschiedene Modelle, die darauf gerichtet sind, mittels quantitativer Verfahren die Ausgangsspannung zu bestimmen, die auf chemischen und physikalischen Gesetzen beruhen. Die entsprechenden Modelle, die aus theoretischen Überlegungen abgeleitet werden, berücksichtigen eine Anzahl von Variablen (z.B. Zelltemperatur, Teildruck des eingegebenen Sauerstoffs, gelieferter Strom), sind jedoch weder robust noch leicht zu handhaben. Folglich sind sie für die Verwendung im praktischen Fall nicht gut geeignet.
In der Praxis können die betreffenden Modelle auf eine oder mehrere Gleichungen zurückgeführt werden, die zum Beispiel den Wert der vom Brennstoffzellenstapel gelieferten Spannung in Abhängigkeit von den Werten des Stroms und der Temperatur sowie andere Faktoren, wie zum Beispiel den Druck des Sauerstoffs, den Druck der Luft am Eingang des Stapels usw. identifizieren. Üblicherweise umfassen derartige Modelle ein oder mehrere Gleichungen, von denen sich jede auf vorgegebene Variationsbereiche der Eingabeparameter bezieht.
Vor allem bei Anwendungen in der Automobiltechnik wird der Einsatz elektrischer Fahrzeuge, insbesondere der Einsatz hybrider elektrischer Fahrzeuge mit Brennstoffzellen und Batterien, immer verbreiteter.
Im oben genannten Kontext ist die Verwaltung der Energiequellen und insbesondere des Brennstoffzellenstapels von grundlegender Bedeutung, vor allem im Zusammenhang mit der Verwaltung der Energieströme zwischen Quellen und Verbrauchern. Um eine entsprechende Verwaltung der Ressourcen durchzuführen, ist es wichtig, den korrekten Betrieb der Energieressourcen zu beurteilen, die vom Regelungssystem zu handhaben sind.
Außerdem ist es notwendig, im Zusammenhang mit der Automobiltechnik zu berücksichtigen, dass die Anwendungen auch der Anforderung der Einfachheit der Anwendung gerecht werden müssen, um überhohe Kosten und Abmessungen zu vermeiden, wobei gleichzeitig die strengen Anforderungen hinsichtlich der Zuverlässigkeit auch in ziemlich feindlichen Umgebungen der Anwendung erfüllt werden müssen.
Aus der Veröffentlichung von Arriagada J. et al. "Artificial Neural Network for SOFC Performance Prediction" ("Künstliches neuronales Netz für die SOFC-Leistungsvorhersage"), Journal of Power Sources, Band 112, Nr. 1, 24. Oktober 2002, Seiten 54–60 ist ein Modellierungswerkzeug zur Bewertung der Leistung einer Festkörperoxid-Brennstoffzelle (Solid Oxide Fuel Cell/SOFC) bekannt, bei dem ein künstliches neuronales Netz mit von einem Zellenmodell generierten Daten trainiert wird.
Aufgabe und Zusammenfassung der Erfindung
Aufgabe der vorliegenden Erfindung ist es, ein Regelungssystem vorzusehen, das auf optimale Weise die oben erwähnten Anforderungen erfüllt.
Gemäß der vorliegenden Erfindung wird die Aufgabe mit einem System erfüllt, welches die Eigenschaften hat, die spezifisch in den beiliegenden Ansprüchen aufgeführt sind.
Im Anwendungskontext, auf den schon zuvor Bezug genommen wurde (wobei zu betonen ist, dass es sich hierbei nicht um den einzigen Kontext handelt, auf den die Erfindung angewendet werden kann) ermöglicht die erfindungsgemäße Lösung eine Regelungsstruktur auf der Grundlage eines adaptiven neuronalen Modells eines zu erzielenden Brennstoffzellenstapels, mit dem Zweck, wirkungsvollere Diagnose- und Regelungsverfahren für das System zu erhalten.
Bei der derzeit bevorzugten Ausführungsform aktualisiert ein spezifischer Teil des Regelungssystems das neuronale Modell in dem Fall, in dem aufgrund der Variation externer und interner Parameter des Stapels dieses den Betrieb der entsprechenden Vorrichtung nicht mehr genau darstellen kann.
