本發(fā)明專利申請是國際申請?zhí)枮閜ct/ep2013/059172，國際申請日為2013年5月2日，進(jìn)入中國國家階段的申請?zhí)枮?01380032641.9，名稱為“用于確定燃料電池組中的臨界操作狀態(tài)的方法”的發(fā)明專利申請的分案申請。

本發(fā)明涉及用于確定包括被串聯(lián)連接的各個體電池的燃料電池組的臨界操作狀態(tài)的方法，其中低頻電流或電壓信號被施加到該燃料電池組，得到的電壓或電流信號被測量并且測量到的信號的失真因子被確定。

質(zhì)量保證要求在生產(chǎn)燃料電池時檢查所有電池的功能和性能。根據(jù)本領(lǐng)域的狀態(tài)這例如通過測量各個電池電壓而發(fā)生。然而由于要較大的技術(shù)努力，在生產(chǎn)燃料電池時以及在燃料電池的操作期間都不期望測量各個體電池電壓。

在實(shí)驗(yàn)室中，所謂的阻抗光譜分析法也用于檢測燃料電池組的操作狀態(tài)或“健康狀態(tài)”。在該過程中，燃料電池組的復(fù)數(shù)阻抗(即，阻抗軌跡曲線)是在特定頻率范圍上測量的，并且主要與參考曲線進(jìn)行比較。

取決于阻抗曲線中典型改變發(fā)生處的頻率，現(xiàn)在可區(qū)分這些改變是源自各個體電池的陽極、陰極還是薄膜。該方法基于以下事實(shí)：燃料電池組的電等效電路是第一階低通元件的串并聯(lián)電路，這些低通元件的截止頻率顯著地遠(yuǎn)離，并且因此可獲得期望的選擇性。

實(shí)質(zhì)上需要監(jiān)視燃料電池組(例如，用空氣和h2操作的pem燃料電池組)中的以下影響。

在陰極或陽極處氧化劑或燃料供應(yīng)不足(次化學(xué)計量)。影響：ui特征曲線已經(jīng)在較低電流處下降。

薄膜：形成電短路或氣短路。影響：uo(電流＝0時的電壓)發(fā)生改變。

電極老化。影響：ui特征曲線更急劇地下降，由侵蝕效應(yīng)引起更高的歐姆電阻。

純阻抗光譜分析法的缺點(diǎn)在于相對較高的測量努力。此外，阻抗光譜分析法是耗時的，因?yàn)楸仨氁谥饾u上升的頻率中的每一個頻率中測量處于穩(wěn)態(tài)的阻抗。

“總諧波失真分析”(thda)提供了這方面的優(yōu)點(diǎn)，其表示用于確定燃料電池組的狀態(tài)的在線診斷工具?？梢杂孟鄬^低的測量努力量來提取參數(shù)，這些參數(shù)可用于進(jìn)一步計算燃料電池組的狀態(tài)變量。

在ep1646101b1中詳細(xì)描述了這樣的基于失真因子分析的方法，在該方法中，低頻電流或電壓信號被施加到燃料電池組，得到的電壓或電流信號被測量，以及從該信號的調(diào)諧分量的至少一個改變(或失真因子)中得出關(guān)于燃料電池組的各個體電池的操作狀態(tài)的結(jié)論。這允許在識別和分類系統(tǒng)級臨界操作狀態(tài)方面在線估算前述測量。

失真因子分析在時域內(nèi)可通過使用濾波器(數(shù)字或模擬濾波器)而發(fā)生，或在頻域可通過進(jìn)行變換(應(yīng)用所有類型的小波變換、短時傅里葉變換或快速傅里葉變換)而發(fā)生。頻率變換的優(yōu)點(diǎn)在于信噪比被該變換改善了相當(dāng)多，其還增加了測量方法的靈敏度。

在從ep1646101b1已知的方法的基礎(chǔ)上，本發(fā)明的目的是提出基于對失真因子的分析的方法變體，通過該方法變體，可確切地檢測出各燃料電池組的不同臨界操作狀態(tài)，諸如：

該組的陽極/陰極處的次化學(xué)計量

該組的薄膜的變干

薄膜上的積水、液滴的形成

當(dāng)前最小電池電壓與平均電池電壓的偏差

本發(fā)明的第一變體提供使用取決于薄膜電阻rm的項(xiàng)和取決于失真因子thd的項(xiàng)的加權(quán)總和來確定與燃料電池組的燃料電池薄膜的變干相關(guān)的指示符thda變干，其中薄膜電阻rm是通過進(jìn)行阻抗測量來檢測到的。

