JP2007026683A - Fuel cell system - Google Patents
Fuel cell system Download PDFInfo
- Publication number
- JP2007026683A JP2007026683A JP2005202599A JP2005202599A JP2007026683A JP 2007026683 A JP2007026683 A JP 2007026683A JP 2005202599 A JP2005202599 A JP 2005202599A JP 2005202599 A JP2005202599 A JP 2005202599A JP 2007026683 A JP2007026683 A JP 2007026683A
- Authority
- JP
- Japan
- Prior art keywords
- fuel cell
- supply
- storage alloy
- heating
- hydrogen storage
- 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
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
Description
本発明は、燃料電池システムに関し、さらに詳しくは、高度な制御によって複数の水素吸蔵合金タンクから燃料電池へと水素を供給することが出来る燃料電池システムに関する。 The present invention relates to a fuel cell system, and more particularly to a fuel cell system capable of supplying hydrogen from a plurality of hydrogen storage alloy tanks to a fuel cell by advanced control.
従来、複数個の水素吸蔵合金タンクを具備し、一部のタンクから燃料電池へ水素を供給し、供給圧力が下がったら残りのタンクから燃料電池へ水素を供給するようにタンクを切り替える燃料電池システムが知られている(例えば特許文献1参照)。
他方、複雑な挙動を示すプラントのシミュレーションを強化学習法を適用して行う強化学習法を用したプラントシミュレーション方法が知られている(例えば特許文献2参照)。
On the other hand, a plant simulation method using a reinforcement learning method that performs a simulation of a plant that exhibits complex behavior by applying the reinforcement learning method is known (see, for example, Patent Document 2).
上記従来の燃料電池システムでは、供給圧力のみに応じてタンクを切り替えているが、これでは最適の運転を行えない場合がある。例えば、次に水素を供給する予定のタンクが故障していても、該タンクからの供給を始めるまで故障が判らず、該タンクの加熱を無駄に続けてしまう、といった問題点がある。
そこで、本発明の目的は、高度な制御によって複数の水素吸蔵合金タンクから燃料電池へと水素を供給することが出来る燃料電池システムを提供することにある。
In the above-described conventional fuel cell system, the tank is switched only according to the supply pressure, but this may not allow optimal operation. For example, even if a tank to which hydrogen is to be supplied next fails, there is a problem in that the failure is not known until the supply from the tank is started, and heating of the tank is continued wastefully.
Accordingly, an object of the present invention is to provide a fuel cell system capable of supplying hydrogen from a plurality of hydrogen storage alloy tanks to a fuel cell by advanced control.
第1の観点では、本発明は、水素吸蔵合金に水素を吸蔵する複数個の水素吸蔵合金タンクと、燃料電池と、前記水素吸蔵合金タンクから前記燃料電池への水素の供給と停止とを行うための供給/停止手段と、前記各水素吸蔵合金タンクを加熱するための加熱手段と、前記各水素吸蔵合金タンク内の温度を検出する温度センサと、前記各水素吸蔵合金タンク内の水素圧力を検出する圧力センサと、前記供給/停止手段と前記加熱手段と前記温度センサと前記圧力センサとを監視しそれらの状態に応じて前記供給/停止手段と前記加熱手段とに指示する制御手段とを具備したことを特徴とする燃料電池システムを提供する。
上記第1の観点による燃料電池システムでは、各水素吸蔵合金タンク内の温度と水素圧力とを監視し、それらのデータに基いて供給/停止手段と加熱手段とを制御している。このため、高度な制御によって複数の水素吸蔵合金タンクから燃料電池へと水素を供給することが出来る。例えば、次に水素を供給する予定のタンクが故障したら、加熱しても水素圧力が速やかに上がらないので故障が判り、該タンクからの供給を始める前に該タンクの加熱を打ち切ることが出来る。
In a first aspect, the present invention performs a plurality of hydrogen storage alloy tanks that store hydrogen in a hydrogen storage alloy, a fuel cell, and supply and stop of hydrogen from the hydrogen storage alloy tank to the fuel cell. Supply / stop means for heating, heating means for heating each hydrogen storage alloy tank, temperature sensor for detecting the temperature in each hydrogen storage alloy tank, and hydrogen pressure in each hydrogen storage alloy tank A pressure sensor to detect, a control means for monitoring the supply / stop means, the heating means, the temperature sensor, and the pressure sensor, and instructing the supply / stop means and the heating means according to their states. A fuel cell system is provided.