Das neuronale Modell wird zum Vergleichen seiner eigenen Ausgabe mit derjenigen des realen Systems zu den Zwecken der Regelung und Diagnose verwendet. Wenn die Abweichung über die Zeit Bestand hat und beträchtlich ist, kann das Modell aktualisiert werden. Eine Überprüfung erfolgt über eine Analyse der signifikanten Größen des Stapels, die in einer Datenbank gespeichert sind. Das Regelungssystem verwendet dieselben in der Datenbank vorhandenen Daten zum Trainieren des neuronalen Netzwerkes und zum Aktualisieren des neuronalen Modells des Stapels.
Das System ermöglicht eine Vorhersage des Betriebs des Stapels mittels eines künstlichen neuronalen Netzes, das ein mächtiges Systemidentifikationswerkzeug darstellt, während es gleichzeitig Dank den aktuell verfügbaren Mitteln zum Verarbeiten von Signalen eines numerischen Typs leicht und schnell zu implementieren ist. Das System sieht ferner ein sich selbst aktualisierendes Modell vor und erzielt zunächst einen beträchtlichen Grad der Flexibilität hinsichtlich möglicher Variationen des Betriebs des Systems dann auch hinsichtlich möglicher Weiterentwicklungen des Systems, die zum Beispiel in der Verwendung von Stapeln unterschiedlicher Leistung bestehen.
Zumindest in der derzeit bevorzugten Ausführungsform führt die erfindungsgemäße Lösung zu einem System, das auf mächtigen Modellierungsverfahren beruht, die durch neuronale Netze repräsentiert werden. Die letzteren bieten ein effektives Identifikationswerkzeug, das leicht zu implementieren ist und keine Kenntnis der physikalischen Phänomene erfordert, welche die Grundlage des zu modellierenden physikalischen Systems bilden.
Das neuronale Modell des Brennstoffzellenstapels aktualisiert sich selbst und bietet dementsprechend eine beträchtliche Robustheit gegenüber parametrischen Variationen des Systems.
Außerdem ist kein Eingriff in das reale System in Betracht gezogen, das aus dem Brennstoffzellenstapel besteht, der eine Vorrichtung ist, die für ihren Betrieb eine komplexe Menge von Zusatzelementen benötigt, so dass die Diagnose des Systems keine einfache Aufgabe darstellt.
Die erfindungsgemäße Lösung ermöglicht die Verwaltung der Energieressourcen, die vom Stapel repräsentiert werden, auf optimale Weise, da sie zu jeder Zeit eine Überprüfung ihres korrekten Betriebs ermöglicht.
Kurze Beschreibung der beiliegenden Zeichnungen
Es folgt nun eine Beschreibung der Erfindung lediglich als nicht einschränkendes Beispiel anhand der beiliegenden Zeichnungen. Es zeigt:
1 in Form eines Blockdiagramms den Aufbau eines Regelungssystems gemäß der vorliegenden Erfindung;
die 2 bis 4 in größerem Detail den Aufbau einiger in 1 dargestellter Elemente;
5 eine schematische Darstellung der Durchführung der Funktion des Trainierens des neuronalen Netzes mit der Aktualisierung der entsprechenden Gewichtungs- und Vorspannungsvariablen; und
die 5 und 6 weitere Blockdiagramme, die sich auf mögliche Verallgemeinerungen der erfindungsgemäßen Lösung beziehen.
Detaillierte Beschreibung beispielhafter Ausführungsformen der Erfindung
Im in 1 gezeigten Diagramm bezeichnet das Bezugszeichen 10 insgesamt ein Hardware-Software-Regelsystem, das auf einem sich selbst aktualisierenden künstlichen neuronalen Modell des elektrischen Verhaltens eines geregelten Systems basiert. Das geregelte System soll in dem Beispiel, auf das sich die 1 bis 5 beziehen, ein Brennstoffzellenstapel (eines bekannten Typs) unter normalen Betriebsbedingungen sein.
Das System 10 ermöglicht durch Auswerten der Abweichung vom Betrieb des Stapels von seinem eigenen Modell eine wirkungsvollere Implementierung von Verfahren der Diagnose und Steuerung der Energieressource, die präzise vom Stapel dargestellt wird, wobei dies unter Berücksichtigung dessen geschieht, dass das geregelte System einen Betrieb hat, der sich aufgrund des Verschleißes und/oder nach einer Variierung bestimmter Parameter, die zum System selbst intern oder extern sind, über die Zeit ändert.