本發(fā)明的第二變體提供使用取決于內(nèi)部電阻ri的項(xiàng)、取決于失真因子thd的項(xiàng)和取決于低頻信號的阻抗rlm的項(xiàng)的加權(quán)總和來確定與燃料電池組的陽極側(cè)和/或陰極側(cè)的化學(xué)計量供應(yīng)不足有關(guān)的指示符thda介質(zhì)不足(lowmedia)。

本發(fā)明的第三變體提供使用參數(shù)thddif0和thddif1以及所測電壓曲線中的波動fd(v)來確定與燃料電池組的薄膜上不被允許的積水和液滴形成有關(guān)的指示符thda液體。thddif0和thddif1分別關(guān)注電流和電壓的失真因素的線性組合，其中thddif0包括第一諧波的分量，且thddif1包括第二諧波的分量。

指示符thda變干提供關(guān)于組中的薄膜的干度狀態(tài)的百分比的陳述。thda介質(zhì)不足提供陰極或陽極處介質(zhì)供應(yīng)不足的程度(例如在該情況中，該介質(zhì)包括空氣、氫氣或甲醇)。thda液體指示不期望的積水的發(fā)生。

根據(jù)本發(fā)明的進(jìn)一步的演變的第一優(yōu)點(diǎn)，燃料電池組的簡化電等效電路可用于確定與燃料電池組的老化有關(guān)的指示符soh，該等效電路至少考慮陰極側(cè)和陽極側(cè)的歐姆電阻r1、r2以及在陽極和陰極側(cè)上的雙層電容c1、c2和電感l(wèi)m，其中要確定的變量r1、r2、c1、c2、lm的等式系統(tǒng)的參數(shù)是通過在至少三個測量頻率的阻抗測量設(shè)置的，并且其解至少部分地被用于計算指示符soh。

優(yōu)選地，為該計算選擇其中簡化等效電路的阻抗曲線與燃料電池組的實(shí)際阻抗曲線基本一致的三個測量頻率。

根據(jù)本發(fā)明的進(jìn)一步的演變的第二優(yōu)點(diǎn)，人工神經(jīng)網(wǎng)絡(luò)(artificialneuralnetwork，ann)可用于確定與當(dāng)前最小電池電壓與平均電池電壓的偏差有關(guān)的指示符avg-min，其中從失真因子分析thda導(dǎo)出的測量量和從所施加的電壓信號的實(shí)數(shù)分量和虛數(shù)分量導(dǎo)出的阻抗值被用作該神經(jīng)網(wǎng)絡(luò)的輸入量，并且其中該神經(jīng)網(wǎng)絡(luò)是借助來自用于確定內(nèi)部網(wǎng)絡(luò)參數(shù)的個體電池電壓測量的信號來訓(xùn)練的。

該方法可以用模塊化(modular)方式來擴(kuò)展，因?yàn)橛?xùn)練數(shù)據(jù)記錄用來自物理模型的參數(shù)來補(bǔ)充。模擬的精度可因此被改善。

優(yōu)選地，可使用雙層前饋人工神經(jīng)網(wǎng)絡(luò)ffann(前饋人工神經(jīng)網(wǎng)絡(luò))來模擬與燃料電池組的個體電池的電池電壓的最小值有關(guān)的指示符avg-min，其中該神經(jīng)網(wǎng)絡(luò)通過訓(xùn)練函數(shù)(優(yōu)選為levenberg-marquardt訓(xùn)練函數(shù))被調(diào)整為通過個體電池電壓測量檢測到的測量值。

下面參照附圖中示出的示意性解說更詳細(xì)地解釋本發(fā)明，在附圖中：

圖1示出了燃料電池組的等效電路；

圖2示出了pem燃料電池的示意性截面圖；

圖3示出了以百分比為單位的標(biāo)準(zhǔn)化參數(shù)thda變干以及以伏特為單位的組電壓的表示隨時間的進(jìn)展；

圖4示出了以百分比為單位的標(biāo)準(zhǔn)化參數(shù)thda介質(zhì)不足以及以伏特為單位的組電壓的表示隨時間的進(jìn)展；

圖5示出了以百分比為單位的標(biāo)準(zhǔn)化參數(shù)thda液體以及以伏特為單位的組電壓的表示隨時間的進(jìn)展；

圖6示出在大致處于組操作壽命的中間處組老化程度soh隨時間的進(jìn)展；

圖7示出在又操作組一些天后以百分比為單位的組老化程度soh隨時間的進(jìn)展；

圖8示出在處于組操作壽命的結(jié)束處以百分比為單位的組老化程度soh隨時間的進(jìn)展；

圖9示出雙層前饋人工神經(jīng)網(wǎng)絡(luò)的圖示，以及

圖10示出thda診斷工具的功能記錄的圖示。

根據(jù)圖1的燃料電池組的等效電路示出了陰極和陽極的歐姆電阻(r1,r2)以及在陰極和陽極側(cè)上的雙層電容c1、c2、薄膜電感l(wèi)m和歐姆薄膜電阻rm。組的開路電壓是用參考o(jì)cv(開路電壓)來指定的。

圖2示出了通過pem燃料電池的薄膜電極單元mea(包括置于陽極10和陰極12之間的薄膜11)的示意性截面圖。陽極10和陰極12分別由擴(kuò)散層13和催化層14、15組成。在具有參考標(biāo)記16的陽極處標(biāo)記燃料(例如，h2)的供應(yīng)，并用參考標(biāo)記16’來標(biāo)記燃料的排出。在參考標(biāo)記17處發(fā)生氧化劑(例如，空氣)的供應(yīng)，并在17’處發(fā)生氧化劑的排出。

thda變干

從高度簡化的角度來看，pem燃料電池由被質(zhì)子交換薄膜(protonexchangemembrane(pem))、質(zhì)子導(dǎo)電薄膜隔開的兩個電極組成。

pem是能滲透質(zhì)子(h⁺)的聚合物電解質(zhì)薄膜，其高效地防止氣態(tài)試劑(諸如氧氣或氫氣)的傳輸。

為了滿足這些要求，薄膜必須具有特定濕度級別等。如果薄膜變干了，其傳導(dǎo)性會降低，并且由此燃料電池的性能也會降低。在最差的情況下，會產(chǎn)生裂縫和孔，并且薄膜被不可恢復(fù)地破壞。這強(qiáng)烈地限制了燃料電池的功能并且甚至可能完全防止該功能。

有必要優(yōu)化諸如氣體溫度和相對濕度等各種操作參數(shù)，以便獲得燃料電池的最佳的可允許的性能值和最長操作壽命。

不同的起因可導(dǎo)致燃料電池組的操作方面的錯誤，并引起性能的降低。隨著薄膜濕潤性的降低，也可看見個體電池電壓的顯著下降。

雖然這種電壓的下降可通過常規(guī)的個體電池電壓監(jiān)視來檢測，但無法在沒有進(jìn)一步指示符的情況下將所述下降專門歸因于變干。

將解析算法thda變干應(yīng)用于thda測量工具的原始測量值會提供對允許得出關(guān)于薄膜的狀態(tài)的結(jié)論的參數(shù)進(jìn)行監(jiān)視的可能性。

thda變干的相關(guān)參數(shù)是薄膜電阻rm(見圖1)。取決于對依賴于特定系統(tǒng)的參數(shù)(α0,α1,依賴于組年齡的參考值ref)的調(diào)整，獲得取決于用于計算thda變干的薄膜電阻rm的多項(xiàng)式?？擅靼?，上升的薄膜電阻是對薄膜的增加的變干的指示符。此外，失真因子(thd，基波分量與其諧波分量之比)用作關(guān)于系統(tǒng)響應(yīng)的非線性行為的附加指示符。

其中α0,α1為取決于系統(tǒng)的權(quán)重，且0<α0,α1<1，其中α0+α1＝1，并且f為多項(xiàng)式和對數(shù)函數(shù)。權(quán)重α0,α1強(qiáng)烈地取決于系統(tǒng)。對平滑函數(shù)(滑動平均、對數(shù)……)的使用高度取決于系統(tǒng)的結(jié)構(gòu)和組件，因?yàn)樾盘栙|(zhì)量可因此受到影響。因此，加權(quán)參數(shù)和平滑函數(shù)由校準(zhǔn)測量來調(diào)整，該校準(zhǔn)測量遵循專門的測試程序，以便支持該數(shù)據(jù)的最高的可允許的顯著性。等式1中的第一項(xiàng)通常被更強(qiáng)的加權(quán)。

薄膜電阻rm可從所施加信號的最高頻率中提取，因?yàn)槿剂想姵亟M的等效電路是第一階低通元件的串并聯(lián)電路，這些低通元件的截止頻率明顯地遠(yuǎn)離并且表現(xiàn)為更低。

