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 PDF

Info

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
Application number
JP2017244567A
Other languages
English (en)
Other versions
JP7364832B2 (ja
Inventor
ジョン・グイド・ピッチリーロ
Guido Piccirillo John
レベッカ・ディナン・ゾラッキ
Dinan Zoracki Rebecca
パトリック・ハンメル・ハート
Hammel Hart Patrick
ラルフ・テイクマン
Ralph Teichmann
ホンガン・ワン
Honggang Wang
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by General Electric Co filed Critical General Electric Co
Publication of JP2018137210A publication Critical patent/JP2018137210A/ja
Application granted granted Critical
Publication of JP7364832B2 publication Critical patent/JP7364832B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

【課題】複数の燃料電池システムを使用する分散故障管理のためのシステムおよび方法を提供する。【解決手段】分散故障管理システム５００は、燃料電池システム５０８に関連する少なくとも１つのセンサ５１０と、センサに結合された第１の故障管理コンピューティング装置５０２を持つ。第１の故障管理コンピューティング装置５０２は、第１の故障状態に関連するデータを受信する。更に、第１の故障管理コンピューティング装置は、第１の故障状態に対する解決策を生成し、第２の故障管理コンピューティング装置５１２に解決策コマンド信号を送信する。【選択図】図５

Description

本開示の分野は、一般に、燃料電池システムに関し、より詳細には、複数の燃料電池システムを使用する分散故障管理のためのシステムおよび方法に関する。
燃料電池は、発電効率が比較的高く、公害の少ない可能性を実証した電気化学的エネルギー変換装置である。燃料電池は、一般に、インバータを介して交流（ＡＣ）に変換される直流（ＤＣ）を供給する。ＤＣまたはＡＣ電圧は、モータ、ライト、ならびに任意の数の電気装置およびシステムに電力供給するために使用される。燃料電池は、固定式、半固定式、または携帯型の用途で動作する。
燃料電池は、燃料と酸化剤とをイオン伝導層を介して電気化学的に組み合わせることによって電気を生成する。このイオン伝導層は、燃料電池の電解質とも呼ばれ、液体または固体である。燃料電池は、典型的には、有用な電圧または電流で電力を生成するために、燃料電池のアセンブリ内で電気的に直列に集積される。したがって、相互接続構造は、隣接する燃料電池を直列または並列に接続または結合して燃料電池スタックを形成するために使用される。一般に、燃料電池の構成要素は、電解質、アノード、およびカソードを含む。電気を生成する反応は、通常、反応を促進するために典型的に触媒が配置されるアノードおよびカソードで行われる。アノードおよびカソードは、化学反応が起こる表面積を増加させるために、チャネルおよび多孔質層を含むよう構成される。電解質は、アノードとカソードとの間で帯電粒子を搬送し、そうでなければ、燃料と酸化剤の両方に対して実質的に不透過性である。
燃料電池に基づくエネルギー生成システムは、熱的、流体的、および電気化学的現象を含むため、複雑である。さらに、それらは、燃料電池を予め設定された最適動作点で動作させるために、バルブ、コンプレッサ、センサ、およびレギュレータなどの、補助要素のセットを必要とする。これらの理由から、燃料電池の性能劣化、停止、または永久的な損傷を引き起こす可能性のある燃料電池の部分的欠陥（「故障」とも呼ばれる）に対して脆弱である。
異なる場所に配置された多くの既知の燃料電池システムは、同様の故障状態に陥り、故障状態を修正するために人間の介入を必要とする。さらに、多くの既知の燃料電池システムは、適応学習機能を含む適応型認知機能を欠いているので、予期しない現実世界のリアルタイム事象に対するその後の補正は、人間のエージェントによって指示される必要がある。
一態様では、分散故障管理システムが提供される。燃料電池故障管理システムは、燃料電池システムに関連する少なくとも１つのセンサと、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と、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とを含む。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は、少なくとも１つのセンサに結合される。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は、少なくとも１つのセンサから測定データを受信するよう構成される。測定データは、第１の故障状態に関連するデータを含む。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は、第１の故障状態に対する解決策を生成するようさらに構成される。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はまた、第１の故障状態に対する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よう構成される。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は、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に少なくとも１つの解決策コマンド信号を送信するよう構成される。燃料電池故障管理システムは、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た少なくとも１つの第２の故障管理コンピューティング装置をさらに含む。少なくとも１つの解決策コマンド信号は、同様の方法で第２の故障状態を解決する解決策を実施するよう少なくとも１つの第２の故障管理コンピューティング装置を構成する。第２の故障状態は、第１の故障状態と同様である。
別の態様では、分散故障管理システムを制御する方法が提供される。分散故障管理システムは、燃料電池システムに関連する少なくとも１つのセンサと、少なくとも１つのセンサに結合された少なくとも１つの第１の故障管理コンピューティング装置とを含む。本方法は、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によって、少なくとも１つのセンサからの測定データを受信するステップを含む。測定データは、第１の故障状態に関連するデータを含む。本方法は、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によって、第１の故障状態に対する解決策を生成するステップをさらに含む。本方法はまた、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によって、第１の故障状態に対する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を含む。本方法は、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によって、少なくとも１つの解決策コマンド信号を少なくとも１つの第２の故障管理コンピューティング装置に送信するステップをさらに含む。少なくとも１つの解決策コマンド信号は、同様の方法で第２の故障状態を解決する解決策を実施するよう少なくとも１つの第２の故障管理コンピューティング装置を構成する。第２の故障状態は、第１の故障状態と同様である。
