JP2018137210A - 燃料電池システムにおける分散故障管理のためのシステムおよび方法 - Google Patents
燃料電池システムにおける分散故障管理のためのシステムおよび方法 Download PDFInfo
- Publication number
- JP2018137210A JP2018137210A JP2017244567A JP2017244567A JP2018137210A JP 2018137210 A JP2018137210 A JP 2018137210A JP 2017244567 A JP2017244567 A JP 2017244567A JP 2017244567 A JP2017244567 A JP 2017244567A JP 2018137210 A JP2018137210 A JP 2018137210A
- Authority
- JP
- Japan
- Prior art keywords
- computing device
- fault management
- fault
- management computing
- fuel cell
- 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
- 239000000446 fuel Substances 0.000 title claims abstract description 266
- 238000000034 method Methods 0.000 title claims abstract description 91
- 238000005259 measurement Methods 0.000 claims description 26
- 238000012423 maintenance Methods 0.000 claims description 21
- 238000013473 artificial intelligence Methods 0.000 claims description 17
- 238000010801 machine learning Methods 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 12
- 230000000007 visual effect Effects 0.000 claims description 7
- 239000007787 solid Substances 0.000 claims description 4
- 210000004027 cell Anatomy 0.000 description 200
- 238000007726 management method Methods 0.000 description 144
- 239000003570 air Substances 0.000 description 41
- 238000004891 communication Methods 0.000 description 24
- 238000012544 monitoring process Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 230000004044 response Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 210000003850 cellular structure Anatomy 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000001149 cognitive effect Effects 0.000 description 4
- 239000012528 membrane Substances 0.000 description 4
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 3
- 239000012080 ambient air Substances 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 239000003085 diluting agent Substances 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 239000003792 electrolyte Substances 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 239000007800 oxidant agent Substances 0.000 description 3
- 230000001590 oxidative effect Effects 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- NBIIXXVUZAFLBC-UHFFFAOYSA-N Phosphoric acid Chemical compound OP(O)(O)=O NBIIXXVUZAFLBC-UHFFFAOYSA-N 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000002918 waste heat Substances 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 229910000147 aluminium phosphate Inorganic materials 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 210000000170 cell membrane Anatomy 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000003920 cognitive function Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 150000004678 hydrides Chemical class 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000005518 polymer electrolyte Substances 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- H01M8/04992—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
