KR102671051B1 - 연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법 - Google Patents

연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법 Download PDF

Info

Publication number
KR102671051B1
KR102671051B1 KR1020230107641A KR20230107641A KR102671051B1 KR 102671051 B1 KR102671051 B1 KR 102671051B1 KR 1020230107641 A KR1020230107641 A KR 1020230107641A KR 20230107641 A KR20230107641 A KR 20230107641A KR 102671051 B1 KR102671051 B1 KR 102671051B1
Authority
KR
South Korea
Prior art keywords
stack
heat exchanger
line
hex
management system
Prior art date
Application number
KR1020230107641A
Other languages
English (en)
Other versions
KR20230126685A (ko
Inventor
오환영
이원용
양태현
최윤영
한수빈
박구곤
김민진
손영준
김승곤
임성대
박석희
배병찬
신동원
우승희
이소정
이혜진
이은직
Original Assignee
한국에너지기술연구원
Filing date
Publication date
Priority claimed from KR1020210021332A external-priority patent/KR20220117681A/ko
Application filed by 한국에너지기술연구원 filed Critical 한국에너지기술연구원
Priority to KR1020230107641A priority Critical patent/KR102671051B1/ko
Publication of KR20230126685A publication Critical patent/KR20230126685A/ko
Application granted granted Critical
Publication of KR102671051B1 publication Critical patent/KR102671051B1/ko

Links

Classifications

    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00Fuel cells; Manufacture thereof
    • H01M8/04Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313Processes 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
    • H01M8/04664Failure or abnormal function
    • H01M8/04686Failure or abnormal function of auxiliary devices, e.g. batteries, capacitors
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00Fuel cells; Manufacture thereof
    • H01M8/04Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04007Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids related to heat exchange
    • H01M8/04029Heat exchange using liquids
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00Fuel cells; Manufacture thereof
    • H01M8/04Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313Processes 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
    • H01M8/0432Temperature; Ambient temperature
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00Fuel cells; Manufacture thereof
    • H01M8/04Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313Processes 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
    • H01M8/0432Temperature; Ambient temperature
    • H01M8/04373Temperature; Ambient temperature of auxiliary devices, e.g. reformers, compressors, burners
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00Fuel cells; Manufacture thereof
    • H01M8/04Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298Processes for controlling fuel cells or fuel cell systems
    • H01M8/04992Processes 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
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/30Hydrogen technology
    • Y02E60/50Fuel cells

Abstract

본 발명의 다양한 실시예에 따른 연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법은, 열교환기 열전달율에 대한 측정값 및 예측값을 수득하는 단계; 상기 측정값 및 예측값의 잔차를 계산하는 단계; 계산된 잔차가 임계값을 초과하는지 결정하는 단계; 상기 계산된 잔차가 임계값을 초과하는 것으로 결정하는 경우, 열관리 시스템의 고장을 검출하는 단계; 스택 라인의 냉각수 유량, 저장조 라인의 냉각수 유량 및 저장조 라인 열교환기 출구 온도에 대한 측정값 및 예측값의 잔차를 계산하고, 잔차 패턴을 확인하는 단계; 및 상기 잔차 패턴을 이용하여 상기 열관리 시스템의 부품별 고장을 진단하는 단계를 포함한다.