In the fuel cell system according to the first aspect, the temperature and hydrogen pressure in each hydrogen storage alloy tank are monitored, and the supply / stop means and heating means are controlled based on these data. For this reason, hydrogen can be supplied from a plurality of hydrogen storage alloy tanks to the fuel cell by advanced control. For example, if a tank to which hydrogen is to be supplied next fails, the hydrogen pressure does not rise rapidly even if heated, so that the failure is known and heating of the tank can be stopped before starting supply from the tank.
第2の観点では、本発明は、上記第1の観点による燃料電池システムにおいて、前記供給/停止手段と前記加熱手段と前記温度センサと前記圧力センサの状態に応じて前記供給/停止手段と前記加熱手段とに次に指示すべき行動をそれぞれ設定した制御データを記憶する記憶手段を具備し、前記制御データは、前記燃料電池システムをモデル化したシミュレーション上で前記供給/停止手段と前記加熱手段とに指示を与えてその結果の前記燃料電池と前記温度センサと前記圧力センサの状態を評価することを繰り返す強化学習によって状態遷移経路を見つけ出し、その状態遷移経路に記録された前記供給/停止手段と前記加熱手段と前記温度センサと前記圧力センサの状態と次に前記供給/停止手段と前記加熱手段とに与えた指示とを基に作成されたものであり、前記制御手段は、前記供給/停止手段と前記加熱手段と前記温度センサと前記圧力センサとを監視しそれらの状態に応じて前記供給/停止手段と前記加熱手段とに次に指示すべき行動を前記制御データから読み出し前記供給/停止手段と前記加熱手段とに指示することを特徴とする燃料電池システムを提供する。
燃料電池システムの挙動は複雑であり、状態に応じた最適の行動を人間が想定するのは困難である。さらに、水素吸蔵合金タンクの数が例えば100個とすると、温度センサの数も100個、圧力センサの数も100個となる。また、供給/停止手段が個々のタンクに設けた供給弁なら、供給弁の数も100個になる。さらに、加熱手段が個々のタンクに設けた加熱弁なら、加熱弁の数も100個になる。すなわち、状態数や行動数は膨大となり、状態に応じた最適の行動を人間が想定するのは全く困難になる。
そこで、上記第2の観点による燃料電池システムでは、燃料電池システムをモデル化したシミュレーション上の強化学習によって状態遷移経路を見つけ出し、その状態遷移経路に記録された状態と行動を基に制御データを作成し、その制御データを用いて制御を行う。これにより、状態に応じた最適の状態遷移経路に沿って複数の水素吸蔵合金タンクから燃料電池へ水素を供給することが出来る。
In a second aspect, the present invention provides the fuel cell system according to the first aspect, wherein the supply / stop unit, the heating unit, the temperature sensor, and the pressure sensor according to the states of the supply / stop unit and the pressure sensor. And storage means for storing control data in which actions to be instructed next are respectively set to the heating means, and the control data is stored in the supply / stop means and the heating means on a simulation modeling the fuel cell system. The supply / stop means recorded in the state transition path is found by reinforcement learning that repeatedly evaluates the state of the fuel cell, the temperature sensor, and the pressure sensor. Based on the state of the heating means, the temperature sensor, and the pressure sensor, and the instructions given to the supply / stop means and the heating means. The control means monitors the supply / stop means, the heating means, the temperature sensor, and the pressure sensor, and follows the supply / stop means and the heating means according to their states. The fuel cell system is characterized in that an action to be instructed is read from the control data and instructed to the supply / stop unit and the heating unit.
The behavior of the fuel cell system is complex, and it is difficult for humans to assume the optimum behavior according to the state. Furthermore, if the number of hydrogen storage alloy tanks is 100, for example, the number of temperature sensors is 100 and the number of pressure sensors is 100. If the supply / stop means is a supply valve provided in each tank, the number of supply valves is also 100. Furthermore, if the heating means is a heating valve provided in each tank, the number of heating valves is also 100. That is, the number of states and the number of actions become enormous, and it is quite difficult for humans to assume the optimum action according to the state.