-
- 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
-
- 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
- H01M8/04679—Failure or abnormal function of fuel cell stacks
-
- 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
- H01M8/04686—Failure or abnormal function of auxiliary devices, e.g. batteries, capacitors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- 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)
- Manufacturing & Machinery (AREA)
- General Chemical & Material Sciences (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Chemical & Material Sciences (AREA)
- Sustainable Energy (AREA)
- Sustainable Development (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Automation & Control Theory (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Fuel Cell (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
Abstract
Description
[実施態様1]
分散故障管理システム(400、500)であって、
燃料電池システム(10、508、516)に関連する少なくとも1つのセンサ(440、510)と、
少なくとも1つの第1の故障管理コンピューティング装置(24)および少なくとも1つの第2の故障管理コンピューティング装置(24)とを備え、前記少なくとも1つの第1の故障管理コンピューティング装置(24)は、前記少なくとも1つのセンサ(440、510)および前記少なくとも1つの第2の故障管理コンピューティング装置(24)に結合され、前記少なくとも1つの第1の故障管理コンピューティング装置(24)が、
前記少なくとも1つのセンサ(440、510)から第1の故障状態に関連するデータを含む測定データを受信し、
前記第1の故障状態に対する解決策を生成し、
前記第1の故障状態に対する前記解決策に基づいて少なくとも1つの解決策コマンド信号を生成し、
前記少なくとも1つの解決策コマンド信号を前記少なくとも1つの第2の故障管理コンピューティング装置(24)に送信するよう構成され、前記少なくとも1つの第2の故障管理コンピューティング装置(24)が前記少なくとも1つの解決策コマンド信号を受信するよう構成され、前記少なくとも1つの解決策コマンド信号が、前記少なくとも1つの第2の故障管理コンピューティング装置(24)を、前記第1の故障状態と同様である第2の故障状態を同様の方法で解決する前記解決策を実施するよう構成する、
分散故障管理システム(400、500)。
[実施態様2]
前記解決策コマンド信号は、前記少なくとも1つの第2の故障管理コンピューティング装置(24)におけるメンテナンス手順および制御設定の少なくとも一方を変更して、前記第2の故障状態を解決する、実施態様1に記載の分散故障管理システム(400、500)。
[実施態様3]
前記少なくとも1つの第1の故障管理コンピューティング装置(24)は、機械学習方法および人工知能方法のうちの少なくとも一方を使用して、前記第1の故障状態に対する前記解決策を生成するようさらに構成される、実施態様1に記載の分散故障管理システム(400、500)。
[実施態様4]
前記少なくとも1つの第1の故障管理コンピューティング装置(24)は、前記機械学習方法、前記人工知能方法、および前記測定データのうちの少なくとも1つを使用して学習するようさらに構成され、メンテナンス手順および制御設定の少なくとも一方が、前記第1の故障状態を少なくとも部分的に解決するよう構成される、実施態様3に記載の分散故障管理システム(400、500)。
[実施態様5]
前記少なくとも1つの第1の故障管理コンピューティング装置(24)および前記少なくとも1つの第2の故障管理コンピューティング装置(24)は、地理的に分離されている、実施態様1に記載の分散故障管理システム(400、500)。
[実施態様6]
前記少なくとも1つの第1の故障管理コンピューティング装置(24)は、表示装置をさらに備え、前記少なくとも1つの第1の故障管理コンピューティング装置(24)は、前記燃料電池システム(10、508、516)の視覚データ、画像、3Dモデル、ビデオ、手順、および詳細を表示するようさらに構成される、実施態様1に記載の分散故障管理システム(400、500)。