Folglich zieht die Lösung gemäß der vorliegenden Erfindung eine andere Struktur in Betracht, die parallel zum neuronalen Modell des Stapels arbeitet, um mögliche Variationen zu identifizieren, die von einer der oben erwähnten Ursachen herrühren, um dann das Modell des Stapels entsprechend zu aktualisieren.
Im Zusammenhang mit dem Diagramm von 1 können drei Sätze von Blöcken, die mit 1, 2 bzw. 3 bezeichnet sind, unterschieden werden.
Beginnen wir aus Gründen der einfacheren Beschreibung mit dem Satz 3. Der Satz selbst repräsentiert im Grunde das geregelte "Untersystem", das im Beispiel der hier gezeigten Ausführungsform vom Brennstoffzellenstapel dargestellt wird.
Der entsprechende Betrieb kann insgesamt dadurch beschrieben werden, dass auf eine Darstellung zurückgegriffen wird, bei der das System S eine erste Eingabe hat, die von der Versorgung mit Wasserstoff H₂ dargestellt wird, sowie eine andere Eingabe, die durch die Versorgung mit Luft A dargestellt wird. Diese Eingaben sind durch bekannte Werte des Drucks und der Strömungsrate charakterisiert. Insbesondere ist in der Zeichnung ein Sensor PA dargestellt, der den Luftstrom erfasst und ein entsprechendes Signal erzeugt, das an den Eingang des Systems 10 gesendet wird.
Ein Multiplexer, der mit MUX1 bezeichnet ist, ist am Eingang des Systems vorgesehen, um zusätzlich zum Strömungsratensignal Q, das vom Sensor PA erzeugt wird, auch ein Signal T zu empfangen, welches die Temperatur des Stapels repräsentiert und vom Sensor TS erzeugt wird, sowie ein Signal I, das durch einen amperometrischen Sensor A erzeugt wird, der mit dem Ausgang des Stapels verbunden ist.
Das Signal I zeigt den vom Stapel gelieferten Strom an. Diese Größe stellt zusammen mit der Spannung VR, die vom Stapel geliefert wird und von einem voltmetrischen Sensor V erfasst wird, den Satz von Ausgangssignalen des Stapels S dar.
Die Wasserstoffversorgung H₂ und die Luftversorgung A können als über ein Modul, das im Wesentlichen ein Multiplexer MUX2 ist, an den Eingang des Stapels S gesendet betrachtet werden.
Zur Vervollständigung der Beschreibung des Satzes von Blöcken 3 bezeichnet das Bezugszeichen E einen Summierungsknoten (mit Vorzeichen), an den mit entgegengesetzten Vorzeichen ein Wert der geschätzten Spannung VS, der vom Satz 1 erzeugt wird, der im Folgenden im Einzelnen beschrieben wird, sowie die tatsächliche Ausgangsspannung VR des Stapels, die vom Sensor V erfasst wird, gesendet wird.
Auf diese Weise erzeugt der Satz 3 ein Fehlersignal ERR, das die Abweichung zwischen der Spannung VR, die vom Sensor V gemessen wird, und der Spannung VS, die vom durch den Satz 1 repräsentierten Modell geschätzt wird, darstellt. Das Fehlersignal ERR kann von anderen, nicht gezeigten, jedoch an sich bekannten Systemen, die dem Stapel S zu anderen Zwecken, zum Beispiel für die diagnostische Zwecke, zugeordnet sind, verwendet werden.
Der Satz von Blöcken, der mit 2 bezeichnet ist, empfängt an seinem Eingang zusätzlich zu den Signalen T (Stapeltemperatur), I (Stapelausgangsstrom) und Q (Luftzufuhrströmungsrate), die vom Multiplexer MUX1 kommen, auch das Signal, das die tatsächliche Spannung des Stapels anzeigt und vom Sensor V erzeugt wird.
Der Satz 2 umfasst im Wesentlichen einen Block 21, der als eine Datenbank fungiert, in der unter der Überwachung eines Blocks 22, der als das eigentliche Regelsystem fungiert, Sensordaten speichert, die einigen signifikanten Betriebsgrößen des Stapels S entsprechen, wie zum Beispiel der genauen Temperatur T des Stapels, dem erzeugten Strom I, der Luftströmungsrate Q und der tatsächlichen Spannung VR des Stapels. Die Werte dieser Sensordaten werden unter der Steuerung eines Regelungssystems 22 in der Datenbank 21 gespeichert.