さらに別の態様では、具現化されたコンピュータ実行可能命令を備える非一時的コンピュータ可読記憶媒体が提供される。燃料電池システムに関連する少なくとも１つのセンサに結合された少なくとも１つの第１の故障管理コンピューティング装置によって実行される場合、コンピュータ実行可能命令は、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に少なくとも１つのセンサから測定データを受信させる。測定データは、第１の故障状態に関連するデータを含む。コンピュータ実行可能命令はさらに、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に第１の故障状態に対する解決策を生成させる。コンピュータ実行可能命令はまた、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に、第１の故障状態に対する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る。コンピュータ実行可能命令はさらに、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に、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に少なくとも１つの解決策コマンド信号を送信させる。少なくとも１つの解決策コマンド信号は、同様の方法で第２の故障状態を解決する解決策を実施するよう少なくとも１つの第２の故障管理コンピューティング装置を構成する。第２の故障状態は、第１の故障状態と同様である。
本開示のこれらの、および他の特徴、態様、および利点は、以下の詳細な説明を添付図面を参照して読むと、より良く理解されるであろう。添付図面において、同様の符号は、図面を通じて、同様の部分を表す。
故障管理コンピューティング装置に結合された例示的な燃料電池システムの斜視図である。 図１に示す燃料電池システムの構成要素に結合された、故障管理コンピューティング装置を含む、制御システムのブロック図である。 図１および図２に示される例示的な故障管理コンピューティング装置のブロック図である。 図１および図２に示される故障管理コンピューティング装置に結合された燃料電池システムを含む分散故障管理システムの一部のブロック図である。 図１および図２に示される故障管理コンピューティング装置に結合された複数の燃料電池システムを含む分散故障管理システムの一部のブロック図である。 複数の燃料電池システムを使用する分散故障管理のための例示的な方法の概略図である。
特に明記しない限り、本明細書において提供される図面は、本開示の実施形態の特徴を図示するものである。これらの特徴は、本開示の１つまたは複数の実施形態を含む多種多様なシステムで適用できると考えられる。したがって、本図面は、本明細書で開示する実施形態を実施するために必要とされる、当業者には既知の、従来の特徴をすべて含むことを意味しない。
以下の明細書および特許請求の範囲において、いくつかの用語に言及するが、それらは以下の意味を有すると規定する。
単数形「１つの（ａ、ａｎ）」、および「この（ｔｈｅ）」は、文脈が特に明確に指示しない限り、複数の言及を含む。
「任意の」または「任意に」は、続いて記載された事象または状況が生じてもよいし、また生じなくてもよいことを意味し、かつ、その説明が、事象が起こる場合と、起こらない場合とを含むことを意味する。
本明細書および特許請求の範囲の全体を通してここで使用されているような近似を表す文言は、それが関連する基本的な機能を変更することなく、許容範囲内で異なり得る、任意の定量的な表現の修飾に適用することができる。したがって、「およそ（ａｂｏｕｔ）」、および「実質的に（ｓｕｂｓｔａｎｔｉａｌｌｙ）」、「約（ａｐｐｒｏｘｉｍａｔｅｌｙ）」などの用語で修飾された値は、明記された厳密な値に限定されるものではない。少なくともいくつかの例では、近似を表す文言は、値を測定するための機器の精度に対応することができる。ここで、ならびに本明細書および特許請求の範囲の全体を通して、範囲の限定は組み合わせおよび／または置き換えが可能であり、文脈および文言が特に指示しない限り、このような範囲は識別され、それに包含されるすべての部分範囲を含む。
本明細書で使用される場合、「知性」および「知的な」という用語は、注意、抽象的な思考、理解、コミュニケーション、推論、学習、計画、感情的知性および／または問題解決を含むが、これらに限定されない能力を明らかに示すように実施される、任意のコンピュータ実装プログラムおよびコンピュータベースシステムを説明することを意図する。
本明細書で使用する場合、「認知の」および「認知」という用語は、連続学習、適応、計画、記憶、忘却、言語、メモリ構造、知覚、コミュニケ―ティング、審議、知識の適用、問題解決、決定、嗜好の変更、知覚的入力、内部嗜好、および反射的行動を含むが、これらに限定されない、処理を実行する任意のコンピュータ実装プログラムおよびコンピュータベースシステムを説明することを意図する。例えば、環境からのフィードバックを処理する能力を有する高度に自律機械および人工知能などの知的要素の状態を含む認知、または認知処理は人工的であり得る。
本明細書で使用する場合「知的システム」、「人工知能」、「知的エージェント」、および「人工意識」という用語は、限定するものではないが、それらの環境を認識する任意のコンピュータ実装プログラムおよびコンピュータベースシステムを代表するものであり、動作の過程を独立して決定し、成功の可能性を最大限に引き出す行動をとることを意図する。
本明細書で使用する場合、「ＳＶＭクラスタリング」という用語は、ＳＶＭベースのクラスタリングアルゴリズムを使用してデータの属性に従ってデータを分類する、任意のコンピュータ実装およびコンピュータベースの方法を代表するものであることを意図する。そのような属性は、事前定義されてもよく、各属性は事前定義された関連性を有し、クラスタリングアルゴリズムは、事前定義された属性およびそれらの関連度に従ってクラスタリングする。そのようなＳＶＭクラスタリングアルゴリズムは、通常、「監督された」ＳＶＭアルゴリズムと呼ばれ、それらのトレーニングのための外部サポートを必要とする。あるいは、そのような属性は未定義であってもよく、クラスタリングアルゴリズムはそのような属性を自己決定し、それに従ってソートし、ソートされたデータを属性の一貫性について見直し、それによって自己トレーニングを実行する。そのようなＳＶＭクラスタリングアルゴリズムは、典型的には、「ノンパラメトリック」ＳＶＭアルゴリズムと呼ばれ、トレーニングのための外部サポートをほとんど必要としない。
本明細書で使用する場合、「遺伝的アルゴリズム（ＧＡ）」という用語は、最適化のための有用な解決策を生成し、問題を検索する、自然進化のプロセスをエミュレートする検索ヒューリスティックを含むコンピュータ実装プログラムおよびコンピュータベースシステムの任意の部分を代表するものであることを意図する。
本明細書で使用する場合、「ヒューリスティック」という用語は、問題解決、学習、および発見のための経験ベースの技術を使用するコンピュータ実装プログラムおよびコンピュータベースシステムの任意の部分を代表することを意図する。