Therefore, in the fuel cell system according to the second aspect, the state transition path is found by reinforcement learning on a simulation modeling the fuel cell system, and control data is created based on the state and action recorded in the state transition path. Then, control is performed using the control data. Thereby, hydrogen can be supplied from a plurality of hydrogen storage alloy tanks to the fuel cell along an optimal state transition path according to the state.
本発明の燃料電池システムによれば、高度な制御によって複数の水素吸蔵合金タンクから燃料電池へと水素を供給することが出来る。また、状態に応じた最適の状態遷移経路に沿って複数の水素吸蔵合金タンクから燃料電池へ水素を供給することが出来る。 According to the fuel cell system of the present invention, hydrogen can be supplied from a plurality of hydrogen storage alloy tanks to the fuel cell by advanced control. Further, hydrogen can be supplied from the plurality of hydrogen storage alloy tanks to the fuel cell along an optimum state transition path according to the state.
以下、図に示す実施例により本発明をさらに詳細に説明する。なお、これにより本発明が限定されるものではない。 Hereinafter, the present invention will be described in more detail with reference to the embodiments shown in the drawings. Note that the present invention is not limited thereby.
図1は、実施例1に係る燃料電池システム100を示す構成説明図である。
この燃料電池システム100は、水素吸蔵合金に水素を吸蔵するn(≧2)個の水素吸蔵合金タンクMH1,…,MHnと、燃料電池1と、水素吸蔵合金タンクMH1〜MHnから燃料電池1への水素の供給と停止とを行うための水素配管2と、水素吸蔵合金タンクMH1,…,MHnと水素配管2の間に介設された供給弁V1,…,Vnと、燃料電池1の排熱を利用して水素吸蔵合金タンクMH1,…,MHnを加熱するための熱交換器3と、水素吸蔵合金タンクMH1,…,MHnと熱交換器3の間に介設された加熱弁H1,…,Hnと、水素吸蔵合金タンクMH1,…,MHn内の温度を検出する温度センサT1,…,Tnと、水素吸蔵合金タンクMH1,…,MHn内の水素圧力を検出する圧力センサP1,…,Pnと、供給弁V1,…,Vnと加熱弁H1,…,Hnと温度センサT1,…,Tnと圧力センサP1,…,Pnとを監視しそれらの現在の状態に応じて供給弁V1,…,Vnと加熱弁H1,…,Hnとに次の行動を指示するコントローラ4とを具備している。
FIG. 1 is an explanatory diagram of a
This
熱交換器3は、燃料電池1の排熱を熱交換媒体(水など)によって受け取る。また、加熱弁H1,…,Hnは、水素吸蔵合金タンクMH1,…,MHnと熱交換器3の間で熱交換媒体を循環させたり、循環を停止したりする。
The
図2は、コントローラ4が記憶している制御データ5を示す概念図である。
この制御データ5は、供給弁V1,…,Vnと加熱弁H1,…,Hnと圧力センサP1,…,Pnと温度センサT1,…,Tnの現在値および圧力の変化速度P1’,…,Pn’と温度の変化速度T1’,…,Tn’からなる「現在の状態」と、それに応じた供給弁V1,…,Vnと加熱弁H1,…,Hnの「次の行動」のリストの複数のセットからなっている。各セットには優先順位が付けられている。
なお、(圧力の変化速度Px’)=(現在の圧力Px)−(1制御時刻前の圧力Px)、(温度の変化速度Tx’)=(現在の温度Tx)−(1制御時刻前の温度Tx)である。
FIG. 2 is a conceptual diagram showing the
The
It should be noted that (pressure change rate Px ′) = (current pressure Px) − (pressure Px before one control time), (temperature change rate Tx ′) = (current temperature Tx) − (one control time before) Temperature Tx).