Gemäß Kriterien, die im Folgenden eingehender erläutert werden, führt das System 22 eine Analyse der möglichen Variation der in der Datenbank 21 enthaltenen Daten durch. Wenn sich aus dieser Analyse ergibt, dass das neuronale Modell des elektrischen Betriebs des Stapels S aufgrund interner oder externer Variationen der Eingabeparameter nicht mehr zufriedenstellend ist, verwendet das Regelsystem 22 die in der Datenbank 21 gespeicherten Sensordaten zur Durchführung als (neuen) Schritts des Trainings und der Überprüfung des neuronalen Netzes, auf das sich der Satz 1 gründet.
Insbesondere umfasst dieser Satz ein neuronales Netz 12, welches das eigentliche Modell des geregelten Systems definiert. Dem neuronalen Netz 12 ist ein Trainingsmodul zugeordnet, das insgesamt mit 11 bezeichnet ist. Das neuronale Netz 12 empfängt an seinem Eingang die vom Multiplexer MUX1 kommenden Signale und erzeugt ausgehend von diesen Signalen den Wert der geschätzten Spannung VS, die (mit positivem Vorzeichen) an den Summierungsknoten E zu senden ist, an welchen der vom Sensor V erzeugte Wert der tatsächlichen Spannung mit einem negativem Vorzeichen gesendet wird. Der Betrieb des neuronalen Netzes 12 wird durch die Werte der Gewichte W und der Vorspannung B bestimmt, die vom Modul 11 erzeugt werden, welches an seinem Eingang von den beiden Modulen 222 und 223 erzeugte Signale empfängt, welche die entsprechenden Unterblöcke des Blocks 22 darstellen.
Vor einer Untersuchung der Struktur der beiden oben erwähnten Unterblöcke empfiehlt es sich, anhand des Diagramms von 2 den Aufbau des Unterblocks 221 zu untersuchen.
Der oben erwähnte Unterblock 221 umfasst im Wesentlichen als Eingangsstufe ein Netz 2210, das eine Reihe von Komparatoren 2210a umfasst, die von einem Netzwerk von UND-Logikgattern gefolgt wird, die insgesamt mit 2210b bezeichnet sind.
An den Eingang des betreffenden Netzes werden die vom Stromsignal I, dem Luftstromsignal Q und dem Temperatursignal T des Stapels, die vorher erwähnt wurden, repräsentierten Sensorsignale gesendet.
Die Schwellenwertkomparatoren 2210a vergleichen den Wert eines jeden dieser Eingangssignale mit dem maximalen bzw. minimalen Grenzwert, der entsprechenden Wertebereiche: I_max, I_min; Q_max, Q_min; T_max, T_min. Im Fall des Stromsignals I ist der Minimalwert I_min hier 0.
Die UND-Gatter verarbeiten (gemäß Kriterien, die aus der Zeichnung hervorgehen und einem Fachmann auf diesem Gebiet offensichtlich sind und daher nicht im Einzelnen beschrieben zu werden brauchen) die Ausgangssignale der Schwellenwertkomparatoren 2210a, um so zu überprüfen, ob die Signale I, Q und T in die in Betracht gezogenen Betriebsbereiche fallen, wobei das Ziel darin besteht, die Freischaltleitung 2211 so anzusteuern, dass es ermöglicht wird, die Signale I, Q und T (in der Form von Werten IC, QC, TC, die gemäß einem vorgegebenen Quantisierungsschritt gerundet sind) in einem Funktionsmodul 2212 zu speichern.
Das Bezugszeichen 2213 bezeichnet den Satz von Blöcken, der die Rundungsfunktion unter der Steuerung eines Taktsignals CLK überwacht, dessen Raten im Endeffekt die Aktualisierungsrate der in der Datenbank 21 gespeicherten Daten angibt.
Außerdem steuert das Signal CLK über einen Prüf- und Halte-Block 2214 den in der Zeit mit einer Haltefunktion abgetasteten Transfer der tatsächlichen Spannung VR in Form eines entsprechenden Spannungswerts VA an.
Der Block 2212 implementiert eine Funktion F(I_C, Q_C, T_C), die aus den diskretisierten Werten I_C, Q_C und T_C eine Speicheradresse h berechnet, in der der entsprechende Spannungswert V_h zu speichern ist. Mit anderen Worten identifiziert die Funktion F eine eineindeutige Entsprechung zwischen dem Eingabesatz (I_C, Q_C, T_C) und der Adresse h.