[実施態様7]
前記少なくとも1つの第1の故障管理コンピューティング装置(24)は、前記少なくとも1つの第2の故障管理コンピューティング装置(24)から解決策コマンド信号を受信するようさらに構成され、前記解決策コマンド信号は、前記少なくとも1つの第1の故障管理コンピューティング装置(24)を、事前定義された方法で関連する故障状態を解決するために解決策を使用するよう構成する、実施態様1に記載の分散故障管理システム(400、500)。
[実施態様8]
前記燃料電池システム(10、508、516)は、複数の固体酸化物燃料電池を含む、実施態様1に記載の分散故障管理システム(400、500)。
[実施態様9]
分散故障管理システム(400、500)を制御する方法(600)であって、前記分散故障管理システム(400、500)が、燃料電池システム(10、508、516)と関連する少なくとも1つのセンサ(440、510)と、前記少なくとも1つのセンサ(440、510)および少なくとも1つの第2の故障管理コンピューティング装置(24)に結合される少なくとも1つの第1の故障管理コンピューティング装置(24)とを含み、前記方法(600)は、
前記少なくとも1つの第1の故障管理コンピューティング装置(24)によって、前記少なくとも1つのセンサ(440、510)から、第1の故障状態と関連するデータを含む測定データを受信するステップと、
前記少なくとも1つの第1の故障管理コンピューティング装置(24)によって、前記第1の故障状態に対する解決策を生成するステップと、
前記少なくとも1つの第1の故障管理コンピューティング装置(24)によって、前記第1の故障状態に対する前記解決策に基づいて少なくとも1つの解決策コマンド信号を生成するステップと、
前記少なくとも1つの第1の故障管理コンピューティング装置(24)によって、前記少なくとも1つの解決策コマンド信号を前記少なくとも1つの第2の故障管理コンピューティング装置(24)に送信するステップであって、前記解決策コマンド信号が、前記少なくとも1つの第2の故障管理コンピューティング装置(24)を、同様の方法で第2の故障状態を解決するために前記解決策を実施するよう構成し、前記第2の故障状態が前記第1の故障状態と同様である、ステップと、
を備える、方法(600)。
[実施態様10]
前記解決策コマンド信号によって、前記少なくとも1つの第2の故障管理コンピューティング装置(24)におけるメンテナンス手順および制御設定の少なくとも一方を変更して、前記第2の故障状態を解決するステップをさらに備える、実施態様9に記載の方法(600)。
[実施態様11]
機械学習方法および人工知能方法のうちの少なくとも一方を使用して、前記少なくとも1つの第1の故障管理コンピューティング装置(24)によって、前記第1の故障状態に対する前記解決策を生成するステップをさらに備える、実施態様9に記載の方法(600)。
[実施態様12]
前記機械学習方法、前記人工知能方法、および前記測定データの少なくとも1つを使用する前記少なくとも1つの第1の故障管理コンピューティング装置(24)によって、前記第1の故障状態を少なくとも部分的に解決するよう構成されるメンテナンス手順および制御設定の少なくとも一方を学習するステップをさらに備える、実施態様11に記載の方法(600)。
[実施態様13]
前記少なくとも1つの第1の故障管理コンピューティング装置(24)および前記少なくとも1つの第2の故障管理コンピューティング装置(24)は、地理的に分離されている、実施態様9に記載の方法(600)。
[実施態様14]
前記少なくとも1つの第1の故障管理コンピューティング装置(24)によって、前記燃料電池システム(10、508、516)の視覚データ、画像、3Dモデル、ビデオ、手順、および詳細を表示するステップをさらに備える、実施態様9に記載の方法(600)。
[実施態様15]
前記少なくとも1つの第1の故障管理コンピューティング装置(24)によって、前記少なくとも1つの第2の故障管理コンピューティング装置(24)からの解決策コマンド信号を受信するステップをさらに備え、前記解決策コマンド信号は、前記少なくとも1つの第1の故障管理コンピューティング装置(24)を、事前定義された方法で関連する故障状態を解決するために解決策を使用するよう構成する、実施態様9に記載の方法(600)。
[実施態様16]
具現化されたコンピュータ実行可能命令を有する非一時的コンピュータ可読記憶媒体であって、燃料電池システム(10、508、516)と関連する少なくとも1つのセンサ(440、510)および少なくとも1つの第2の故障管理コンピューティング装置(24)に結合される少なくとも1つの第1の故障管理コンピューティング装置(24)によって実行される場合、前記コンピュータ実行可能命令が、前記少なくとも1つの第1の故障管理コンピューティング装置(24)に、
前記少なくとも1つのセンサ(440、510)から、第1の故障状態と関連するデータを含む測定データを受信させ、
前記第1の故障状態に対する解決策を生成させ、
前記第1の故障状態に対する前記解決策に基づいて少なくとも1つの解決策コマンド信号を生成させ、
前記少なくとも1つの解決策コマンド信号を前記少なくとも1つの第2の故障管理コンピューティング装置(24)に送信させ、前記解決策コマンド信号が、前記少なくとも1つの第2の故障管理コンピューティング装置(24)を、同様の方法で第2の故障状態を解決するために前記解決策を実施するよう構成し、前記第2の故障状態が、前記第1の故障状態と同様である、
非一時的コンピュータ可読記憶媒体。
[実施態様17]
前記コンピュータ実行可能命令はさらに、前記解決策コマンド信号に、前記少なくとも1つの第2の故障管理コンピューティング装置(24)におけるメンテナンス手順および制御設定の少なくとも一方を変更して、前記第2の故障状態を解決させる、実施態様16に記載の非一時的コンピュータ可読記憶媒体。