Description

연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법{Fault detection of fuel cell thermal management system and fault diagnosis method of components}
본 발명의 다양한 실시예는 연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법에 관한 것이다. 구체적으로, 본 발명의 다양한 실시예는 연료전지 열관리 시스템의 고장을 검출하고, 나아가 부품별 고장을 진단할 수 있는 연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법에 관한 것이다.
연료전지는 고효율, 친환경, 높은 출력밀도 등과 같은 장점을 가지고 있어 유망한 미래 청정 에너지기술로 많은 관심을 받고 있다. 이러한 연료전지 시스템의 신뢰성을 보장하기 위해서는 초기 결함에 대한 정확한 진단이 필요하다. 연료전지 시스템은 스택, 연료 공급, 열 관리, 물 관리, 공기 공급 및 전력 인버터와 같은 여러 하위 시스템을 포함하는 복잡한 시스템이다. 따라서, 하위 시스템 수준에서 구성 요소 수준까지 단계적으로 계측적 방법을 사용하여 결함을 정확하게 진단할 수 있는 방법이 요구되고 있다.
본 발명은 열교환기의 열전달율을 이용하여 열관리 시스템의 고장을 검출하고, 냉각수 유량, 냉각수 온도와 관련된 추가 잔차를 활용하여 펌프, 센서(열전대) 등 열관리 시스템 부품별 고장의 원인을 진단할 수 있는 연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법을 제공하는 데 목적이 있다.
본 발명은 연료 전지 스택(Fuel Cell Stack), 열교환기(Heat Exchanger, HEX), 스택 펌프(Stack Pump), 저장조(Reservoir), 저장조 펌프(Reservoir Pump), 저장조 라인(Reservoir coolant line), 스택 라인(Stack coolant line), 연료전지 스택 라인의 스택입구 온도를 측정하는 스택입구 열전대, 연료전지 스택 라인의 스택출구 온도를 측정하는 스택출구 열전대, 저장조 라인의 열교환기 입구온도를 측정하는 열교환기 입구 열전대, 저장조 라인의 열교환기 출구온도를 측정하는 열교환기 출구 열전대 및 제어부를 포함하는 연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법에 관한 것으로,
열교환기 열전달율에 대한 측정값 및 예측값을 수득하는 단계;
상기 측정값 및 예측값의 잔차를 계산하는 단계;
계산된 잔차가 임계값을 초과하는지 결정하는 단계;
상기 계산된 잔차가 임계값을 초과하는 것으로 결정하는 경우, 열관리 시스템의 고장을 검출하는 단계;
스택 라인의 냉각수 유량, 저장조 라인의 냉각수 유량 및 저장조 라인 열교환기 출구 온도에 대한 측정값 및 예측값의 잔차를 계산하고, 잔차 패턴을 확인하는 단계; 및
상기 잔차 패턴을 이용하여 상기 열관리 시스템의 부품별 고장을 진단하는 단계를 포함한다.
본 발명은 열교환기를 통한 열전단율의 잔차를 통해 열관리 시스템의 오류를 감지할 수 있다. 그 다음 추가 잔차를 측정하여 각 구성 요소들의 고장을 진단할 수 있다. 본 발명에서는 연료전지 시스템의 작동을 위한 필수 센서(펌프 제어 신호 및 열전대)를 통해 잔차를 측정할 수 있어 추가 구성이 불필요하다. 즉, 연료전지 시스템의 작동을 위한 필수 센서(펌프 제어 신호 및 열전대)만으로도 열교환기, 펌프 및 열전대들의 고장을 감지할 수 있다. 또한, 진단에 활용되는 센서 자체의 고장까지도 감지할 수 있다.
도 1은 본 발명의 다양한 실시예에 따른 연료전지 열관리 시스템의 구성을 개략적으로 도시한 도면이다.
도 2는 본 발명의 다양한 실시예에 따른 연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법을 설명하기 위한 흐름도이다.
도 3의 (a)는 정상 상태일 때, (b)는 열교환기의 파울링(HEX Fouling)의 실시간 고장 감지 및 진단 결과이다.
도 4의 (a)는 스택입구 열전대(Stack-in TC), (b)는 스택출구 열전대(Stack-out TC), (c)는 스택 펌프(Stack Pump)의 실시간 고장 감지 및 진단 결과이다.
도 5의 (a)는 저장조 펌프(Reservoir Pump), (b)는 열교환기 입구 열전대(HEX-in TC), (c)는 열교환기 출구 열전대(HEX-out TC)의 실시간 고장 감지 및 진단 결과이다.
이하, 본 문서의 다양한 실시예들이 첨부된 도면을 참조하여 기재된다. 실시예 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다.
이하, 첨부된 도면을 참조하면서 본 발명에 따른 연료전지 스택의 예열 장치 의 바람직한 실시예들을 상세히 설명한다.
도 1은 본 발명의 다양한 실시예에 따른 연료전지 열관리 시스템의 구성을 개략적으로 도시한 도면이다.