Das abgetastete Signal V_h der tatsächlichen Spannung wird auf diese Weise in der Datenbank 21 gespeichert. Auf der Grundlage des Wertes der Adresse h werden die Werte V_h am entsprechenden Speicherplatz abgelegt.
Insbesondere werden an der mit h = f (I_C, Q_C, T_C) markierten Speicheradresse verschiedene Werte der Spannung V_h, die mit demselben Eingabesatz (I_C, Q_C, T_C) gemessen werden, gespeichert. Der Mittelwert dieser Abtastungen an ein und derselben Adresse h wird mit V_h,m bezeichnet.
Unter der Verwendung zum Beispiel eines 32-Bit-Speichers ist es möglich, eine beträchtliche Datenmenge zu speichern, die für ein gutes Training des Netzes ausreicht.
Wie in 3 gezeigt, sollen die auf diese Weise gespeicherten Sensordaten selektiv von der Datenbank 21 gelesen werden, damit sie als Aktualisierungsdaten über den Block 222 an den Trainingsblock 11 geliefert werden. Dies geschieht nach dem Empfang eines Freigabesignals EU, das vom Block 223 erzeugt wird, das im Folgenden eingehender beschrieben wird.
Nach dem Empfang des vom Block 223 erzeugten Signals EU ruft der Block 222 die oben genannten Daten DATA von der Datenbank 21 ab und sendet sie an entsprechende Ausgänge V_t, I_t, Q_t und T_t (als Werte der Spannung, des Stroms, des Luftstroms bzw. der Temperatur), wobei sie an einen weiteren Multiplexer MUX3 geliefert werden, der sie an das Modul 11 überträgt.
Das Diagramm von 4 veranschaulicht die Kriterien, welche die Erzeugung des Signals EU durch das Modul 223 regeln.
Insbesondere wird der Spannungswert des aktuellen Modells am k-ten Eingang (der mit V_k,a bezeichnet ist) mit dem Mittelwert V_k,m verglichen.
Insbesondere ist V_k,m nichts anderes als der Mittelwert der genannten Abtastungen an der generischen Adresse k. V_k,a ist stattdessen der Spannungswert, der vom aktuellen Modell geliefert und an der Speicheradresse k gespeichert wird. Natürlich ist k mit dem Eingabesatz (I_C', Q_C', T_C') über die Gleichung k = F (I_C', Q_C', T_C') verknüpft.
Wenn die Differenz, die durch ein entsprechendes Subtraktionsmodul, das generisch mit 223k (k = 1, ..., n) bezeichnet ist, für jede Eingabe berechnet wird, größer als eine voreingestellte Toleranz ist, die in einem Modul 224k erstellt und mittels einer Fensterschaltung 225k angewendet wird, und gemäß einem Vergleichsschwellenwert 226k, wird ein entsprechender Flag f_k (wobei wieder k gleich 1, ..., n ist) gleich 1 gesetzt. Wenn die Summe der Flags, die in einem Block 227 berechnet wird, größer als ein Schwellenwert Z (der von einem Block 228 als die maximale Anzahl von außerhalb der Toleranz erlaubten Spannungsabtastungen festgelegt wird) gemäß dem in einem Block 229 durchgeführten Vergleich ist, werden vorbestimmte Wiederherstellungs- und Betriebsvorgänge (z.B. Wasserstoffspülung, Wasserspülung, Wasserzufuhr usw.) freigegeben.
Die oben angegebenen Operationen sind insgesamt von dem mit 230 bezeichneten Block identifiziert.
Gleichzeitig wird ein Zeitgeber 231 gestartet.
Wenn am Ende der Zählung des Zeitgebers das Signal ER weiterhin die Tatsache anzeigt, dass die Summe der Flags größer als der Toleranzwert Z ist (ein Umstand, der durch ein UND-Logikgatter 232 festgestellt wird), wird das Signal EU erzeugt und die Werte V_k,a mit den neuen Werten V_k,m aktualisiert.
Der obige Vorgang wird mittels eines UND-Logikgatters, das mit 233 bezeichnet ist, durchgeführt.