図3は、コントローラ4が実行する水素供給制御処理の手順を示すフロー図である。
ステップS1では、供給弁V1,…,Vnおよび加熱弁H1,…,Hnを全て「閉」とする。すなわち、燃料電池1への水素の供給を停止し、水素吸蔵合金タンクMH1,…,MHnの加熱を停止する。
FIG. 3 is a flowchart showing the procedure of the hydrogen supply control process executed by the
In step S1, the supply valves V1,..., Vn and the heating valves H1,. That is, the supply of hydrogen to the
ステップS2では、コントローラ4が内蔵する異常検出タイマーを「0」からスタートする。
In step S2, the abnormality detection timer built in the
ステップS3では、圧力センサP1,…,Pnと温度センサT1,…,Tnの現在値を読み込むと共に圧力の変化速度P1’,…,Pn’と温度の変化速度T1’,…,Tn’を算出する。
ステップS4では、供給弁V1,…,Vnと加熱弁H1,…,Hnと圧力センサP1,…,Pnと温度センサT1,…,Tnの現在値および圧力の変化速度P1’,…,Pn’と温度の変化速度T1’,…,Tn’からなる「現在の状態」が制御データ5に存在するか検索する。
ステップS5では、「現在の状態」が制御データ5に存在したならステップS6へ進み、存在しなかったらステップS7へ進む。
ステップS6では、「現在の状態」に応じた供給弁V1,…,Vnと加熱弁H1,…,Hnの「次の行動」を制御データ5から読み出し、供給弁V1,…,Vnと加熱弁H1,…,Hnとに制御指令を送る。そして、ステップS2に戻る。
In step S3, the current values of the pressure sensors P1,..., Pn and the temperature sensors T1,..., Tn are read and the pressure change speeds P1 ′, ..., Pn ′ and the temperature change speeds T1 ′,. To do.
In step S4, supply valves V1, ..., Vn and heating valves H1, ..., Hn and pressure sensors P1, ..., Pn and temperature sensors T1, ..., Tn current values and pressure change rates P1 ', ..., Pn' And whether the “current state” consisting of the temperature change rates T1 ′,..., Tn ′ exists in the
In step S5, if the “current state” exists in the
In step S6, the “next action” of the supply valves V1,..., Vn and the heating valves H1,..., Hn corresponding to the “current state” is read from the
ステップS7では、異常検出タイマーがタイムアウトになったか判定し、タイムアウトでないならステップS8へ進み、タイムアウトになったらステップS9へ進む。
ステップS8では、水素圧力が最も高く且つ番号iが最も若い水素吸蔵合金タンクMHiの加熱弁Hiだけを「開」にする。そして、ステップS3に戻る。
In step S7, it is determined whether the abnormality detection timer has timed out. If not, the process proceeds to step S8, and if timed out, the process proceeds to step S9.
In step S8, only the heating valve Hi of the hydrogen storage alloy tank MHi having the highest hydrogen pressure and the smallest number i is opened. Then, the process returns to step S3.
ステップS9では、供給弁V1,…,Vnおよび加熱弁H1,…,Hnを全て「閉」とする。すなわち、制御データ5に記述がない状態が続く異常事態なので、燃料電池1への水素の供給を停止し、水素吸蔵合金タンクMH1,…,MHnの加熱を停止する。そして、処理を終了する。
In step S9, the supply valves V1,..., Vn and the heating valves H1,. That is, since there is an abnormal situation in which the state not described in the
図4は、燃料電池システム100をモデル化したシミュレーション上の強化学習によって最適の状態遷移経路を見つけ出し、その状態遷移経路に記録された状態と行動を基に制御データ5を作成する制御データ作成装置200を示す構成説明図である。
この制御データ作成装置200は、燃料電池1をモデル化した燃料電池・シミュレータ21と、水素吸蔵合金タンクMH1,…,MHnと温度センサT1,…,Tnと圧力センサP1,…,Pnと供給弁V1,…,Vnと加熱弁H1,…,Hnとをモデル化した水素タンク・シミュレータ22と、熱交換器3をモデル化した熱交換器・シミュレータ23と、負荷をモデル化した負荷・シミュレータ24と、各シミュレータに行動データを与えると共にそれによる状態遷移を評価し記録する状態遷移・評価部25とを具備している。
なお、制御データ作成装置200は、ハードウエア的にはコンピュータである。
FIG. 4 shows a control data creation device that finds an optimal state transition path through reinforcement learning on a simulation modeling the
The control data creation device 200 includes a fuel cell simulator 21 that models the
The control data creation device 200 is a computer in terms of hardware.
図5は、制御データ作成装置200による強化学習処理の手順を示すフロー図である。
ステップP1では、各シミュレータおよび弁の状態を初期化する。
ステップP2では、各シミュレータの動作をスタートする。
FIG. 5 is a flowchart showing the procedure of reinforcement learning processing by the control data creation device 200.
In step P1, the state of each simulator and valve is initialized.
In step P2, the operation of each simulator is started.