[実施態様18]
前記コンピュータ実行可能命令はさらに、前記少なくとも1つの第1の故障管理コンピューティング装置(24)に、機械学習方法および人工知能方法のうちの少なくとも一方を使用して前記第1の故障状態に対する前記解決策を生成させる、実施態様16に記載の非一時的コンピュータ可読記憶媒体。
[実施態様19]
前記コンピュータ実行可能命令はさらに、前記少なくとも1つの第1の故障管理コンピューティング装置(24)に、前記機械学習方法、前記人工知能方法、および前記測定データのうちの少なくとも1つを用いて学習させ、メンテナンス手順および制御設定の少なくとも一方が、前記第1の故障状態を少なくとも部分的に解決するよう構成される、実施態様18に記載の非一時的コンピュータ可読記憶媒体。
[実施態様20]
前記少なくとも1つの第1の故障管理コンピューティング装置(24)および前記少なくとも1つの第2の故障管理コンピューティング装置(24)は、地理的に分離されている、実施態様16に記載の非一時的コンピュータ可読記憶媒体。
[実施態様21]
前記コンピュータ実行可能命令はさらに、前記少なくとも1つの第1の故障管理コンピューティング装置(24)に、前記燃料電池システム(10、508、516)の視覚データ、画像、3Dモデル、ビデオ、手順、および詳細を表示させる、実施態様16に記載の非一時的コンピュータ可読記憶媒体。
[実施態様22]
前記コンピュータ実行可能命令はさらに、前記少なくとも1つの第1の故障管理コンピューティング装置(24)に、前記少なくとも1つの第2の故障管理コンピューティング装置(24)からの解決策コマンド信号を受信させ、前記解決策コマンド信号は、前記少なくとも1つの第1の故障管理コンピューティング装置(24)が事前定義された方法で関連する故障状態を解決するために解決策を使用するように構成する、実施態様16に記載の非一時的コンピュータ可読記憶媒体。
12 ハウジング
14 燃料電池カートリッジ
16 オペレータインターフェース
18 ディスプレイ
20 インターフェーススイッチ
22 外部負荷
23 燃料供給源
24 第1の故障管理コンピューティング装置、第2の故障管理コンピューティング装置
28 燃料供給システム
30 制御システム
31 電源センサ
32 電源
34 充電回路
36 通信ポート
38 スイッチング装置
40 電流センサ
41 要素制御回路
42 ブリードソレノイド
43 ブリードバルブ
44 複数の補助ソレノイド
45 補助バルブ
46 メインソレノイド
47 メインバルブ
48 ファン制御回路
49 ファン監視回路
50 空気温度制御アセンブリ
51 プレナム
52 関連ポート
53 温度調節要素
54 ファン
55 温度センサ
56 空気通路
57 制御回路
58 第1の燃料センサ
59 外部温度センサ
60 電力バス
61 第2の燃料センサ
62 正端子、外部端子
63 外部端子
64 燃料検出回路
65 ブリードマニホルド
66 ブリード排出口
67 温度回路
68 温度回路
74 ヒータ
75 ヒータ
110 メモリ装置
115 プログラミングプロセッサ
120 プレゼンテーションインターフェース
125 ユーザ
130 ユーザ入力インターフェース
135 通信インターフェース
140 HMI
400 分散故障管理システム
425 ネットワーク
430 オペレータ
440 センサ
500 分散故障管理システム
502 故障管理コンピューティング装置
506 第1のプラント
508 燃料電池システム
510 少なくとも1つのセンサ
512 故障管理コンピューティング装置
514 第2のプラント
516 燃料電池システム
600 方法
Claims (15)
- 分散故障管理システム(400、500)であって、
燃料電池システム(10、508、516)に関連する少なくとも1つのセンサ(440、510)と、
少なくとも1つの第1の故障管理コンピューティング装置(24)および少なくとも1つの第2の故障管理コンピューティング装置(24)とを備え、前記少なくとも1つの第1の故障管理コンピューティング装置(24)は、前記少なくとも1つのセンサ(440、510)および前記少なくとも1つの第2の故障管理コンピューティング装置(24)に結合され、前記少なくとも1つの第1の故障管理コンピューティング装置(24)が、
前記少なくとも1つのセンサ(440、510)から第1の故障状態に関連するデータを含む測定データを受信し、
前記第1の故障状態に対する解決策を生成し、
前記第1の故障状態に対する前記解決策に基づいて少なくとも1つの解決策コマンド信号を生成し、
前記少なくとも1つの解決策コマンド信号を前記少なくとも1つの第2の故障管理コンピューティング装置(24)に送信するよう構成され、前記少なくとも1つの第2の故障管理コンピューティング装置(24)が前記少なくとも1つの解決策コマンド信号を受信するよう構成され、前記少なくとも1つの解決策コマンド信号が、前記少なくとも1つの第2の故障管理コンピューティング装置(24)を、前記第1の故障状態と同様である第2の故障状態を同様の方法で解決する前記解決策を実施するよう構成する、
分散故障管理システム(400、500)。 - 前記解決策コマンド信号は、前記少なくとも1つの第2の故障管理コンピューティング装置(24)におけるメンテナンス手順および制御設定の少なくとも一方を変更して、前記第2の故障状態を解決する、請求項1に記載の分散故障管理システム(400、500)。
- 前記少なくとも1つの第1の故障管理コンピューティング装置(24)は、機械学習方法および人工知能方法のうちの少なくとも一方を使用して、前記第1の故障状態に対する前記解決策を生成するようさらに構成される、請求項1に記載の分散故障管理システム(400、500)。