本明細書で用いられる「プロセッサ」および「コンピュータ」という用語および関連する用語、例えば「処理装置」、「コンピューティング装置」、および「コントローラ」は、従来技術においてコンピュータと呼ばれているそれらの集積回路に限定されず、広く、マイクロコントローラ、マイクロコンピュータ、プログラマブル論理コントローラ（ＰＬＣ）、特定用途向け集積回路、およびその他のプログラム可能な回路を意味し、これらの用語は、本明細書において互換的に用いられる。本明細書で説明する実施形態では、メモリは、以下に限らないが、ランダムアクセスメモリ（ＲＡＭ）などのコンピュータ可読媒体、およびフラッシュメモリなどのコンピュータ可読不揮発性媒体を含むことができる。あるいは、フロッピーディスク、コンパクトディスク読み出し専用メモリ（ＣＤ−ＲＯＭ）、光磁気ディスク（ＭＯＤ）、および／またはデジタル多用途ディスク（ＤＶＤ）もまた、使用することができる。また、本明細書で説明する実施形態では、追加の入力チャネルは、以下に限定されないが、マウスおよびキーボードなどのオペレータインターフェースに関係するコンピュータ周辺機器であってもよい。あるいは、例えば、これに限定されないが、スキャナを含むことができる他のコンピュータ周辺装置も使用することができる。さらに、例示的な実施形態では、追加の出力チャネルは、これに限定されないが、オペレータインターフェースモニタを含むことができる。
さらに、本書で用いられる「ソフトウェア」および「ファームウェア」という用語は交換可能であり、パーソナルコンピュータ、ワークステーション、クライアントおよびサーバによって実行するための、メモリに記憶された任意のコンピュータプログラムを含む。
本明細書で用いられる「非一時的コンピュータ可読媒体」という用語は、コンピュータ可読命令、データ構造、プログラムモジュールおよびサブモジュール、あるいは任意の装置の他のデータなどの情報の短期的および長期的記憶のための任意の方法または技術で実施される、任意の有形のコンピュータに基づく装置を表すことを意図している。したがって、本明細書に記載する方法は、これらに限らないが、記憶装置および／または記憶装置を含む、有形の非一時的コンピュータ可読媒体で具現化された実行可能命令として符号化することができる。このような命令は、プロセッサによって実行された場合に、本明細書に記載する方法の少なくとも一部をプロセッサに実行させる。さらに、本明細書に用いられる「非一時的コンピュータ可読媒体」という用語は、すべての有形のコンピュータ可読媒体を含み、これらは非一時的コンピュータ記憶装置を含むが、これに限定されるものではなく、揮発性および不揮発性媒体、ならびにファームウェア、物理および仮想記憶装置、ＣＤ−ＲＯＭ、ＤＶＤなどの取り外し可能および取り外し不可能な媒体、ならびにネットワークもしくはインターネットなどの他の任意のデジタルソース、ならびにこれまでに開発されたデジタル手段を含むが、これらに限定されるものではなく、一時的な伝播する信号がその唯一の例外である。
さらにまた、本明細書で用いられる「リアルタイム」という用語は、関連する事象が発生する時、所定のデータを測定および収集する時、データを処理する時、ならびに事象および環境に対するシステム応答の時のうちの少なくとも１つを意味する。本明細書に記載する実施形態では、これらの動作および事象は、実質的に同時に起こる。
本明細書で説明するように、複数の燃料電池システムを使用する分散故障管理のための分散故障管理システムの実施形態は、既知の分散故障管理システムの多くの欠点を克服し、そのような燃料電池システムの故障状態を管理するための費用対効果の高い方法を提供する。具体的には、本明細書で説明する実施形態は、故障管理コンピューティング装置に関連する燃料電池システムを含む。故障管理コンピューティング装置は、燃料電池システムおよび通信ネットワークと通信するメモリおよびプロセッサを含む。故障管理コンピューティング装置は、人工知能および／または機械学習を使用して、燃料電池および燃料電池構成要素において検出された故障状態に対する解決策を決定し、解決策コマンド信号として故障状態解決策を複数の故障管理コンピューティング装置に伝達するよう構成される。解決策コマンド信号は、燃料電池システムで検出された場合に同じまたは同様の故障状態に応答するために、故障状態解決策を使用するよう複数の故障管理コンピューティング装置を構成する。したがって、本明細書に記載された実施形態は、燃料電池システムが動的および適応的に故障状態を解決し、他の燃料電池システムと故障状態に対する解決策を共有することを可能にし、それによって、部分的に故障した燃料電池の性能を改善する。
図１は、燃料電池システム１０の例示的な構成である。図示された燃料電池システム１０（「燃料電池電力システム」としても知られている）の構成は例示的なものであり、他の構成も可能である。図示のように、燃料電池システム１０は、複数の燃料電池カートリッジ１４の周りに設けられたハウジング１２を含む。ハウジング１２は、例示的な実施形態におけるサブラック・アセンブリを規定する。
燃料電池システム１０は、１つまたは複数の燃料電池カートリッジ１４を利用するよう構成される。そのような燃料電池カートリッジ１４は、本明細書に記載の燃料電池システム１０の実施形態において１２個使用される。後述するように、個々の燃料電池カートリッジ１４は、複数の燃料電池を含む。説明した構成において、個々の燃料電池カートリッジ１４は、４つの燃料電池を含む。そのような燃料電池には、プロトン交換膜燃料電池（ＰＥＭ燃料電池および高分子電解質膜燃料電池としても知られる）、膜電極アセンブリ（ＭＥＡ）燃料電池、膜電極拡散アセンブリ（ＭＥＤＡ）燃料電池、固体酸化物燃料電池（ＳＯＦＣ）、リン酸燃料電池（ＰＡＦＣ）、水素−酸素燃料電池、溶融炭酸塩燃料電池（ＭＣＦＣ）などが挙げられる。
ハウジング１２は、さらに、オペレータインターフェース１６を含む。例示的な実施形態では、オペレータインターフェース１６は、ディスプレイ１８およびインターフェーススイッチ２０を含む。オペレータインターフェース１６は、燃料電池システム１０の動作を指示するよう構成され、オペレータが燃料電池システム１０の様々な機能を制御することも可能にする。
オペレータインターフェース１６のディスプレイ１８は、可視信号などの人間の知覚可能な信号を放出して、燃料電池システム１０の動作を示すよう構成される。例示的な実施形態では、ディスプレイ１８は、各燃料電池カートリッジ１４の動作状態を示す複数の発光ダイオード（ＬＥＤ）バーグラフアレイを含む。ある構成では、ディスプレイ１８の個々のバーグラフアレイは、対応する燃料電池カートリッジ１４内の燃料電池の高電圧および低電圧を示す。
インターフェーススイッチ２０は、ユーザが燃料電池システム１０の動作を制御することを可能にする。例えば、あるインターフェーススイッチ２０は、ユーザが燃料電池システム１０をオンにすることを可能にする。さらに、別のインターフェーススイッチ２０は、ユーザが燃料電池システム１０から燃料電池システム１０に結合された負荷２２に選択的に電力を供給することを可能にする負荷イネーブルスイッチを含む。別のインターフェーススイッチ２０は、後述するカートリッジリセット機能を制御する。
燃料電池システム１０は、コンピューティング装置２４と結合されて示されている。例示的な実施形態では、コンピューティング装置２４は、本明細書で説明するように、故障管理コンピューティング装置である。代替実施形態では、コンピューティング装置２４は、オフサイト制御および監視局を含む。燃料電池システム１０は、コンピューティング装置２４と通信するよう構成される。燃料電池システム１０は、データおよびコマンドを含むことができるコンピューティング装置２４からの通信を受信する。燃料電池システム１０はまた、データ、要求等をコンピューティング装置２４に出力するよう構成される。