ステップP3では、圧力データ等を収集すると共に変化速度を算出し、「現在の状態」を得る。
ステップP4では、「現在の状態」が前と同じならステップP3に戻り、「現在の状態」が前と違うならステップP5へ進む。
In step P3, pressure data and the like are collected and the rate of change is calculated to obtain the “current state”.
In step P4, if the “current state” is the same as before, the process returns to step P3, and if the “current state” is different from the previous, the process proceeds to step P5.
ステップP5では、ランダムに行動データを生成して各シミュレータに与える。
ステップP6では、行動データを各シミュレータに与えた結果、燃料電池が停止しなければステップP7へ進み、燃料電池が停止したらステップP8へ進む。
In step P5, action data is randomly generated and given to each simulator.
In step P6, as a result of giving behavior data to each simulator, if the fuel cell does not stop, the process proceeds to step P7, and if the fuel cell stops, the process proceeds to step P8.
ステップP7では、報酬に「0」を与え、行動評価関数を更新する。そして、ステップP3に戻る。 In Step P7, “0” is given to the reward, and the behavior evaluation function is updated. Then, the process returns to Step P3.
ステップP8では、報酬に負値を与え、行動評価関数を更新する。そして、ステップP1に戻る。 In Step P8, a negative value is given to the reward, and the behavior evaluation function is updated. Then, the process returns to Step P1.
状態遷移・評価部25は、十分な時間をかけて強化学習処理を行って状態遷移図を作成する。次に、状態遷移図の各状態とその状態において燃料電池の停止までの時間が最も長くなった次の行動を対応付け、制御データ5を作成する。なお、ある状態において燃料電池の停止までの時間が最も長くなる次の行動が複数あった場合は、それらの行動の一つを選択する。例えば、複数の次の行動の中で番号iが最も若い水素吸蔵合金タンクMHiの加熱弁Hiを「開」にする行動を選択する。この制御データ5をコントローラ4に記憶させればよい。
The state transition / evaluation unit 25 creates a state transition diagram by performing reinforcement learning processing over a sufficient time. Next, the
図6〜図8に、状態遷移図を例示する。
この状態遷移図は、説明の簡単のために、次の条件下で作成している。
(1)3台の水素吸蔵合金タンクMH1,MH2,MH3だけがある。
(2)状態遷移は、使用されて水素吸蔵合金タンクMH1,MH2,MH3が空になるか又は使用中に異常になるかを契機とする。空になるまでの時間は、使用中に異常になるまでの時間より長い。
(3)行動は、いずれか一台の水素吸蔵合金タンクに対応する弁を開にし、残りの水素吸蔵合金タンクに対応する弁を閉にする。
(4)四角のボックスは、状態Sa〜SEを表す。
(5)四角のボックスに書かれた番号は、次の行動で開にする水素吸蔵合金タンクの番号を表す。
(6)四角のボックスから出る矢印が状態遷移を表す。
(7)矢印の長さが、使用可能時間の長さを表す。
6 to 8 illustrate state transition diagrams.
This state transition diagram is created under the following conditions for the sake of simplicity.
(1) There are only three hydrogen storage alloy tanks MH1, MH2, and MH3.
(2) The state transition is triggered by whether the hydrogen storage alloy tanks MH1, MH2, and MH3 are emptied or become abnormal during use. The time to empty is longer than the time to become abnormal during use.
(3) Action opens the valve corresponding to any one hydrogen storage alloy tank, and closes the valve corresponding to the remaining hydrogen storage alloy tanks.
(4) Square boxes represent states Sa to SE.
(5) The number written in the square box represents the number of the hydrogen storage alloy tank to be opened in the next action.
(6) An arrow coming out of the square box represents a state transition.
(7) The length of the arrow represents the length of usable time.
図9に、図6〜図8の状態遷移図から作成した制御データ5を例示する。
この制御データ5によれば、次のような制御が行われる。
(1)初期状態Saでは、水素吸蔵合金タンクMH1に対応する弁だけを開にする。
(1−1)正常なら水素吸蔵合金タンクMH1が空になって状態Sbになるので、水素吸蔵合金タンクMH2に対応する弁だけを開にする。
(1−2)水素吸蔵合金タンクMH1が異常なら状態Sgになるので、水素吸蔵合金タンクMH2に対応する弁だけを開にする。
(2)状態Sbでは、水素吸蔵合金タンクMH2に対応する弁だけを開にする。
(2−1)正常なら水素吸蔵合金タンクMH2が空になって状態Scになるので、水素吸蔵合金タンクMH3に対応する弁だけを開にする。
(2−2)水素吸蔵合金タンクMH2が異常なら状態Sdになるので、水素吸蔵合金タンクMH3に対応する弁だけを開にする。
以下、同様である。
FIG. 9 illustrates
According to the
(1) In the initial state Sa, only the valve corresponding to the hydrogen storage alloy tank MH1 is opened.