- 前記少なくとも1つの第1の故障管理コンピューティング装置(24)は、前記機械学習方法、前記人工知能方法、および前記測定データのうちの少なくとも1つを使用して学習するようさらに構成され、メンテナンス手順および制御設定の少なくとも一方が、前記第1の故障状態を少なくとも部分的に解決するよう構成される、請求項3に記載の分散故障管理システム(400、500)。
- 前記少なくとも1つの第1の故障管理コンピューティング装置(24)および前記少なくとも1つの第2の故障管理コンピューティング装置(24)は、地理的に分離されている、請求項1に記載の分散故障管理システム(400、500)。
- 前記少なくとも1つの第1の故障管理コンピューティング装置(24)は、表示装置をさらに備え、前記少なくとも1つの第1の故障管理コンピューティング装置(24)は、前記燃料電池システム(10、508、516)の視覚データ、画像、3Dモデル、ビデオ、手順、および詳細を表示するようさらに構成される、請求項1に記載の分散故障管理システム(400、500)。
- 前記少なくとも1つの第1の故障管理コンピューティング装置(24)は、前記少なくとも1つの第2の故障管理コンピューティング装置(24)から解決策コマンド信号を受信するようさらに構成され、前記解決策コマンド信号は、前記少なくとも1つの第1の故障管理コンピューティング装置(24)を、事前定義された方法で関連する故障状態を解決するために解決策を使用するよう構成する、請求項1に記載の分散故障管理システム(400、500)。
- 前記燃料電池システム(10、508、516)は、複数の固体酸化物燃料電池を含む、請求項1に記載の分散故障管理システム(400、500)。
- 具現化されたコンピュータ実行可能命令を有する非一時的コンピュータ可読記憶媒体であって、燃料電池システム(10、508、516)と関連する少なくとも1つのセンサ(440、510)および少なくとも1つの第2の故障管理コンピューティング装置(24)に結合される少なくとも1つの第1の故障管理コンピューティング装置(24)によって実行される場合、前記コンピュータ実行可能命令が、前記少なくとも1つの第1の故障管理コンピューティング装置(24)に、
前記少なくとも1つのセンサ(440、510)から、第1の故障状態と関連するデータを含む測定データを受信させ、
前記第1の故障状態に対する解決策を生成させ、
前記第1の故障状態に対する前記解決策に基づいて少なくとも1つの解決策コマンド信号を生成させ、
前記少なくとも1つの解決策コマンド信号を前記少なくとも1つの第2の故障管理コンピューティング装置(24)に送信させ、前記解決策コマンド信号が、前記少なくとも1つの第2の故障管理コンピューティング装置(24)を、同様の方法で第2の故障状態を解決するために前記解決策を実施するよう構成し、前記第2の故障状態が、前記第1の故障状態と同様である、
非一時的コンピュータ可読記憶媒体。 - 前記コンピュータ実行可能命令はさらに、前記解決策コマンド信号に、前記少なくとも1つの第2の故障管理コンピューティング装置(24)におけるメンテナンス手順および制御設定の少なくとも一方を変更して、前記第2の故障状態を解決させる、請求項9に記載の非一時的コンピュータ可読記憶媒体。
- 前記コンピュータ実行可能命令はさらに、前記少なくとも1つの第1の故障管理コンピューティング装置(24)に、機械学習方法および人工知能方法のうちの少なくとも一方を使用して前記第1の故障状態に対する前記解決策を生成させる、請求項9に記載の非一時的コンピュータ可読記憶媒体。
- 前記コンピュータ実行可能命令はさらに、前記少なくとも1つの第1の故障管理コンピューティング装置(24)に、前記機械学習方法、前記人工知能方法、および前記測定データのうちの少なくとも1つを用いて学習させ、メンテナンス手順および制御設定の少なくとも一方が、前記第1の故障状態を少なくとも部分的に解決するよう構成される、請求項11に記載の非一時的コンピュータ可読記憶媒体。
- 前記少なくとも1つの第1の故障管理コンピューティング装置(24)および前記少なくとも1つの第2の故障管理コンピューティング装置(24)は、地理的に分離されている、請求項9に記載の非一時的コンピュータ可読記憶媒体。
- 前記コンピュータ実行可能命令はさらに、前記少なくとも1つの第1の故障管理コンピューティング装置(24)に、前記燃料電池システム(10、508、516)の視覚データ、画像、3Dモデル、ビデオ、手順、および詳細を表示させる、請求項9に記載の非一時的コンピュータ可読記憶媒体。
- 前記コンピュータ実行可能命令はさらに、前記少なくとも1つの第1の故障管理コンピューティング装置(24)に、前記少なくとも1つの第2の故障管理コンピューティング装置(24)からの解決策コマンド信号を受信させ、前記解決策コマンド信号は、前記少なくとも1つの第1の故障管理コンピューティング装置(24)が事前定義された方法で関連する故障状態を解決するために解決策を使用するように構成する、請求項9に記載の非一時的コンピュータ可読記憶媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/400,190 US11508980B2 (en) | 2017-01-06 | 2017-01-06 | Systems and methods for distributed fault management in fuel cell systems |
US15/400,190 | 2017-01-06 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018137210A true JP2018137210A (ja) | 2018-08-30 |
JP7364832B2 JP7364832B2 (ja) | 2023-10-19 |
Family