図２は、燃料電池システム１０の構成要素に結合されたコンピューティング装置２４を含む燃料電池制御システムのブロック図である。例示的な実施形態では、コンピューティング装置２４は、本明細書で説明するように、故障管理コンピューティング装置である。構成要素は、燃料電池システム１０のハウジング１２の内部および外部にある。内部では、３つの燃料電池カートリッジ１４のみが示されている。典型的な構成では、より多くの燃料電池カートリッジ１４が提供される。さらに、燃料電池カートリッジ１４は、典型的には、燃料電池の臨界動作特性を測定するための多数のセンサと、燃料および酸化剤ガス流量を変調するための多数のアクチュエータとを含む。
燃料電池システム１０は、コンピューティング装置２４と結合される。燃料電池システム１０は、データおよびコマンドを含むコンピューティング装置２４からの通信を受信する。燃料電池システム１０はまた、データ、要求等をコンピューティング装置２４に出力するよう構成される。図示された構成要素は、上述した複数の燃料電池カートリッジ１４およびオペレータインターフェース１６を含む。さらに、燃料電池システム１０は、制御システム３０を含む。制御システム３０の１つの構成を以下に詳細に説明する。制御システム３０は、電源３２および充電回路３４に付随する電源センサ３１と結合される。制御システム３０は、さらに、燃料電池カートリッジ１４およびオペレータインターフェース１６と結合される。さらに、制御システム３０は、通信ポート３６、スイッチング装置３８、および電流センサ４０に結合される。制御システム３０は、ブリードバルブ４３と関連付けられるブリードソレノイド４２とさらに結合される。
図示の燃料電池システム１０は、燃料供給システム２８を含む。燃料供給システム２８は燃料供給源２３と結合して燃料を燃料電池カートリッジ１４に供給する。例示的な燃料は、水素ガスを含む。燃料電池用の他の燃料には、ディーゼル、メタノール、化学的水素化物、天然ガス、およびバイオガスを含まれる。他の燃料も可能である。
図示の燃料供給システム２８は、メインバルブ４７と、それぞれの燃料電池カートリッジ１４に関連する複数の補助バルブ４５とを含む。メインバルブ４７は、燃料供給源２３から燃料電池システム１０への燃料の流れを制御する。補助バルブ４５は、各燃料電池カートリッジ１４への燃料の流れを制御する。制御システム３０は、関連する補助バルブ４５の複数の補助ソレノイド４４と連結される。制御システム３０はさらに、関連するメインバルブ４７のメインソレノイド４６と結合される。
燃料電池システム１０は、空気温度制御アセンブリ５０を含む。空気温度制御アセンブリ５０は、燃料電池カートリッジ１４に対応する関連ポート５２を有するプレナム５１を含む。温度調節要素５３、ファン５４、温度センサ５５、および燃料センサ６１は、空気温度制御アセンブリ５０のプレナム５１内に含まれる。
制御可能な空気流装置または空気通路５６は、プレナム５１をハウジング１２の外部の外気に結合する。空気通路５６は、プレナム５１への空気の吸入とプレナム５１からの空気の排出を可能にする。制御システム３０は、調節要素５３の制御回路４１、ファン５４のファン制御回路４８およびファン監視回路４９、温度センサ５５に関連する温度回路６８、空気通路５６の制御回路５７、および燃料センサ６１のヒータ７５と結合する。
第１の燃料センサ５８が、ハウジング１２内に設けられ、プレナム５１の外側に設けられる。第１の燃料センサ５８は、ハウジング１２内の燃料の存在を監視する。第２の燃料センサ６１がプレナム５１内に設けられ、プレナム５１内の燃料の存在を監視する。制御システム３０は、燃料センサ５８、６１に関連する燃料検出回路６４と結合される。燃料検出回路６４は、燃料センサ５８、６１から得られた測定値を調整する。
ヒータ７４、７５は、それぞれの燃料センサ５８、６１に結合され、制御システム３０からの制御に応答して燃料センサ５８、６１を選択的に加熱する。ヒータ７４、７５は、構成によっては、燃料センサ５８、６１と一体化されている。ヒータ７４、７５は、好ましくは、適切な動作を保証するために事前定義された温度範囲で設けられる。燃料センサ５８、６１の他の構成も可能である。
一実施形態では、ハウジング１２の外側に外部温度センサ５９が設けられる。制御システム３０は、外部温度を監視するために温度センサ５９に関連する温度回路６７にも結合される。温度回路６７は、温度センサ５９から受信した信号を調整する。
制御システム３０は、燃料電池システム１０の少なくとも１つの動作を制御および監視することの少なくとも一方のために構成される。動作中、燃料供給源２３からの燃料がメインバルブ４７に供給される。メインバルブ４７は、図示のように補助バルブ４５に連結される。制御システム３０からの制御に応答して、メインバルブ４７および補助バルブ４５は、燃料をそれぞれの燃料電池カートリッジ１４に供給する。燃料の供給および酸素の存在に応答して、燃料電池カートリッジ１４は電力を生成する。
電力バス６０は、燃料電池カートリッジ１４を直列に結合する。電力バス６０は、外部負荷２２（図１に示す）に接続され得る外部端子６２、６３と結合される。端子６２は正の端子であり、端子６３は燃料電池システム１０の負の端子である。
空気温度制御アセンブリ５０は、ポート５２を介して各燃料電池カートリッジ１４に酸素を供給する。燃料電池カートリッジ１４は、化学的エネルギーを電気に変換するよう個別に動作可能である。各燃料電池カートリッジ１４は、アノード側とカソード側とを含む複数の燃料電池セルを含む。補助バルブ４５は、燃料電池のアノード側に燃料を供給する。プレナム５１は、燃料電池のカソード側の内部に空気を導く。空気温度制御アセンブリ５０は、所定の温度範囲内で循環空気を提供する。そのような循環空気は、外気および／または再循環空気の一方である。
燃料電池システム１０の始動時に、調節要素５３は、制御システム３０を介して、要素制御回路４１を使用して制御され、プレナム５１内に存在する空気の温度を上昇または低下させることができる。ファン５４は、プレナム５１内の空気をそれぞれの燃料電池カートリッジ１４に循環させる。ファン制御回路４８およびファン監視回路４９は、ファン５４に結合されて示される。制御システム３０からの制御に応答して、ファン制御回路４８は、ファン５４の空気流量（例えば、回転速度）を制御する。ファン監視回路４９は、ファン５４によって誘発された実際の空気流量を監視する（例えば、ファン監視回路４９は、回転ファン構成用のタコメータを含むことができる）。
制御システム３０は、温度センサ５５を用いてプレナム５１内の空気の温度を監視する。動作中、熱が発生し、燃料電池カートリッジ１４から放出される。したがって、燃料電池システム１０の効率的な動作を提供するために、プレナム５１内の空気の温度を低下させることが必要な場合がある。制御システム３０からの制御に応答して、空気通路５６は外気をプレナム５１に導入し、プレナム５１から空気を外気に排出する。
制御システム３０は制御回路５７と通信して空気通路５６を制御する。一実施形態では、空気通路５６は複数の羽根を含み、制御回路５７は空気通路５６の羽根の位置を制御して外気を選択的にプレナム５１に導入する。空気通路５６の羽根は、制御システム３０からの制御に応答して、プレナム５１に導入される外部の新鮮な空気の量またはプレナム５１から排出される空気の量を変化させるために、開位置と閉位置との間の複数の向きに設けられる。プレナム５１内を循環する空気は、再循環空気および／または新鮮な周囲空気を含む。
温度センサ５９を利用して、制御システム３０はまた、ハウジング１２の周りの周囲空気の温度を監視する。制御システム３０は、温度センサ５９からのそのような外部温度情報を利用して、空気通路５６の動作を制御する。好ましい実施形態では、温度センサ５９は、空気通路５６に隣接して配置される。
以下でさらに詳細に説明するように、制御システム３０は、ファン制御回路４８を使用してファン５４の空気流量を制御する。ファン監視回路４９は、制御システム３０に空気流量情報を提供する。制御システム３０は、個々のセル電圧を加算することによって電力バス６０を介して供給される全システム電圧を監視する。制御システム３０は、電流センサ４０を用いて電力バス６０を介して供給される電気負荷を監視する。システムバス電圧および負荷の情報により、制御システム３０は廃熱電力を計算し、所望の冷却空気流を提供する。制御システム３０はまた、燃料電池システム１０の一実施形態による廃熱電力に応じてファン５４の空気流量を制御する。
燃料電池カートリッジ１４の動作中、カソード側の水および大気成分などの非燃料希釈剤は、燃料電池のカソード側から燃料電池の膜電極アセンブリを通って拡散し、燃料電池のアノード側に蓄積する可能性がある。さらに、燃料電池のアノード側に直接供給される燃料供給源中の不純物もまた蓄積する。介入なしに、これらの希釈剤は性能を低下させるのに充分なほどに燃料を希釈してしまう可能性がある。したがって、個々の燃料電池のアノード側は、ブリードマニホルド６５に接続される。ブリードマニホルド６５は、ブリードバルブ４３とさらに結合される。
制御システム３０は、ブリードソレノイド４２を選択的に作動させてブリードバルブ４３を選択的に開閉して、同伴された希釈剤およびおそらくハウジング１２内のブリード排出口６６を介して燃料などの物質の排出を可能する。制御システム３０は、ブリードバルブ４３を定期的に開閉するよう動作する。ブリードバルブ４３の開放および閉鎖の頻度は、端子６２、６３などに結合された電気的負荷などの多数の要因によって決定される。図示されていないが、燃料回収システムは、再循環または他の用途のために未使用燃料を回収するためにブリード排出口６６と連結することができる。
インターフェースまたはコンピューティング装置２４から入力される始動条件の後、制御システム３０は、スイッチング装置３８を選択的に制御して、電力バス６０を正の端子６２に結合する。スイッチング装置３８は、電力バス６０を外部負荷２２に選択的に結合するための並列金属酸化物半導体電界効果トランジスタ（ＭＯＳＦＥＴ）スイッチを含む。
例えば、制御システム３０は、温度センサ５５を利用してプレナム５１内の適切な動作温度にいつ到達したかを検証することができる。さらに、制御システム３０は、スイッチング装置３８を閉じて電力バス６０を関連する負荷２２に接続する前に、各燃料電池カートリッジ１４の電圧および／または電流などの少なくとも１つの電気的特性に達したことを検証する。これは、バス６０を外部負荷２２に結合する前に、燃料電池システム１０の適切な動作を提供する。
例示的な実施形態では、電源３２は、異なる電位を有する電源を含む。例えば、電源３２は、制御システム３０などの燃料電池システム１０のデジタル回路を動作させるために５ボルトの供給電圧をもたらす。また、電源３２は、燃料電池システム１０内のファン５４などの構成要素の動作のために、＋／−１２ボルトなどのより高い電圧電位を提供する。
さらに、電源３２は、始動手順中に構成要素に電力を供給するバッテリを含む。始動手順に続いて、電源３２は電力バス６０に結合され、燃料電池システム１０によって利用される内部電力は、燃料電池カートリッジ１４から生成された電力から得られる。充電回路３４は、電力バス６０からの電力を利用して電源３２のバッテリを選択的に充電するために設けられる。制御システム３０は、電源センサ３１を使用して、バッテリの電気的状態および電源３２の供給電圧を監視する。制御システム３０は、充電回路３４を動作させて、そのような監視動作に応じて電源３２のバッテリを充電する。
制御システム３０はまた、コンピューティング装置２４などの外部装置への通信を提供する通信ポート３６と結合される。別の実施形態では、コンピューティング装置２４は、燃料電池システム１０から離れた外部制御システムまたは監視システムを含む。制御システム３０は、通信ポート３６を使用して燃料電池システム１０の要求、コマンド、動作条件などを含むデータを出力する。さらに、制御システム３０は、通信ポート３６を使用して、コンピューティング装置２４からコマンド、要求などを含むデータを受信する。
図３は、故障管理コンピューティング装置などの例示的なコンピューティング装置２４のブロック図である。コンピューティング装置２４は、機械学習を使用して、図１に示す燃料電池システムにおける故障状態の解決策を決定し、その解決策を１つまたは複数のコンピューティング装置２４に伝達し、ならびに／もしくは１つまたは複数の故障状態解決策を１つまたは複数のコンピューティング装置２４から受信するよう構成される。
コンピューティング装置２４は、メモリ装置１１０と、命令を実行するためにメモリ装置１１０に動作可能に結合されるプロセッサ１１５とを含む。いくつかの実施形態において、実行可能命令が、メモリ装置１１０に格納される。コンピューティング装置２４は、プログラミングプロセッサ１１５によって、本明細書で説明される１つまたは複数の動作を実行するよう構成することができる。例えば、プロセッサ１１５は、動作を１つまたは複数の実行可能命令として符号化し、実行可能命令をメモリ装置１１０にもたらすことによって、プログラムすることができる。例示的実施形態において、メモリ装置１１０は、実行可能命令および／または他のデータなどの情報のストレージおよび検索を可能にする１つまたは複数の装置である。メモリ装置１１０は、１つまたは複数のコンピュータ可読媒体を含むことができる。メモリ装置１１０は、センサデータおよび／または任意の他のタイプのデータを格納するよう構成される。また、メモリ装置１１０は、燃料電池の故障状態に対するデータ駆動ソリューションを容易に生成するのに充分なデータ、アルゴリズム、およびコマンドを含むが、これに限定されない。
コンピューティング装置２４は、燃料電池システム内の故障状態に関連するセンサデータを受信し、センサデータに基づいて故障状態に対する解決策を決定する。例えば、第１のプラント（図３には図示せず）の第１のコンピューティング装置２４は、センサデータまたはオペレータ入力に基づいて、あるメンテナンス手順または制御設定の変更が、異なるメンテナンス手順または制御設定の異なる変更よりも燃料電池内の故障状態を解決するのに適していることを学習することができる。第１のコンピューティング装置２４は、通信インターフェース１３５を使用して、第２のプラント（図３には示されていない第２のプラント）内の第２のコンピューティング装置２４に、学習された手順または設定変更を通信する。この処理により、第２のコンピューティング装置２４は、第２の発電所で検出された同じまたは同様の故障状態に応じて、同じ手順または同じ変更を使用することができる。さらなる実施形態では、コンピューティング装置２４は、センサデータまたは他の情報に基づいて、メンテナンス手順の推奨をユーザ１２５に生成する。
例示的な実施形態では、コンピューティング装置２４は、プレゼンテーションインターフェース１２０およびユーザ入力インターフェース１３０を含むヒューマンマシンインターフェース（ＨＭＩ）１４０を含む。プレゼンテーションインターフェース１２０は、プロセッサ１１５に結合され、ユーザ１２５に情報を提示する。いくつかの実施形態では、プレゼンテーションインターフェース１２０は、１つまたは複数の表示装置を含み、画像、３Ｄモデルなどの視覚データ、ならびに燃料電池およびスタックに関するより具体的な詳細をユーザ１２５に提示する。例示的な実施形態において、ユーザ入力インターフェース１３０は、プロセッサ１１５に結合され、ユーザ１２５から入力を受け取る。