도 1을 참고하면, 본 발명의 연료전지 열관리 시스템은, 연료 전지 스택(Fuel Cell Stack), 열교환기(Heat Exchanger, HEX), DI Tank, 스택 펌프(Stack Pump), 저장조(Reservoir), 저장조 펌프(Reservoir Pump), 팬(Fan), 저장조 라인(Reservoir coolant line), 스택 라인(Stack coolant line), 연료전지 스택 라인의 스택입구 온도를 측정하는 스택입구 열전대, 연료전지 스택 라인의 스택출구 온도를 측정하는 스택출구 열전대, 저장조 라인의 열교환기 입구온도를 측정하는 열교환기 입구 열전대, 저장조 라인의 열교환기 출구온도를 측정하는 열교환기 출구 열전대 및 제어부를 포함할 수 있다.
도 2는 본 발명의 다양한 실시예에 따른 연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법을 설명하기 위한 흐름도이다.
도 2를 참고하면, 실시간으로 열교환기 열전달율에 대한 측정값 및 예측값을 수득하는 단계(S100); 상기 측정값 및 예측값의 잔차를 계산하는 단계(S200); 계산된 잔차가 임계값을 초과하는지 결정하는 단계(S300); 계산된 잔차가 임계값을 초과하는 것으로 결정하는 경우, 열관리 시스템의 고장을 검출하는 단계(S400); 스택 라인의 냉각수 유량, 저장조 라인의 냉각수 유량 및 저장조 라인 열교환기 출구 온도에 대한 측정값 및 예측값의 잔차를 계산하고, 잔차 패턴을 확인하는 단계(S500); 잔차 패턴을 이용하여 상기 열관리 시스템의 부품별 고장을 진단하는 단계(S600)를 포함할 수 있다.
열교환기 열전달율(UAhex)에 대한 측정값 및 예측값을 수득하는 단계(S100) 및 측정값 및 예측값의 잔차를 계산하는 단계(S200)에서는, 하기 계산식을 통해 계산될 수 있다.
(1) 열교환기 열전달율(UAhex)에 대한 측정값 (UAhex_m)
여기서, Qst.= (Ethermo * ncell - Vstack) * Istack 이고,
Ethermo은 열역학적 단위전지 이론 전압
ncell은 스택 내 셀 개수
Vstack은 스택 전압
Istack은 스택 전류
Tst.out은 스택 라인 스택출구 온도
Tst.in은 스택 라인 스택입구 온도
Thex.out은 저장조 라인 열교환기 출구 온도
Thex.in은 저장조 라인 열교환기 입구 온도이다.
(2) 열교환기 열전달율(UAhex)에 대한 예측값 (UAhex_p)
여기서, Ust.pump은 스택 라인 펌프 제어신호
Ure.pump은 저장조 라인 펌프 제어신호이다.
(3) 열교환기 열전달율의 측정값 및 예측값의 잔차(R1)
상기 계산식을 참고하면, 열교환기 열전달율(UAhex)에 대한 측정값 (UAhex_m)은, 스택 전압, 스택 전류 및 기존의 열전대를 이용하여 계산된 온도값을 이용하고, 열교환기 열전달율(UAhex)에 대한 예측값 (UAhex_p)은 스택 라인 펌프의 제어신호, 저장조 라인 펌프의 제어신호 및 저장조 라인 열교환기 입구 온도값을 인풋(input)으로 하여 선형 회귀 모델(linear regression model)을 통해 수득할 수 있다. 즉, 별도의 추가 센서 없이도 열관리 시스템의 고장을 검출할 수 있다.
다음으로 계산된 잔차(R1)가 임계값을 초과하는지 여부를 판단할 수 있다.(S300)
다음으로, 계산된 잔차가 임계값을 초과하는 것으로 결정하는 경우, 열관리 시스템의 고장을 검출할 수 있다.(S400) 본 발명에서는 열교환기 열전달율(UAhex)을 열관리 시스템의 고장 검출에 대한 대표값으로 활용할 수 있다. 즉, 본 발명에서는 열관리 시스템의 어떠한 부품에 고장이 발생하더라도 열전달율 잔차(R1)에 변동성을 나타내도록 하여, 열교환기 열전달율을 통해 열관리 시스템의 고장을 검출할 수 있다.
다음으로, 스택 라인의 냉각수 유량, 저장조 라인의 냉각수 유량 및 저장조 라인 열교환기 출구 온도에 대한 측정값 및 예측값의 잔차를 계산하고, 잔차 패턴을 확인할 수 있고,(S500) 상기 열관리 시스템의 부품별 고장을 진단할 수 있다.(S600)
스택 라인의 냉각수 유량(Mst)에 대한 측정값, 예측값 및 잔차는 하기 계산식을 통해 계산될 수 있다.
(1) 스택 라인의 냉각수 유량(Mst)에 대한 측정값 (Mst._m)
여기서, Cpw은 물의 비열이다.
(2) 스택 라인의 냉각수 유량(Mst)에 대한 예측값 (Mst._p)
(선형 회귀 모델을 통해 수득)
(3) 스택 라인의 냉각수 유량(Mst)의 측정값 및 예측값의 잔차(R2)
저장조 라인의 냉각수 유량(Mre)에 대한 측정값, 예측값 및 잔차는 하기 계산식을 통해 계산될 수 있다.
(1) 저장조 라인의 냉각수 유량(Mre)에 대한 측정값(Mre._m)
(2) 저장조 라인의 냉각수 유량(Mre)에 대한 예측값(Mre._p)
(선형 회귀 모델을 통해 수득)
(3) 저장조 라인의 냉각수 유량(Mre) 의 측정값 및 예측값의 잔차(R3)
저장조 라인 열교환기 출구 온도에 대한 측정값, 예측값 및 잔차는 하기 계산식을 통해 계산될 수 있다.
(1) 저장조 라인 열교환기 출구 온도(Thex.out)에 대한 측정값(Thex.out_m)
(2) 저장조 라인 열교환기 출구 온도(Thex.out)에 대한 예측값(Thex.out_p)
(가우시안 프로세스 회기(Gaussian process regression) 모델을 통해 수득)