ID=62783806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017244567A Active JP7364832B2 (ja) | 2017-01-06 | 2017-12-21 | 燃料電池システムにおける分散故障管理のためのシステムおよび方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11508980B2 (ja) |
JP (1) | JP7364832B2 (ja) |
KR (1) | KR102562921B1 (ja) |
CN (1) | CN108306029B (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200046677A (ko) * | 2018-10-25 | 2020-05-07 | 삼성중공업 주식회사 | 선박 유지 보수 시스템 |
JP2021096966A (ja) * | 2019-12-18 | 2021-06-24 | 大阪瓦斯株式会社 | 異常判定システム及び燃料電池装置 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE112019003588T5 (de) * | 2018-08-12 | 2021-07-15 | Skf Ai, Ltd. | Optimierung der Genauigkeit von maschinellen Lernalgorithmen zur Überwachung des Betriebs von Industriemaschinen |
KR102018115B1 (ko) * | 2018-12-28 | 2019-09-04 | 주식회사 코텍에너지 | 진동을 이용한 연료전지의 상태 진단 시스템 및 진단 방법 |
US11099238B2 (en) * | 2019-03-27 | 2021-08-24 | General Electric Company | Distributed control modules with built-in tests and control-preserving fault responses |
KR102046536B1 (ko) * | 2019-08-01 | 2019-11-19 | 서울대학교산학협력단 | 연료전지 열관리 시스템의 고장 진단 방법 |
CN110706752B (zh) * | 2019-09-10 | 2022-03-25 | 华中科技大学 | 一种固体氧化物燃料电池系统多模态分析模型建模方法 |
CN110688762B (zh) * | 2019-09-30 | 2023-06-23 | 集美大学 | 一种固体氧化物燃料电池电堆模型构建方法 |
DE102020202881A1 (de) * | 2020-03-06 | 2021-09-09 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zu einer Betriebsüberwachung zumindest einer Brennstoffzellenvorrichtung und Brennstoffzellenvorrichtung |
CN112736268B (zh) * | 2020-12-17 | 2022-02-15 | 华中科技大学 | 一种提高sofc系统寿命的控制优化方法和系统 |
CN115863712B (zh) * | 2022-11-22 | 2023-11-28 | 苏州氢辀新能源科技有限公司 | 一种燃料电池的水管理方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10116625A (ja) * | 1996-10-11 | 1998-05-06 | Nippon Telegr & Teleph Corp <Ntt> | 電力供給システム |
JP2004272375A (ja) * | 2003-03-05 | 2004-09-30 | Mazda Motor Corp | 遠隔故障予測システム |
JP2007123007A (ja) * | 2005-10-27 | 2007-05-17 | Hitachi Ltd | 燃料電池システムの診断方法および診断装置 |
US20140154601A1 (en) * | 2012-07-11 | 2014-06-05 | Google Inc. | Module level redundancy for fuel cell systems |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6387556B1 (en) | 1997-11-20 | 2002-05-14 | Avista Laboratories, Inc. | Fuel cell power systems and methods of controlling a fuel cell power system |
US20040081868A1 (en) | 2002-10-23 | 2004-04-29 | Edlund David J. | Distributed fuel cell network |
CN1645661A (zh) | 2004-01-20 | 2005-07-27 | 布莱特·D·文森特 | 燃料电池系统 |
JP2007529854A (ja) * | 2004-03-15 | 2007-10-25 | ハイドロジェニクス コーポレイション | 燃料電池パワーモジュールのためのテストステーション |
JP5305119B2 (ja) | 2006-05-09 | 2013-10-02 | 横河電機株式会社 | 燃料電池発電監視システム |
US7748259B2 (en) * | 2006-12-15 | 2010-07-06 | General Electric Company | Systems and methods for solid oxide fuel cell surface analysis |