(1-1) If normal, the hydrogen storage alloy tank MH1 is emptied and enters the state Sb, so that only the valve corresponding to the hydrogen storage alloy tank MH2 is opened.
(1-2) If the hydrogen storage alloy tank MH1 is abnormal, the state Sg is reached, so that only the valve corresponding to the hydrogen storage alloy tank MH2 is opened.
(2) In the state Sb, only the valve corresponding to the hydrogen storage alloy tank MH2 is opened.
(2-1) If normal, the hydrogen storage alloy tank MH2 becomes empty and enters the state Sc, so that only the valve corresponding to the hydrogen storage alloy tank MH3 is opened.
(2-2) If the hydrogen storage alloy tank MH2 is abnormal, the state Sd is entered. Therefore, only the valve corresponding to the hydrogen storage alloy tank MH3 is opened.
The same applies hereinafter.
本発明の燃料電池システムは、自動車や船舶に搭載する燃料電池システムとして利用できる。 The fuel cell system of the present invention can be used as a fuel cell system mounted on an automobile or a ship.
1 燃料電池
2 水素配管
3 熱交換器
4 コントローラ
100 燃料電池システム
H1,…,Hn 加熱弁
MH1,…,MHn 水素吸蔵合金タンク
P1,…,Pn 圧力センサ
T1,…,Tn 温度センサ
V1,…,Vn 供給弁
DESCRIPTION OF
Claims (2)
前記制御データは、前記燃料電池システムをモデル化したシミュレーション上で前記供給/停止手段と前記加熱手段とに指示を与えてその結果の前記燃料電池と前記温度センサと前記圧力センサの状態を評価することを繰り返す強化学習によって状態遷移経路を見つけ出し、その状態遷移経路に記録された前記供給/停止手段と前記加熱手段と前記温度センサと前記圧力センサの状態と次に前記供給/停止手段と前記加熱手段とに与えた指示とを基に作成されたものであり、
前記制御手段は、前記供給/停止手段と前記加熱手段と前記温度センサと前記圧力センサとを監視しそれらの状態に応じて前記供給/停止手段と前記加熱手段とに次に指示すべき行動を前記制御データから読み出し前記供給/停止手段と前記加熱手段とに指示することを特徴とする燃料電池システム。 2. The fuel cell system according to claim 1, wherein the supply / stop unit, the heating unit, the temperature sensor, and the pressure sensor are to be instructed next according to states of the supply / stop unit, the heating unit, the temperature sensor, and the pressure sensor. Storage means for storing the control data set respectively,
The control data gives an instruction to the supply / stop unit and the heating unit on a simulation modeling the fuel cell system, and evaluates the state of the fuel cell, the temperature sensor, and the pressure sensor as a result. The state transition path is found by reinforce learning, and the states of the supply / stop means, the heating means, the temperature sensor, and the pressure sensor recorded in the state transition path, and then the supply / stop means and the heating are recorded. It was created based on the instructions given to the means,
The control unit monitors the supply / stop unit, the heating unit, the temperature sensor, and the pressure sensor, and performs an action to be instructed next to the supply / stop unit and the heating unit according to their states. A fuel cell system, wherein the fuel cell system reads out from the control data and instructs the supply / stop unit and the heating unit.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005202599A JP2007026683A (en) | 2005-07-12 | 2005-07-12 | Fuel cell system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005202599A JP2007026683A (en) | 2005-07-12 | 2005-07-12 | Fuel cell system |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2007026683A true JP2007026683A (en) | 2007-02-01 |
Family
ID=37787225
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005202599A Pending JP2007026683A (en) | 2005-07-12 | 2005-07-12 | Fuel cell system |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2007026683A (en) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110177404A1 (en) * | 2010-01-15 | 2011-07-21 | Young Green Energy Co. | Fuel cartridge of fuel cell and method for operating fuel cartridge |
WO2012043271A1 (en) | 2010-09-29 | 2012-04-05 | コニカミノルタホールディングス株式会社 | Secondary battery type fuel cell system |
CN101459249B (en) * | 2007-12-13 | 2013-03-20 | 现代自动车株式会社 | Hydrogen storage system for fuel cell vehicle |
US10060897B2 (en) | 2014-10-24 | 2018-08-28 | Toyota Jidosha Kabushiki Kaisha | Tank device, a vehicle, and a method for evaluating an output of a pressure sensor |