(3)저장조 라인 열교환기 출구 온도(Thex.out)의 측정값 및 예측값의 잔차(R4)
본 발명에서는, 스택 라인의 냉각수 유량 및 저장조 라인의 냉각수 유량을 측정하기 위한 별도의 유량계 없이 스택 전압 및 온도값으로부터 계산할 수 있다. 또한, 고가의 압력 센서와 같은 별도의 추가 센서없이도 고장을 진단할 수 있다.
한편, 상술한 측정값, 예측값 및 잔차의 계산식은 하기 표 1과 같이 정리할 수 있다.
[표 1]
한편, 앞선 계산식에서 계산된 잔차(R1, R2, R3, R4) 값을 실시간으로 수득한 후, 평균 및 표준 편차를 기반으로 일반화될 수 있다. 평균 기반으로 일반화된 잔차는 Ravg_nornal, 표준 편차를 기반으로 일반화된 잔차는 Rstd_normal로 표시되고, 하기 식을 통해 잔차값은 +1, 0, -1의 형태로 패턴화될 수 있다.
즉, 실시간으로 계산된 잔차값과 Ravg_nornal의 차이가 Rstd_normal n 배보다 크면 +1 또는 -1로 정의될 수 있다. 그렇지 않으면 0으로 정의될 수 있다. 즉, 잔차값은 +1, 0, -1의 형태로 패턴화되고, 하기 표 2와 같은 분류 모델에 입력될 수 있다.
[표 2]
즉, 표 2를 참고하면, 잔차(R1, R2, R3, R4) 패턴 및 분류 모델을 통해 열교환기, 스택 라인 및 저장조 라인의 고장을 진단할 수 있다. 보다 구체적으로, R1이 -1이고, R2가 0이고, R3가 -1이고, R4가 -1일때, 열교환기(Heat exchanger)의 파울링(Fouling) 고장이라고 진단할 수 있다.
또한, R1이 -1이고, R2가 -1이고, R3가 0이고, R4가 1일때, 스택 라인(Stack coolant line)에서의 스택입구 열전대(Stack-in TC)의 고장이라고 감지할 수 있다. R1이 1이고, R2가 1이고, R3가 0 또는 1이고, R4가 1일때, 스택출구 열전대(Stack-out TC)의 고장이라고 감지할 수 있다. R1이 -1이고, R2가 -1이고, R3가 0이고, R4가 0일때, 스택 펌프(Stack Pump)의 고장이라고 감지할 수 있다.
또한, R1이 1이고, R2가 0이고, R3가 -1이고, R4가 0일때, 저장조 라인(Reservoir coolant line)에서 저장조 펌프(Reservoir Pump)의 고장이라고 감지할 수 있다. R1이 1이고, R2가 0이고, R3가 -1이고, R4가 0일때, 열교환기 입구 열전대(HEX-in TC)의 고장이라고 감지할 수 있다. 즉, 저장조 펌프 및 열교환기 입구 열전대의 결함은 겹치는 잔차 패턴을 가지는데, 이는 저장조의 열전대 및 열교환기 입구 열전대를 비교하여 구분할 수 있다. 즉, 두 열전대에 의해 측정된 온도의 차이가 정상 상태 범위를 벗어났는지, 편차가 + 또는 -인지 여부를 평가하여 저장조 펌프 및 열교환기 입구 열전대의 결함을 각각 진단할 수 있다. 한편, R1이 -1이고, R2가 0이고, R3가 1이고, R4가 -1일때, 열교환기 출구 열전대(HEX-out TC)의 고장이라고 감지할 수 있다.
도 3의 (a)는 정상 상태일 때, (b)는 열교환기의 파울링(HEX Fouling)의 실시간 고장 감지 및 진단 결과이다. 도 4의 (a)는 스택입구 열전대(Stack-in TC), (b)는 스택출구 열전대(Stack-out TC), (c)는 스택 펌프(Stack Pump)의 실시간 고장 감지 및 진단 결과이다. 도 5의 (a)는 저장조 펌프(Reservoir Pump), (b)는 열교환기 입구 열전대(HEX-in TC), (c)는 열교환기 출구 열전대(HEX-out TC)의 실시간 고장 감지 및 진단 결과이다.
도 3 내지 도 5의 결과들을 참고하면, 앞선 표 2의 잔차 패턴 및 분류 모델과 일치함을 알 수 있다.
본 발명에서는 연료전지 시스템의 작동을 위한 필수 센서(펌프 제어 신호 및 열전대)만으로도 열교환기, 펌프 및 열전대들의 고장을 감지할 수 있다. 또한, 진단에 활용되는 센서 자체의 고장까지도 감지할 수 있다.
상술한 실시예에 설명된 특징, 구조, 효과 등은 본 발명의 적어도 하나의 실시예에 포함되며, 반드시 하나의 실시예에만 한정되는 것은 아니다. 나아가, 각 실시예에서 예시된 특징, 구조, 효과 등은 실시예들이 속하는 분야의 통상의 지식을 가지는 자에 의하여 다른 실시예들에 대해서도 조합 또는 변형되어 실시 가능하다. 따라서 이러한 조합과 변형에 관계된 내용들은 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.
또한, 이상에서 실시예들을 중심으로 설명하였으나 이는 단지 예시일 뿐 본 발명을 한정하는 것이 아니며, 본 발명이 속하는 분야의 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성을 벗어나지 않는 범위에서 이상에 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 예를 들어, 실시예들에 구체적으로 나타난 각 구성 요소는 변형하여 실시할 수 있는 것이다. 그리고 이러한 변형과 응용에 관계된 차이점들은 첨부한 청구 범위에서 규정하는 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (5)

  1. 연료 전지 스택(Fuel Cell Stack), 열교환기(Heat Exchanger, HEX), 스택 펌프(Stack Pump), 저장조(Reservoir), 저장조 펌프(Reservoir Pump), 저장조 라인(Reservoir coolant line), 스택 라인(Stack coolant line), 연료전지 스택 라인의 스택입구 온도를 측정하는 스택입구 열전대, 연료전지 스택 라인의 스택출구 온도를 측정하는 스택출구 열전대, 저장조 라인의 열교환기 입구온도를 측정하는 열교환기 입구 열전대, 저장조 라인의 열교환기 출구온도를 측정하는 열교환기 출구 열전대 및 제어부를 포함하는 연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법에 있어서,
    열교환기 열전달율에 대한 측정값 및 예측값을 수득하는 단계;
    수득된 상기 열교환기 열전달율에 대한 측정값에서 상기 열교환기 열전달율에 대한 예측값을 빼는 계산을 통해 상기 측정값 및 예측값의 대표 잔차(R1)를 계산하는 단계;
    상기 계산된 대표 잔차가 임계값을 초과하는지 결정하는 단계;
    상기 계산된 대표 잔차가 임계값을 초과하는 것으로 결정하는 경우, 열관리 시스템의 고장을 검출하는 단계;
    스택 라인의 냉각수 유량, 저장조 라인의 냉각수 유량 및 저장조 라인 열교환기 출구 온도에 대한 측정값 및 예측값의 추가 잔차(R2, R3, R4)를 계산하고, 상기 대표 잔차와 상기 추가 잔차에 기초하여 생성된 잔차 패턴을 확인하는 단계; 및
    상기 잔차 패턴을 이용하여 상기 열관리 시스템의 부품별 고장을 진단하는 단계를 포함하고,
    상기 잔차 패턴을 확인하는 단계에서, 잔차 패턴 및 분류 모델을 통해 상기 열교환기, 스택 라인 및 상기 저장조 라인을 포함하는 부품의 고장을 진단하되,
    상기 열관리 시스템의 부품별 고장을 진단하는 단계에서, 하기 표에 기초하여, 잔차 패턴을 확인하는 경우에, 겹치는 잔차 패턴을 가지는 경우, 제1 부품의 열전대와 상기 제1 부품과 겹치는 잔차 패턴을 가지는 제2 부품의 열전대를 각각 비교하는 단계를 더 포함하고,
    상기 열교환기 열전달율에 대한 측정값 및 예측값은 하기 식을 통해 계산되는 것을 특징으로 하고,
    (1) 열교환기 열전달율(UAhex)에 대한 측정값 (UAhex_m)