US20080278183A1 (en) | 2007-05-07 | 2008-11-13 | Mound Technical Solutions, Inc. | Fuel cell test system |
US20090037206A1 (en) * | 2007-07-31 | 2009-02-05 | Brian Dara Byrne | Method of forecasting maintenance of a machine |
KR101145591B1 (ko) | 2009-12-15 | 2012-05-15 | 주식회사 효성 | 연료전지 시스템 제어장치 |
US8244382B2 (en) | 2010-01-11 | 2012-08-14 | Atomic Energy Council—Institute of Nuclear Research | Apparatus for monitoring a schedule for testing a fuel cell |
US8333125B2 (en) | 2010-01-19 | 2012-12-18 | Atomic Energy Council—Institute of Nuclear Energy Research | Environmentally friendly, energy-economic system for testing fuel cell stacks |
CN102623728A (zh) | 2012-02-17 | 2012-08-01 | 昆山弗尔赛能源有限公司 | 一种基于can总线的人机界面在燃料电池系统的应用结构 |
US9438341B2 (en) * | 2014-01-21 | 2016-09-06 | Laser Light Communications Llc | Optical communication system |
CN105680071B (zh) | 2016-03-16 | 2018-04-13 | 华中科技大学 | 基于分数阶滑模变结构sofc系统热电协同控制方法 |
KR102042077B1 (ko) * | 2016-09-26 | 2019-11-07 | 주식회사 엘지화학 | 인공지능형 연료전지 시스템 |
-
2017
- 2017-01-06 US US15/400,190 patent/US11508980B2/en active Active
- 2017-12-21 JP JP2017244567A patent/JP7364832B2/ja active Active
- 2017-12-26 KR KR1020170179688A patent/KR102562921B1/ko active IP Right Grant
-
2018
- 2018-01-05 CN CN201810011534.2A patent/CN108306029B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10116625A (ja) * | 1996-10-11 | 1998-05-06 | Nippon Telegr & Teleph Corp <Ntt> | 電力供給システム |
JP2004272375A (ja) * | 2003-03-05 | 2004-09-30 | Mazda Motor Corp | 遠隔故障予測システム |
JP2007123007A (ja) * | 2005-10-27 | 2007-05-17 | Hitachi Ltd | 燃料電池システムの診断方法および診断装置 |
US20140154601A1 (en) * | 2012-07-11 | 2014-06-05 | Google Inc. | Module level redundancy for fuel cell systems |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200046677A (ko) * | 2018-10-25 | 2020-05-07 | 삼성중공업 주식회사 | 선박 유지 보수 시스템 |
KR102461397B1 (ko) * | 2018-10-25 | 2022-10-28 | 삼성중공업 주식회사 | 선박 유지 보수 시스템 |
JP2021096966A (ja) * | 2019-12-18 | 2021-06-24 | 大阪瓦斯株式会社 | 異常判定システム及び燃料電池装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108306029B (zh) | 2022-08-23 |
KR102562921B1 (ko) | 2023-08-02 |
US11508980B2 (en) | 2022-11-22 |
JP7364832B2 (ja) | 2023-10-19 |
US20180198143A1 (en) | 2018-07-12 |
CN108306029A (zh) | 2018-07-20 |
KR20180081449A (ko) | 2018-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7364832B2 (ja) | 燃料電池システムにおける分散故障管理のためのシステムおよび方法 | |
Li et al. | A data-driven output voltage control of solid oxide fuel cell using multi-agent deep reinforcement learning | |
CN107180983B (zh) | 一种固体氧化物燃料电池电堆故障诊断方法和系统 | |
US7222001B2 (en) | System for monitoring and controlling fuel cell-based power generation units | |