ＨＭＩ１４０により、ユーザ１２５は、変化する処理条件を適切に見て応答し、燃料電池システムおよび燃料電池プラントの安全で確実な動作を保証することができる。例えば、ＨＭＩ１４０は、少なくとも１つの処理変数名を表示し、処理変数名、リアルタイム変数値、上限または下限を示す定義された動作限界、ならびに動作マージンに関連付けられる。ＨＭＩ１４０は、リアルタイム変数値と動作限界との間の離れ具合によって規定される動作マージンを一目で比較することを可能にする。いくつかの実施形態では、ＨＭＩ１４０は、処理変数が事前定義された処理限界にどれくらい近いかを容易に示すために色分けを組み込む。例えば、「黄色」の色分けは処理変数値が定義された処理限界に近いか等しいことを示し、「赤色」の色分けは処理変数値が限界を超えていることを示す。動作限界はプラントモデル予測および／または工学的判断から導出され、処理限界、信頼限界、動作限界、または安全限界を含む。例えば、動作限界は、（１）圧力、温度、および流量を含むがこれらに限定されない処理値、（２）温度変化率、電力出力変化率、およびガス組成変化率を含むがこれらに限定されない変化率、（３）アノード圧力とカソード圧力との差などを含むがこれに限定されない２つの処理値の間の離れ具合、の１つまたは複数を含む。動作限界を記述するプラントモデルは、物理ベースのモデル、経験的モデル、データ駆動型モデル、またはヒューリスティックモデルとすることができる。いくつかの実施形態では、動作マージンの表示には、時間とともに推移するプロット、静的および／または動的テーブル、ならびにアニメーションを伴う図を含む。
例示的な実施形態では、ＨＭＩ１４０は、１つまたは複数の動作マージンの状態に基づいて燃料電池プラントの動作に影響を及ぼす。例えば、一実施形態では、ＨＭＩ１４０は、限界超過を示すために色分けを使用することによってプラント動作に影響を及ぼす。別の実施形態では、ＨＭＩ１４０は、動作マージンを増加させるために操作されるダイレクトノブを指示することによって、プラント動作に影響を及ぼす。さらに別の実施形態では、ＨＭＩ１４０は、メモ、ＳＭＳ、警報、および／またはホーンなどの警報を積極的に送信することによって、プラント動作に影響を及ぼす。さらに別の実施形態では、ＨＭＩ１４０は、事前定義された動作シーケンスを中断するか、動作をスタンバイ状態にするか、または自動シャットダウンをトリガすることによってプラント動作に影響を及ぼす。
通信インターフェース１３５が、プロセッサ１１５に結合され、１つまたは複数のセンサもしくは１つまたは複数のコンピューティング装置２４などの１つまたは複数の他の装置に通信可能に結合され、入力チャネルとして機能してそのような装置に関する入力および出力動作を実行するよう構成される。通信インターフェース１３５は、１つまたは複数の遠隔装置からデータを受信する、および／または１つまたは複数の遠隔装置にデータを送信する。例えば、あるコンピューティング装置２４の通信インターフェース１３５は、別のコンピューティング装置２４の通信インターフェース１３５に信号を送信する。より具体的には、コンピューティング装置２４は、通信インターフェース１３５を使用して、故障状態に対する解決策を１つまたは複数のコンピューティング装置２４に送信する。さらに、コンピューティング装置２４は、通信インターフェース１３５を使用して、１つまたは複数のコンピューティング装置２４から故障状態についての１つまたは複数の解決策を受信する。いくつかの実施形態では、通信インターフェース１３５は無線インターフェースである。
コンピューティング装置２４は、図２に示すように、燃料電池制御システムを介して１つまたは複数の燃料電池システムの動作を容易にするために使用される。いくつかの実施形態では、コンピューティング装置２４は、充分なコンピュータ可読／実行可能命令、データ構造、プログラムモジュール、およびプログラムサブモジュールも含み、他の電力プラントおよび燃料電池制御システムからの測定値と関連する他のデータを受信し、電力プラント内の燃料電池の全体的な故障管理を容易にする。
図４は、（図１および図２に示される）コンピューティング装置２４に結合された燃料電池システム１０を含む分散故障管理システム４００の一部のブロック図である。例示的な実施形態では、コンピューティング装置２４は、故障管理コンピューティング装置である。システム４００は、別個の場所に配置されたコンピューティング装置２４の間の共同作業を容易にするために、他のシステムからデータを送信および受信するのに充分なコンピュータ可読／実行可能命令、データ構造、プログラムモジュール、およびプログラムサブモジュールを含む。例えば、コンピューティング装置２４は、別々の電力プラントに配置することができる。コンピューティング装置２４は、センサデータを受信し、燃料電池システム１０の故障状態に対する１つまたは複数の解決策を生成するコンピュータベースシステムである。例示的な実施形態では、コンピューティング装置２４は、監視アルゴリズムおよび監視ロジックを実行するよう構成される。
例示的な実施形態では、コンピューティング装置２４は、通信インターフェース１３５（図３に示す）を介してネットワーク４２５に結合される。コンピューティング装置２４は、ネットワーク４２５を介して１つまたは複数の追加のコンピューティング装置２４（図４に示されていない追加のコンピューティング装置２４）に結合される。いくつかの実施形態では、ネットワーク４２５は無線ネットワークである。
コンピューティング装置２４は、ユーザ入力インターフェース１３０および／またはプレゼンテーションインターフェース１２０（図３に示す）を介して、ユーザ１２５（図３に示す）などのオペレータ４３０と対話する。一実施形態では、コンピューティング装置２４は、画像、３Ｄモデル、ビデオ、および手順などの様々な視覚データなどの燃料電池システム１０に関する情報をオペレータ４３０に提示する。例えば、コンピューティング装置２４は、動作情報をオペレータ４３０に提示する。本明細書で使用される場合、「オペレータ」という用語は、シフト作業要員、メンテナンス技術者、および設備管理者を含むが、これらに限定されない、燃料電池システム１０を操作および維持することに関連する任意の能力を有する人を含む。
コンピューティング装置２４は、オペレータ４３０が燃料電池システム１０の動作状態を動作コマンドに従って監視することを可能にする情報を受信すると同時に、燃料電池システム１０に自動的に、または手動で、動作コマンドを入力するために、入力インターフェース１３０およびプレゼンテーションインターフェース１２０を含むか、またはそれらに結合される。コンピューティング装置２４は、例えば、制御システム３０を使用して、動作コマンドに従って燃料電池システム１０の動作を制御する。コンピューティング装置２４は、制御戦略を実施するためのプロセッサ１１５（図３に示す）を含む。さらに、コンピューティング装置２４は、動作コマンドに応じて、燃料電池システムの動作状態を含む監視信号を送信する。例えば、コンピューティング装置２４は、所定の動作コマンドを制御システム３０に送信する。
例示的な実施形態では、燃料電池システム１０は、少なくとも１つの入力チャネル（図示せず）を介してコンピューティング装置２４に結合された少なくとも１つのセンサ４４０を含む。少なくとも１つのセンサ４４０は、燃料電池システム１０の少なくとも１つの構成要素に、構成要素内部に、構成要素上に設置され、または構成要素に取り付けられる。センサ４４０は、燃料電池システム１０の各部から生じる電圧、温度、電力、電流、圧力、ガス流、濃度、および燃料データに関連するが、これらに限定されない、燃料電池測定値を収集する。センサ４４０は、温度センサ、燃料センサ、電圧センサ、電流センサ、および電源センサを含むことができるが、これらに限定されない。センサ４４０は、図２に示す電源センサ３１、温度センサ５５または５９、電流センサ４０、ならびに燃料センサ５８または６１を含むことができる。これらの燃料電池測定値は、個々のセルに局所的な複数の量、または燃料電池システム１０におけるセルの積み重ねに対する量を示すことができる。例えば、一実施形態では、燃料電池システム１０は、燃料電池の周りのハウジング内に１つまたは複数の温度センサを含む。別の実施形態では、燃料電池システム１０は、ハウジング内の燃料の存在を監視するよう構成される１つまたは複数の燃料センサを含む。さらに別の実施形態では、１つまたは複数のセンサが、端子に結合された負荷に供給される電流を監視すること、および少なくとも１つの燃料電池の電圧を監視することの少なくとも一方を行うよう構成される。