Der Schaltplan von 5 repräsentiert die Kriterien, mit denen die Größen I_t, Q_t, T_t, V_t, die von der Datenbank 21 mit dem Modul 222 abgerufen werden, nach dem Empfang des Signals EU vom Trainingsmodul 11 des Satzes 1 ausgenutzt werden.
Die Funktion des betreffenden Trainings besteht darin, die Signale hinsichtlich der Gewichte W und der Vorspannung B zu erzeugen, die (in bekannter Weise auf der Grundlage von Kriterien, die hier nicht spezifisch beschrieben zu werden brauchen) von den Funktionen genutzt werden, um die Neuronen N des neuronalen Netzes 12 zum Erzeugen des Signals VS der geschätzten Spannung in Abhängigkeit von den Signalen des Stroms I, der Strömungsrate Q und der Temperatur T, die über den Multiplexer MUX empfangen werden, am Ausgang zu nutzen.
Die Trainingsfunktion 11 besteht im Wesentlichen aus einem Trainingswerkzeug 110, das an seinem Eingang nach Empfang des Signals EU den Satz von Trainingsdaten I_t, Q_t, T_t empfängt, die vom Werkzeug 110 zum Trainieren (gemäß an sich bekannter Kriterien) des neuronalen Netzes 12 verwendet werden, das auf der Ebene eines virtuellen Modells 12' im Zusammenhang des Trainingswerkzeugs selbst reproduziert wird.
Am Ende des Trainings erzeugt das Werkzeug 110 ein Signal ET, welches das Ende des Trainingsschritts anzeigt, was eine Aktualisierung der Gewichtungs- und Vorspannungsvariablen ermöglicht, wodurch das virtuelle Modell 12' in das reale neuronale Modell des Stapels übertragen wird, das mit 12 bezeichnet ist.
Die vom Anmelder durchgeführten Tests zeigen, dass die beschriebene Struktur mit dem adaptiven neuronalen Modell offensichtliche Vorteile bietet, insbesondere im Zusammenhang mit der Tatsache, dass das neuronale Modell genauer als das analytische Modell die Ausgangsspannung des Stapels S vorhersagt.
Der Schaltplan von 6 zielt auf eine Veranschaulichung der Tatsache, dass die bisher beschriebene Erfindung auf die Regelung eines beliebigen physikalischen Systems S ausgedehnt werden kann, das mittels eines neuronalen Netzes 12 mit einem ihm zugeordneten Trainingsmodul 11 modelliert werden kann, das sich um die Aktualisierung der Konfigurationsdaten WB des neuronalen Netzes 12 kümmert.
Dies wird mit einem Aktualisierungsfreigabesignal EU erzielt, das von einem Regelsystem 22 erzeugt wird, das den Betrieb einer Datenbank 21 überwacht, in der die Betriebsparameter des geregelten Systems S im entsprechenden Speicher als gefilterte (gerundete) Daten IF gespeichert sind, um von dort als Aktualisierungsdaten abgerufen zu werden, wenn das Regelsystem 22 die Notwendigkeit zum Durchführen einer Aktualisierung erkennt.
Neben den oben genannten Merkmalen haben die in 6 erscheinenden Bezugszeichen dieselbe Bedeutung oder eine Bedeutung, die funktional äquivalent zu den Symbolen ist, die in 1 erscheinen.
Insbesondere bezieht sich das Bezugszeichen E auf den Knoten, an den (mit entsprechendem Vorzeichen) das Signal VS, das vom neuronalen Modell 12 geschätzt wird (geschätztes Signal, das nicht notwendigerweise eine Spannung repräsentiert) sowie das tatsächliche Signal VR (auch in diesem Fall kann es sich um eine beliebige andere Größe als eine Spannung handeln) gesendet wird, das von einem geregelten System S gemessen wird.
Im Schaltplan von 6 bezeichnen die Bezugszeichen I1 und I2 allgemein die Eingänge des Regelsystems 22 des neuronalen Netzes 12 auf der einen Seite und des geregelten Systems auf der anderen Seite.
Im Vergleich zu dem zuvor anhand der 1 bis 5 veranschaulichten spezifischen Fall kann die Art und die Anzahl der Eingänge I1 und I2 im allgemeinen Schaltplan von 6 beliebig sein, was auch auf das Ausgangssignal VR des realen Systems S und das Ausgangssignal VS zutrifft, das vom Modell 12 geschätzt wird. Die Funktionen des vorgeschlagenen Zusammenhangs bleiben auf jeden Fall unverändert.
Mit Bezug auf die Erfassungs-, Filterungs- und Diskretisierungs- (Sensor-) Funktionen der in 2 repräsentierten Größen werden anstelle der Größen I, T, Q und VR, welche die signifikantesten Eingangssignale repräsentieren, und des Ausgangssignals des Systems S, die signifikantesten Eingangssignale des geregelten Systems berücksichtigt. Die Funktionen der Rundung und der Speicheradressberechnung (Blöcke 2113 und 2112) behalten ihre Aufgabe der Diskretisierung der signifikantesten Eingangssignale und der Berechnung der Adressen, an denen die Abtastungen in der Datenbank 21 abgelegt werden.
Die Operation der Datenspeicherung und des Abrufens der Daten, damit sie vom Trainingswerkzeug 11 verwendet werden können, bleiben im Vergleich zum in 3 gezeigten Schaltplan unverändert. Natürlich ist es im Vergleich mit dem in 3 präzise gezeigten spezifischen Fall notwendig, den Charakter und die Anzahl von Eingangssignalen und Ausgangssignalen der Blöcke zu berücksichtigen, die in 6 vollkommen allgemein dargestellt sind.
Außerdem dient der anhand von 6 veranschaulichte Vorgang zur Bewertung der parametrischen Variationen und der Erzeugung des Aktualisierungssignals EU des neuronalen Netzes.
Es ist einzusehen, dass die Durchführung der Operationen der Wiederherstellung des Blocks 230 von 4 (z.B. Wasserstoffspülung, Wasserspülung, Wasserzufuhr usw.) weder im in 4 gezeigten spezifischen Fall noch im in 6 gezeigten allgemeineren Fall obligatorisch sind.
Diese Operationen werden daher nur dann beibehalten, wenn das entsprechende System die Durchführung von Wiederherstellungsoperationen in Betracht zieht, die in vielen Fällen jedoch nicht in Frage kommen.
Dann entspricht unter Bezugnahme auf 4 das Obige im Endeffekt dem Wegfall sowohl des Blocks 230 als auch des Zeitgebers 231, der das Intervall erfasst, nachdem die mögliche Beibehaltung der außerhalb der Schwellenwerte liegenden Bedingungen zu erfassen ist.
Bezüglich der Durchführung der Trainingsoperationen (Aktualisierung der Gewichtungs- und der Vorspannungsvariablen) bleiben die allgemeinen Betriebsprinzipien dieselben, wobei jedoch die offensichtliche Notwendigkeit besteht, die Eingabe-Ausgabe-Abbildung (I_t, T_t, Q_t, V_t) zu ändern.

Claims

Vorrichtung zur Regelung eines Systems (S) gemäß der Abweichung (ERR) zwischen dem auf dem System gemessenen Wert (VR) und dem Wert (VS), welcher mittels eines Modells des geregelten Systems (S) geschätzt wird, mindestens eines Regelparameters, wobei die Vorrichtung folgendes aufweist: – ein neuronales Netz (12), welches die Schätzung (VS) des Regelparameters erzeugt, wobei es das Modell umsetzt als Funktion eines Satzes charakteristischer Parameter (I, Q, T) des geregelten Systems (S) und entsprechender Konfigurationsparameter (W, B) des neuronalen Netzes (12); wobei dem neuronalen Netz (12) ein Trainingsmodul (11) zugeordnet ist, welches das neuronale Netz (12) durch Ändern der Konfigurationsparameter (W, B) gemäß einem Satz Aktualisierungsdaten (I_t, T_t, Q_t, V_t) trainieren kann; gekennzeichnet durch: – ein Erfassungsmodul (21) zum Erfassen des tatsächlichen Werts, wie auf dem geregelten System (S) gemessen, eines Satzes von Abtastparametern, welche mindestens einen der Parameter Regelparameter (VR) und charakteristische Parameter (I, Q, T) des geregelten Systems enthalten; und – ein Variiermodul (22), welches auf die Veränderung der Regelparameter (V_k,a; V_k,m) reagiert und ein Aktualisierungsfreigabe-Signal (EU) erzeugen kann, wenn der Regelparameter aus einem voreingestellten Toleranzbereich (228) fällt; wobei das Erfassungsmodul (21) auf das Aktualisierungsfreigabe-Signal (EU) reagiert um, als Satz Aktualisierungsdaten, den Satz Abtastparameter (I_t, T_t, Q_t, V_t) an das Trainingsmodul (11) zu übertragen.
Vorrichtung gemäß Anspruch 1, dadurch gekennzeichnet, daß das Erfassungsmodul ein Rundungsmodul (2213) zum Runden des tatsächlichen Werts zumindest einiger der charakteristischen Parameter (I_c, Q_c, T_c) des geregelten Systems aufweist.
Vorrichtung gemäß Anspruch 1 oder Anspruch 2, dadurch gekennzeichnet, daß das Erfassungsmodul (21) einen Speicher (211) zum Speichern (V_h) mindestens eines (VR) der Parameter des Satzes der Abtastparameter aufweist.
Vorrichtung gemäß Anspruch 3, dadurch gekennzeichnet, daß das Erfassungsmodul (21) ein Funktionsmodul (2212) zum Erzeugen, gemäß dem Wert mindestens eines der charakteristischen Parameter des geregelten Systems (I, Q, T), einer Adresse (h) zum Speichern des mindestens einen Regelparameters (V_h) aufweist.
Vorrichtung gemäß einem der vorangehenden Ansprüche, dadurch gekennzeichnet, daß das Erfassungsmodul ein Eingabe-Netz (2110) zum Verifizieren, ob der tatsächliche Wert, wie gemessen auf dem geregelten System (S), mindestens eines der charakteristischen Parameter des geregelten Systems (S) in einen zulässigen Variationsbereich fällt, aufweist
Vorrichtung gemäß einem der vorangehenden Ansprüche, dadurch gekennzeichnet, daß das Erfassungsmodul ein Prüf-und-Halte-Modul (2214) zum Erfassen des Werts des Steuerparameters (V_h) aufweist.
Vorrichtung gemäß einem der vorangehenden Ansprüche, dadurch gekennzeichnet, daß das Variiermodul (223) ein Wiederherstellungsmodul (230) zum Wiederherstellen mindestens eines Parameters des geregelten Systems (S), wenn der Steuerparameter aus einem voreingestellten Toleranzbereich (229) fällt, aufweist.
Vorrichtung gemäß Anspruch 7, dadurch gekennzeichnet, daß das Variiermodul (223) einen Zeitgeber (231) mit einer Zählung enthält, die aktiviert werden kann, wenn der Steuerparameter aus dem voreingestellten Toleranzbereich (229) fällt, und daß das Variiermodul (223) konfiguriert ist zum Aussenden des Aktualisierungsfreigabe-Signals (EU), wenn der Regelparameter außerhalb des voreingestellten Toleranzbereichs bleibt, nachdem die Zählung des Zeitgebers (231) abgelaufen ist.
Vorrichtung gemäß einem der vorangehenden Ansprüche, dadurch gekennzeichnet, daß das Variiermodul (223) zum Erkennen der Abweichung, in Hinblick auf den Toleranzbereich, der Differenz zwischen dem momentanen Wert des Regelparameters (V_k,a) und dem entsprechenden Mittelwert (V_k,m) konfiguriert ist.
Vorrichtung gemäß einem der vorangehenden Ansprüche, dadurch gekennzeichnet, daß das Variiermodul (223) für den Betrieb entsprechend mehreren Werten des Regelparameters konfiguriert ist, indem es erkennt, wann eine gegebene Zahl (Z) der Werte des Regelparameters aus dem voreingestellten Toleranzbereich fällt.
Vorrichtung gemäß einem der vorangehenden Ansprüche, dadurch gekennzeichnet, daß das geregelte System (S) mindestens eine Brennstoffzelle aufweist.
Vorrichtung gemäß Anspruch 11, dadurch gekennzeichnet, daß der mindestens eine Regelparameter von der Spannung (VR, VS) dargestellt wird, welche von der mindestens einen Brennstoffzelle erzeugt wird.
Vorrichtung gemäß Anspruch 11 oder Anspruch 12, dadurch gekennzeichnet, daß die charakteristischen Parameter des geregelten Systems (S) ausgewählt werden aus der Gruppe – von der mindestens einen Brennstoffzelle erzeugter Strom (I), – der mindestens einen Brennstoffzelle zugeführte Luftmenge (Q), und – Temperatur (T) der mindestens einen Brennstoffzelle.