US11661663B2 (en) | Water electrolysis system | |
KR102216850B1 (ko) | 인공지능 기반의 연료 전지 관리 시스템 | |
CN105446288B (zh) | 燃料电池分布式控制系统及控制方法 | |
Li et al. | Active fault-tolerant coordination energy management for a proton exchange membrane fuel cell using curriculum-based multiagent deep meta-reinforcement learning | |
Agila et al. | Approximate reasoning techniques in the control of states of operation of the PEM fuel cell | |
KR102191146B1 (ko) | 직/병렬 dc-dc 컨버터 장치 및 연료전지 시스템 | |
CN114077806A (zh) | 用于运行燃料电池系统的设备和计算机实现的方法 | |
CN115579492B (zh) | 一种氢燃料电池工作温度控制方法和系统 | |
US11482718B2 (en) | Method for detecting a leak in an energy converter system | |
JP6783774B2 (ja) | 電気化学セルのスタックを備えた電気システム、およびこのシステムを制御する方法 | |
KR102219866B1 (ko) | 출력전압에 기반하여 자가 진단을 수행하는 연료전지 시스템 | |
KR102216852B1 (ko) | 인공지능 기반의 연료 전지 시스템 | |
Borkovski et al. | Control approaches of pem fuel cells: a review | |
Salim et al. | A parameter identification approach of a PEM fuel cell stack using particle swarm optimization | |
Guo et al. | Marginalized particle filtering for online parameter estimation of PEMFC applied to hydrogen UAVs | |
Slanina et al. | Cooling Regulation of Hydrogen Operation Technology | |
WO2019168398A1 (en) | A method for controlling a hydrogen fuel cell system which is arranged for providing power to an electrical motor, as well as a corresponding hydrogen fuel cell system | |
KR102152219B1 (ko) | 운전중 출력전류 지령치에 작은 전류 사인파를 혼합하여 이에 따른 출력전압 변동을 이용한 자가 진단에 따라 운전 모드를 제어하는 연료 전지 시스템 | |
KR102216853B1 (ko) | 플랜트의 운전 방식을 설정하는 연료 전지 시스템 | |
KR102219863B1 (ko) | 이더넷 망을 이용하는 연료 전지 시스템 | |
KR102219860B1 (ko) | 자가 진단 모드를 구현하는 연료전지 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20190806 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201217 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211208 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220223 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220504 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220809 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221104 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230118 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20230303 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230417 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230606 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230706 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20230714 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230802 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7364832 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |