英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料
氢燃料电池状态监测与预测方法综述
荣恒林一,*薛楠希一，王培南一，卜丹武一、史明天乙
一北京邮电大学网络与交换技术国家重点实验室，北京，100876乙中国电力科学研究院有限公司，北京100192
a r t i c l e i n f o
论文时间：
收到日期：2018年8月1日
收到修订后的表格
2018年8月16日
接受日期：2018年9月11日在线提供
关键词：
燃料电池
健康监测
故障诊断
|
|
寿命预测故障预测
A B S T R A C T
氢燃料电池将氧和氢结合起来发电，成为一种很有前途的能源。燃料电池的状况，如健康状况和故障，对保证连续供电至关重要。燃料电池健康监测、故障诊断、预测、寿命预测等技术和算法。为了全面了解，本文对燃料电池状态监测技术的工作进行了全面的综述。它从两个不同的角度、技术和情景来回顾文学作品。从技术角度看，有基于模型的方法、基于过滤的方法和数据激励的方法。对于场景视图，建议使用5 5个表进行详细比较。在此基础上，读者可以很容易地了解燃料电池状态监测技术的现状。
copy;2018氢能出版有限公司，由爱思唯尔有限公司出版，版权所有。
介绍
原油价格的持续和逐步消耗突显出需要一种适合石油经济的替代品。必须有一个清洁和可再生能源为基础的节能手段来解决这个问题。在各种替代技术中，燃料电池发电、汽车工业和固定发电厂成为越来越有前途的解决方案（Hissel等人〔1〕。随着燃料电池成为一种趋势，Sharaf等人阿里亚斯等人[2,3]介绍了燃料电池技术的发展趋势，包括对历史、实力和挑战的概述。此外，Rahman等人[4]概述了生物氢技术及其在燃料电池中的应用
*通讯作者
电子邮箱：r h lin@bupt.edu.cn（r.-h.lin）。网址：https://doi.org/10.1016/j.ijhydene.2018.09.085
技术。然而，燃料电池的可靠性和耐久性等技术难点仍然有待解决。与诊断不同，燃料电池的预测有助于了解潜在故障和剩余寿命，Haoliu等人[5]对预测方法进行了全面的描述，并将预测方法分为几个类别，包括基于模型的方法、基于数据的方法和混合方法。
|
0360-3199/copy;2018氢能出版有限公司，由爱思唯尔有限公司出版，版权所有。 |
Jouin等人以及Davies等人[6,7]回顾了有关燃料电池预测及其健康状态监测的文献，这表明健康和生命预测也具有挑战性。此外，Sutharsan等人[8]提出了对燃料电池预测和健康监测的看法。为了更好地优化监测和预测，Priya等人[9]给出了燃料电池建模方法和参数估计技术的完整画面。Araya等人[10]关注燃料电池的高温冲击，试图了解温度与寿命的关系。
此外，郑等以及Abdullahet al.[11,12]表明，燃料电池组和系统的诊断对于常规电源至关重要。Aitouche等人[13]强调燃料电池容易发生故障，导致燃料电池停止或永久损坏。为了安全运行，必须采用系统技术对故障进行检测和隔离。此外，Petrone等人[14]提供了基于模型的诊断方法的描述，旨在帮助开发人员将其应用于PEMFC监控和故障检测与隔离（FDI）诊断工具。Hinds等人[15]介绍了燃料电池的其他诊断技术，包括非基于模型的方法。Benmouna等人[16]揭示了燃料电池系统的故障诊断方法，并对阳极驱动和基于信号的诊断方法的影响进行了简要的实验研究。胡适等人。[17]提出了一种用于燃料电池劣化诊断的恒流充电方法，该方法在几种不同的条件下进行了测试和改进，以获得准确的诊断结果。Cadet等人[18]提出了选择、设计和应用PEMFC诊断工具的若干标准，重点关注客观标准，并允许对结果进行实际验证。
如上所述，状态监测是燃料电池的一个重要问题，其应用的技术有多种。在下一节中，将提出审查的总体形象以及文献表。
文献结构顺序
本文主要研究健康监测、故障诊断、故障预测、寿命、参数估计等课题，如图1所示。
故障诊断是通过监测故障时间来识别的，系统确定故障类型及其位置。在燃料电池领域，故障诊断是确定什么时候出现洪水或其他一些非正常状态。
故障预测不同于故障诊断，它侧重于预测。没有故障，但是故障预测方法需要预测故障发生的时间和类型。
健康监测和寿命预测是相似的，但仍有一些微小的差异。健康监测是建立监测框架，获取实时监测数据，预测短期内的健康状况。然而，寿命预测是预测燃料电池还能使用多久，以及如何延长使用寿命。
参数估计是对一个典型问题搜索并找到一个合适的参数。在上述问题中得到了广泛的应用。
这五个问题有三大类方法，分别是基于模型的方法、基于过滤器的方法和数据驱动的方法。
对于基于模型的方法，系统中的故障发生由系统中的某些模型决定，这些模型可以是数学的，也可以是基于知识的。基于模型的诊断技术包括基于参数识别、基于观测器和奇偶空间建模的方法。
滤波器相关的方法，有些称为基于信号的方法。他们使用卡尔曼滤波器、粒子滤波器等滤波器。此外，隐马尔可夫模型和蒙特卡罗方法也经常应用于这一领域。