センサ４４０は、コンピューティング装置２４に送信される燃料電池システム１０の燃料電池測定値によりセンサ信号を生成する。センサ４４０は、周期的に、連続的に、および／または要求に応じて、測定時に測定データを繰り返し送信する。コンピューティング装置２４は、燃料電池システム１０に直接接続され、監視アルゴリズムおよび監視ロジックを使用して測定データを受信および処理して、１つまたは複数の故障状態を検出および／または判定する。
コンピューティング装置２４は、人工知能ソフトウェアプログラムおよび／または機械学習ソフトウェアプログラムで動作するよう設計されている。コンピューティング装置２４は、燃料電池システム１０に取り付けられ、その構成要素と相互作用する。これにより、コンピューティング装置２４は、燃料電池システム１０にデータおよびコマンドを出力し、燃料電池システム１０から出力データ、要求などを受信することができる。コンピューティング装置２４は、センサデータを収集し、データをコンパイルする。コンピューティング装置２４は、可能な限り詳細に故障状態に対する解決策を自動的に学習するよう構成される。ここでは、機械学習、認知システム、パターン認識、クラスタ認識（ＳＶＭクラスタリング）、遺伝的アルゴリズム、ヒューリスティックス、およびビッグデータ分析などを含む、データ分析の既知の技術が適用されると期待される。
コンピューティング装置２４は、人工知能および／または機械学習を使用して、１つまたは複数の故障状態に対する解決策を決定する。いくつかの実施形態では、センサデータおよび／またはオペレータ入力から学習する人工知能アルゴリズムが実装される。次に、燃料電池システム１０の故障状態の解決策を調節する。例えば、コンピューティング装置２４は、センサデータまたはオペレータ入力に基づいて、あるメンテナンス手順または制御設定の変更が、異なるメンテナンス手順または制御設定の他の変更よりも燃料電池内の故障状態を解決するのに適していることを学習するよう構成される。例えば、メンテナンス手順は、ハウジング内の温度を上昇または下降させることを含むことができる。別の例では、制御設定の変更は、例えば、燃料センサから受信したデータに基づいてハウジング内の燃料の検出に応答してシャットダウン動作を実施することを含むことができる。
コンピューティング装置２４は、１つまたは複数の故障状態に対する解決策に基づいて解決策コマンド信号を生成する。コンピューティング装置２４は、ネットワーク４２５を介して解決策コマンド信号を送信する。解決策コマンド信号は、他のコンピューティング装置２４を含むがこれに限定されないネットワーク４２５にアクセス可能な任意の装置によってアクセスされる。解決策コマンド信号は、他のコンピューティング装置２４を、同様の方法で同様の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。より具体的には、解決策コマンド信号は、他のコンピューティング装置２４のメンテナンス手順および／または制御設定を変更するよう構成された命令を含む。
コンピューティング装置２４は、ネットワーク４２５を介して、他の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ようにも構成される。解決策コマンド信号は、本明細書で説明するように、同一または同様の故障状態を解決するために指定された解決策を使用するようコンピューティング装置２４を構成する。
図５は、故障管理コンピューティング装置５０２、５１２にそれぞれ結合された複数の燃料電池システム５０８、５１６を含む分散故障管理システム５００の一部のブロック図である。燃料電池システム５０８、５１６は、燃料電池システム１０と同じである。故障管理コンピューティング装置５０２、５１２は、上述したコンピューティング装置２４と同じである。例示的な実施形態では、コンピューティング装置５０２は、第１のプラント５０６に位置し、燃料電池システム５０８と通信している。コンピューティング装置５０２は、少なくとも１つのセンサ５１０からのセンサデータまたはオペレータ入力に基づいて、検出された故障状態への解決策を学習する。例えば、コンピューティング装置５０２は、メンテナンス手順または制御設定の変更が、異なるメンテナンス手順または制御設定の他の変更よりも故障状態を解決するためにより適していることを学習する。燃料電池の故障状態には、燃料漏れ、空気ファンの故障、冷凍システムの故障、燃料クロスオーバの増大、水素圧力の不具合が含まれるが、これらに限定されない。
故障状態解決策を学習すると、コンピューティング装置５０２は、故障状態解決策に基づいて解決策コマンド信号を生成する。コンピューティング装置５０２は、ネットワーク４２５を介して解決策コマンド信号を第２のプラント５１４内のコンピューティング装置５１２に通信し、コンピューティング装置５１２は、第２のプラント５１４内の燃料電池システム５１６で検出された同じまたは同様の故障状態を検出したことに応じて同じ解決策手順を使用することができる。いくつかの実施形態では、さらに、コンピューティング装置５０２は、コンピューティング装置５１２に命令を送信して、コンピューティング装置５１２によって使用されるメンテナンス手順または制御設定を変更して、同じまたは同様の故障状態を解決する。これにより、様々な異なる場所で発見された故障状態を解決する分散故障管理が可能になる。
２つのコンピューティング装置５０２および５１２、２つの燃料電池システム５０８および５１６、１つのネットワーク４２５、ならびに２つのプラント５０６および５１４のみが図５の例示的な実施形態に示されているが、システム５００は、任意の数のコンピューティング装置、燃料電池システム、ネットワーク、およびプラントを含むことができ、本明細書で説明するように機能することができる。
図６は、複数の燃料電池システム１０（図１に示す）を使用する分散故障管理のための例示的な方法６００の概略図である。方法６００は、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、第１の故障管理コンピューティング装置２４に結合された少なくとも１つのセンサ４４０とを含む。センサ４４０は、燃料電池システム１０に関連付けられる。第１の故障管理コンピューティング装置２４は、センサ４４０から測定データを受信する６０２。測定データは、少なくとも１つの故障状態に関連するデータを含む。第１の故障管理コンピューティング装置２４は、機械学習を使用して、燃料電池および燃料電池構成要素における少なくとも１つの故障状態に対する解決策を生成する６０４。第１の故障管理コンピューティング装置２４は、典型的には遠隔地に配置される少なくとも１つの第２の故障管理コンピューティング装置２４に故障状態解決策を通信する。より具体的には、第１の故障管理コンピューティング装置２４は、少なくとも１つの故障状態に対する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６０６。第１の故障管理コンピューティング装置２４は、少なくとも１つの解決策コマンド信号を第２の故障管理コンピューティング装置２４に送信する６０８。解決策コマンド信号は、同様の方法で同様の故障状態を解決するために解決策を使用するよう第２の故障管理コンピューティング装置２４を構成する６１０。