CN112886039A (en) * | 2021-01-11 | 2021-06-01 | 清华大学深圳国际研究生院 | Pressurized water reactor core automatic control method based on reinforcement learning |
WO2023188064A1 (en) * | 2022-03-30 | 2023-10-05 | 株式会社辰巳菱機 | Power supply system |
-
2005
- 2005-07-12 JP JP2005202599A patent/JP2007026683A/en active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101459249B (en) * | 2007-12-13 | 2013-03-20 | 现代自动车株式会社 | Hydrogen storage system for fuel cell vehicle |
US20110177404A1 (en) * | 2010-01-15 | 2011-07-21 | Young Green Energy Co. | Fuel cartridge of fuel cell and method for operating fuel cartridge |
WO2012043271A1 (en) | 2010-09-29 | 2012-04-05 | コニカミノルタホールディングス株式会社 | Secondary battery type fuel cell system |
US10060897B2 (en) | 2014-10-24 | 2018-08-28 | Toyota Jidosha Kabushiki Kaisha | Tank device, a vehicle, and a method for evaluating an output of a pressure sensor |
CN112886039A (en) * | 2021-01-11 | 2021-06-01 | 清华大学深圳国际研究生院 | Pressurized water reactor core automatic control method based on reinforcement learning |
CN112886039B (en) * | 2021-01-11 | 2021-11-23 | 清华大学深圳国际研究生院 | Pressurized water reactor core automatic control method based on reinforcement learning |
WO2023188064A1 (en) * | 2022-03-30 | 2023-10-05 | 株式会社辰巳菱機 | Power supply system |
JP7526533B2 (en) | 2022-03-30 | 2024-08-01 | 株式会社辰巳菱機 | Power Supply System |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11733662B2 (en) | Heuristic method of automated and learning control, and building automation systems thereof | |
JP2007026683A (en) | Fuel cell system | |
KR102540876B1 (en) | Apparatus for diagnosing fail in fuel cell | |
Albalawi et al. | Process operational safety via model predictive control: Recent results and future research directions | |
TWI431638B (en) | Methods of predicting a critical effective k for a nuclear reactor | |
Sterling et al. | Model-based fault detection and diagnosis of air handling units: A comparison of methodologies | |
Du et al. | An integrated fault diagnosis and safe‐parking framework for fault‐tolerant control of nonlinear systems | |
Kim et al. | Strategy to coordinate actions through a plant parameter prediction model during startup operation of a nuclear power plant | |
Aboshosha et al. | Employing adaptive fuzzy computing for RCP intelligent control and fault diagnosis | |
CN113454542A (en) | Information processing device, information processing method, and information processing program | |
JP6400490B2 (en) | Reactor power adjustment apparatus and method | |
JP2009265819A (en) | Control unit and program for the same | |
Karoui et al. | Monitoring of dynamic processes by rectangular hybrid automata | |
JP2024504470A (en) | Control device for controlling a technical system and method for configuring the control device | |
JP7058387B2 (en) | Driving support systems and methods, automated planners, and programs | |
KR102362843B1 (en) | Apparatus and method of plant boiler lifetime prediction | |
Ølmheim et al. | Decision Support and Monitoring Using Autonomous Systems | |
JP2022137709A (en) | Control device, control method, and control program | |
DE102019129888A1 (en) | STORAGE SYSTEM | |
JP2015210046A (en) | Operation information storage control device of equipment | |
Karimshoushtari et al. | On the applicability of advanced model-based strategies to control of electrified vehicle thermal systems | |
Albalawi et al. | Simultaneous control of safety constraint sets and process economics using economic model predictive control | |
Li et al. | Towards rapid redesign: pattern-based redesign planning for large-scale and complex redesign problems | |
Alanqar et al. | Fault-tolerant economic model predictive control using empirical models | |
Quek et al. | Real-time integrated process supervision |