    여기서, Qst.= (Ethermo * ncell - Vstack) * Istack 이고,
    Ethermo은 열역학적 단위전지 이론 전압
    ncell은 스택 내 셀 개수
    Vstack은 스택 전압
    Istack은 스택 전류
    Tst.out은 스택 라인 스택출구 온도
    Tst.in은 스택 라인 스택입구 온도
    Thex.out은 저장조 라인 열교환기 출구 온도
    Thex.in은 저장조 라인 열교환기 입구 온도이다.
    (2) 열교환기 열전달율(UAhex)에 대한 예측값(UAhex_p)

    여기서, Ust.pump은 스택 라인 펌프 제어신호
    Ure.pump은 저장조 라인 펌프 제어신호이고,
    상기 예측값(UAhex_p)은 선형 회귀 모델(linear regression model)을 통해 수득한다.
    상기 열관리 시스템의 부품별 고장을 진단하는 단계에서는,
    열교환기 파울링(Fouling), 스택입구 열전대(Stack-in TC), 스택출구 열전대(Stack-out TC), 스택 펌프(Stack Pump), 저장조 펌프(Reservoir Pump), 열교환기 입구 열전대(HEX-in TC) 및 열교환기 출구 열전대(HEX-out TC)의 고장을 진단하되,
    하기 표를 이용하는 것을 특징으로 하는 연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법.
  2. 제1항에 있어서,
    상기 스택 라인의 냉각수 유량에 대한 측정값 및 예측값은 하기 식을 통해 계산되는 것을 특징으로 하는 연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법.
    (1) 스택 라인의 냉각수 유량(Mst)에 대한 측정값 (Mst._m)

    여기서, Cpw은 물의 비열이다.
    (2) 스택 라인의 냉각수 유량(Mst)에 대한 예측값 (Mst._p)

    여기서, 예측값 (Mst._p)은 선형 회귀 모델을 통해 수득한다.
  3. 제1항에 있어서,
    상기 저장조 라인의 냉각수 유량에 대한 측정값 및 예측값은 하기 식을 통해 계산되는 것을 특징으로 하는 연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법.
    (1) 저장조 라인의 냉각수 유량(Mre)에 대한 측정값(Mre._m)