上述の燃料電池故障管理システムは、複数の燃料電池システムを使用する分散故障管理のためのシステムおよび方法を提供し、既知の燃料電池故障管理システムの多くの欠点を克服し、そのような燃料電池システムでの故障状態を管理するための費用効果の高い方法を提供する。具体的には、本明細書で説明する実施形態は、故障管理コンピューティング装置に関連する燃料電池システムを含む。故障管理コンピューティング装置は、燃料電池システムおよび通信ネットワークと通信するメモリおよびプロセッサを含む。故障管理コンピューティング装置は、人工知能および／または機械学習を使用して、燃料電池および燃料電池構成要素において検出された故障状態に対する解決策を決定し、解決策コマンド信号として故障状態解決策を複数の故障管理コンピューティング装置に伝達するよう構成される。解決策コマンド信号は、燃料電池システムで検出された場合に同じまたは同様の故障状態に応答するために、故障状態解決策を使用するよう複数の故障管理コンピューティング装置を構成する。したがって、本明細書に記載された実施形態は、燃料電池システムが動的および適応的に故障状態を解決し、他の燃料電池システムと故障状態に対する解決策を共有することを可能にし、それによって、部分的に故障した燃料電池の性能を改善する。
本明細書で説明される方法、システム、および装置の例示的な技術的効果は、（ａ）産業設備における電源の信頼性を高めること、（ｂ）従来の発電システムのものよりも供給独立性、可用性、効率、信頼性を高め、排出を低減する燃料電池システムで電力供給すること、（ｃ）様々な異なる場所で検出された故障状態を解決するための分散型人工知能および／または機械学習を可能にすること、（ｄ）異なる場所にある燃料電池システムの間で協働することによって、複数の場所で同じまたは同様の故障状態が繰り返し発生するのを回避すること、および（ｅ）故障状態を迅速かつ自動的に解決することによって、部分的に故障した燃料電池の性能を改善すること、の少なくとも１つを含む。
複数の分散型燃料電池システムを使用する故障管理のための方法、システム、および装置の例示的な実施形態は、本明細書に記載した特定の実施形態に限定されるものではなく、むしろ、システムの構成要素および／または方法のステップは、本明細書に記載した他の構成要素および／またはステップから独立に、かつ別個に利用することができる。例えば、本方法は、高い信頼性を要求される他の発電システム組み合わせて使用することもでき、本明細書に記載したとおりのシステムおよび方法における実施だけに限定されない。むしろ、例示的な実施形態は、分散型システムを使用する故障管理から利益を得ることができる他の多くの用途、機器、およびシステムに関連して実施および利用することができる。
本開示の様々な実施形態の具体的な特徴をいくつかの図面には示してあって、他の図面には示していないが、これは単に便宜上のためである。本開示の原理によれば、図面の任意の特徴は、他の任意の図面の任意の特徴と組み合わせて参照および／または請求することができる。
いくつかの実施形態は、１つまたは複数の電子装置またはコンピューティング装置の使用を含む。このような装置は、典型的には、汎用中央処理装置（ＣＰＵ）、グラフィックス処理ユニット（ＧＰＵ）、マイクロコントローラ、縮小命令セットコンピュータ（ＲＩＳＣ）プロセッサ、特定用途向け集積回路（ＡＳＩＣ）、プログラマブル論理回路（ＰＬＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、デジタル信号処理（ＤＳＰ）装置などのプロセッサ、処理装置、もしくはコントローラ、および／または本明細書に記載した機能を実行することができる他の任意の回路もしくは処理装置を含む。本明細書に記載した方法は、これらに限らないが、記憶装置および／またはメモリ装置を含むコンピュータ可読媒体で具現化された実行可能命令として符号化することができる。このような命令は、処理装置によって実行された場合に、本明細書に記載する方法の少なくとも一部を処理装置に実行させる。上記の例は例示的なものにすぎず、したがって、プロセッサおよび処理装置という用語の定義および／または意味を決して限定するものではない。
本明細書は最良の形態を含む実施形態を開示するため、および、あらゆる装置またはシステムを製作し、ならびに使用し、およびあらゆる組込方法を実行することを含む任意の当業者が実施形態を実施することを可能にするための例を用いる。本開示の特許可能な範囲は、特許請求の範囲によって定義され、当業者が想到するその他の実施例を含むことができる。このような他の実施例が請求項の字義通りの文言と異ならない構造要素を有する場合、または、それらが請求項の字義通りの文言と実質的な差異がない等価な構造要素を含む場合には、このような他の実施例は特許請求の範囲内であることを意図している。
［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。
１０ 燃料電池システム
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)

  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）。
  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、請求項１に記載の分散故障管理システム（４００、５００）。
  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、請求項１に記載の分散故障管理システム（４００、５００）。
  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、請求項３に記載の分散故障管理システム（４００、５００）。
  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、請求項１に記載の分散故障管理システム（４００、５００）。
  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、請求項１に記載の分散故障管理システム（４００、５００）。
  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、請求項１に記載の分散故障管理システム（４００、５００）。
  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、請求項１に記載の分散故障管理システム（４００、５００）。
  9. 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。
  10. 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。
  11. 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。
  12. 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。
  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、請求項９に記載の非一時的コンピュータ可読記憶媒体。
  14. 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。
  15. 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。
JP2017244567A 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 Active JP7364832B2 (ja)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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