数据驱动方法是那些使用数据挖掘或统计方法的方法。在这一类别中，燃料电池数据将被收集起来，以便进一步处理。一个典型的过程是数据预处理、数据分析、模型创建、模型培训和模型评估。
在这篇综述中，我们查阅了120多部文献，如表1所示。有五列五行。每一行表示不同的问题，而每一列表示不同的类别或方法。例如，在健康监测/管理/绩效行中，有五种不同的方法：基于模型的方法、基于过滤的方法、数据驱动的方法、相关调查和其他方法。在本综述中，将充分讨论前三种方法。
基于模型的方法
如上所述，基于模型的方法提前创建一些系统模型，并使用该模型进行进一步评估[102103]。
|
图1e文献与方法的关系。 |
燃料电池状态监测有许多相关工作。使用hotelling t2控制来限制PEM燃料电池
|
表1 E文献汇总表 |
|
|
|
|
|
|
|
基于模型 |
滤波器 |
数据驱动 |
调查 |
其他 |
|
健康监测/ 管理/ 性能 |
Xue等人〔19〕 侯赛因等人〔20〕 费雷拉等人〔21〕 Drakselova等人〔22〕 |
Li等人〔23〕 张等。〔24〕 |
Asensio等人〔25〕 Yin等人〔26〕 Javed等人〔27〕 Kheirandish等人〔28〕 |
Hissel等人〔1〕 Wu等人〔29〕 Araya等人〔10〕 Sutharsan等人〔8〕 |
Majlan等人〔30〕 Abdullah等人〔12〕 Sharaf等人〔2〕 Rahman等人〔4〕 Kheirandish等人〔31〕 Asensio等人〔25〕 Worz等人〔32〕 Becherif等人〔33〕 |
|
故障诊断 |
Polverino等人〔34〕 |
Liu等人〔38〕 |
Mao等人〔45〕 |
郑等。〔11〕 |
Benouioua等人〔56〕 |
|
检测/ |
Damour等人〔35〕 |
Benouioua等人〔39〕 |
Cui等人〔46〕 |
Aitouche等人〔13〕 |
Maizia等人〔57〕 |
|
隔离 |
Petrone等人〔14〕 Liu等人〔36〕 Damour等人〔35〕 Polverino等人〔37〕 |
Katayamaet等人〔40〕 Steiner等人〔41〕 Dotelli等人〔42〕 Rubio等人〔43〕 易卜拉欣等〔44〕 |
Li等人〔47〕 Li等人〔48〕 Giurgea等人〔49〕 Li等人〔50〕 Riascos等人〔51〕 Wang等人〔52〕 Sorrentino等人〔53〕 Costamagna等人〔54〕 Li等人〔48〕 Outbib等人〔50〕 邵等。〔55〕 |
Hinds等人〔15〕 Cadet等人〔18〕 Benmouna等人〔16〕 胡适等人。〔17〕 |
Hu等人〔17〕 Escobet等人〔58〕 Geneve等人〔59〕 Pahon等人〔60〕 Dotelli等人〔61〕 郑等。〔62〕 Maizia等人〔57〕 |
|
故障预测 |
张等。〔63〕 |
Jouin等人[64]Bressel等人[65]焦林铝[66]。 Jha等人〔67〕 Bressel等人〔65〕 |
Liu等人〔68〕 Javed等人〔69〕 大同等。〔70〕 Maizia等人〔71〕 朱等。〔72〕 |
Jouin等人〔6〕 Yin等人〔73〕 Yin等人〔74〕 |
Silva等人〔75〕 周等。〔76〕 Gouriveau等人〔75〕 |
|
寿命更长 |
Jouin等人〔77〕 Evangelisti等人〔78〕 Polverino等人〔79〕 |
张等。〔80〕 Liu等人〔81〕 易卜拉欣等〔82〕 Jouin等人〔64〕 |
Javed等人[69]Siamirdemoosa等人〔83〕 Morando等人〔84〕 Morando等人〔85〕 |
Haoyu等人〔5〕 |
Chen等人〔86〕 Herr等人〔87〕 Robin等人〔88〕 |
|
参数zhou等人[89]和特征Cheng等人〔90〕 |
Kandidayini等人〔91〕 |
Muhsen等人〔93〕 Xydas等人〔95〕 |
Arvay等人〔96〕 |
Balasubramanian等人〔97〕 （GA） 费拉拉等人〔98〕 Priya等人〔99〕 Gong等人〔100〕 Sadegh等人〔101〕 |
|
由基于状态的模型监控。（薛等〔19〕。分析表明，该方案具有较高的检测灵敏度，能够在早期检测到故障。此外，Liu等人[104]所提出的预测方法是基于自适应无分辨卡尔曼滤波（AUKF）算法的有效半经验模型，用于估计PEMFC的健康状态和剩余使用寿命。AUKF算法自动调整系统和观测协方差估计残差的过程，解决了传统UKF算法的初始参数问题。
对于寿命预测，Jouin等人[105]提出了一个用于预测和健康评估的PEMFC老化模型，该模型以选择的关键降解为基础，并验证预测和健康评估的状态。结果表明，
全文共29105字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[1172]
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