    (2) 저장조 라인의 냉각수 유량(Mre)에 대한 예측값(Mre._p)

    여기서, 예측값 (Mre._p)은 선형 회귀 모델을 통해 수득한다.
  4. 제1항에 있어서,
    상기 저장조 라인 열교환기 출구 온도에 대한 측정값 및 예측값은 하기 식을 통해 계산되는 것을 특징으로 하는 연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법.
    (1) 저장조 라인 열교환기 출구 온도(Thex.out)에 대한 측정값(Thex.out_m)

    (2) 저장조 라인 열교환기 출구 온도(Thex.out)에 대한 예측값(Thex.out_p)

    여기서, 예측값(Thex.out_p)은 가우시안 프로세스 회귀(Gaussian process regression) 모델을 통해 수득한다.
  5. 제1항에 있어서,
    상기 잔차 패턴을 확인하는 단계에서는,
    측정값 및 예측값의 잔차값이 +1, 0 및 -1로 패턴화되는 것을 특징으로 하는 연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법.
KR1020230107641A 2023-08-17 연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법 KR102671051B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230107641A KR102671051B1 (ko) 2023-08-17 연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020210021332A KR20220117681A (ko) 2021-02-17 2021-02-17 연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법
KR1020230107641A KR102671051B1 (ko) 2023-08-17 연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020210021332A Division KR20220117681A (ko) 2021-02-17 2021-02-17 연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법

Publications (2)

Publication Number Publication Date
KR20230126685A KR20230126685A (ko) 2023-08-30
KR102671051B1 true KR102671051B1 (ko) 2024-06-03

Family

ID=

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017182916A (ja) * 2016-03-28 2017-10-05 ブラザー工業株式会社 燃料電池、推定方法及びコンピュータプログラム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017182916A (ja) * 2016-03-28 2017-10-05 ブラザー工業株式会社 燃料電池、推定方法及びコンピュータプログラム

Similar Documents

Publication Publication Date Title
CN109990922B (zh) 减少温度传感器冗余的温度传感器的故障诊断方法及系统
Polverino et al. Model-based diagnosis through structural analysis and causal computation for automotive polymer electrolyte membrane fuel cell systems
CN107664542B (zh) 用于汽车动力电池的温度传感器的故障诊断方法
CN110190306A (zh) 一种用于燃料电池系统的在线故障诊断方法
CN111033253B (zh) 水质诊断系统、发电站及水质诊断方法
KR102445886B1 (ko) 온도센서 고장 판단방법 및 판단시스템
KR102046536B1 (ko) 연료전지 열관리 시스템의 고장 진단 방법
TWI705219B (zh) 水質監視系統與具備其之蒸氣渦輪系統、以及水質監視方法
KR20140147621A (ko) 수질 센서 장애 제어 장치 및 방법
CN109975711A (zh) 电池组故障检测方法及装置
CN104977512A (zh) 一种海水管道绝缘性能的检测装置
KR20220117681A (ko) 연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법
KR102671051B1 (ko) 연료전지 열관리 시스템 고장 검출 및 부품 별 고장 진단 방법
JP2005117836A (ja) 排熱エネルギー回収装置
JP2018163760A (ja) 故障診断装置
JP7008098B2 (ja) 燃料電池システムの多段階故障診断方法及び装置
CN112051082A (zh) 一种供热系统换热器运行中故障诊断方法
KR102231125B1 (ko) 연료전지 시스템의 다단계 고장 진단 방법 및 장치
CN117317406A (zh) 一种液冷储能装置的健康监控方法、控制器及系统
CN108615917B (zh) 一种固体氧化物燃料电池系统的故障检测系统及方法
US11626629B2 (en) Method for performing a test of a thermal management system
CN112556799B (zh) 用于传感器异常的诊断方法、装置、电子设备和存储介质
Cheli et al. Model-Based Development of a Diagnostic Algorithm for Central Inverter Thermal Management System Fault Detection and Isolation
KR102115268B1 (ko) 고장 심각도에 기반한 연료전지 시스템의 고장 진단방법
JP4992373B2 (ja) 温度検出手段の診断装置