這種誤差標(biāo)識和對誤差強(qiáng)度的表征允許可任選地相對于較長的項(xiàng)來糾正操作參數(shù)并優(yōu)化它們。

估算算法的靈敏度特別有利。在電流密度0.1a/cm²處相對濕度降低10％會產(chǎn)生大約每電池8mv的電壓損失。有可能借助thda-變干計算來識別并標(biāo)識甚至微小的性能損失。

圖3示出了處于恒定電流(～210a)的燃料電池組的電壓(虛線)隨時間的進(jìn)展。電壓的下降由薄膜的變干引起。與電壓的下降同時的變干強(qiáng)度的上升并清楚地示出。

thda介質(zhì)不足

燃料電池將化學(xué)反應(yīng)能轉(zhuǎn)換成電能。出于這個目的，必須持續(xù)地提供兩種介質(zhì)，即，燃料(氫氣)和氧化劑(通常為大氣氧氣)。介質(zhì)的最優(yōu)供應(yīng)因此在燃料電池的高效操作中扮演重要的角色。

可存在發(fā)生介質(zhì)供應(yīng)不足的各種起因。共同的結(jié)果是電池或電池組的性能的下降。嚴(yán)重或延長的介質(zhì)供應(yīng)不足通常會導(dǎo)致對電池的不可恢復(fù)的損害。

介質(zhì)供應(yīng)不足的原因可以是錯誤的氣體濃度或流量等。氣體管道中水滴的形成也可減緩介質(zhì)供應(yīng)。

另一方面，越低的空氣流量會導(dǎo)致對作為在陰極上還原最終產(chǎn)物而產(chǎn)生的水的越不充分的移除。

如果可用的燃料(即，氫氣)太少，則化學(xué)反應(yīng)減緩，并且燃料電池的性能降低。如果發(fā)生巨大的燃料供應(yīng)不足，則將發(fā)生局部過熱和對聚合物電解質(zhì)薄膜的不可恢復(fù)的破壞。

由介質(zhì)供應(yīng)不足引起的壓降可通過常規(guī)的測量方法來很好地監(jiān)視。標(biāo)識起因的特定優(yōu)點(diǎn)由thda分析函數(shù)thda介質(zhì)不足提供。

不充分的介質(zhì)供應(yīng)通過三個參數(shù)來檢測。內(nèi)部電阻ri和對所施加信號的系統(tǒng)響應(yīng)的電壓信號的失真因子thd兩者以及低頻信號的阻抗rlm在該情況下扮演重要的角色。

thda介質(zhì)不足＝α1·f1(thd)+α2·f2(ri)+α3·f3(rlm)等式2，

其中α1,α2,α3為取決于系統(tǒng)的權(quán)重，且0<α1,α2,α3<1，其中α1+α2+α3＝1，并且f1,f2,f3為估算函數(shù)。內(nèi)部電阻ri是作為歐姆電阻rm,r1和r2的總和來獲得的，并用以下等式來在線計算：

其中，v指組電壓，i指組電流，v0指開路電壓，且n電池指組中個體電池的數(shù)目。

估算函數(shù)f1、f2、f3用于信號平滑，并且是高度依賴于系統(tǒng)的。所述估算函數(shù)和加權(quán)參數(shù)可由校準(zhǔn)測量通過遵循特定協(xié)議按以下方式來確定：使得信號盡可能沒有噪聲并且信息內(nèi)容被最大化。等式2中的焦點(diǎn)通常在第二項(xiàng)和第三項(xiàng)。

出于在燃料供應(yīng)不足和氧化劑供應(yīng)不足之間進(jìn)行區(qū)分的目的，若干thda診斷通道的組合可能是有幫助的。如果thda介質(zhì)不足結(jié)合thda液體上升了，則有較高可能性是在陰極側(cè)上化學(xué)計量供應(yīng)不足，而thda介質(zhì)不足和thda變干的組合的上升允許得出在陽極側(cè)上介質(zhì)供應(yīng)不足的結(jié)論。

圖4示出了處于恒定電流(～450a)的燃料電池組隨時間的進(jìn)展。壓降(以虛線示出)由空氣供應(yīng)一步接一步的降低導(dǎo)致。這致使移除陰極側(cè)上的水更困難。該圖解示出thda診斷通道中介質(zhì)不足(實(shí)線)和液態(tài)水(x)的相應(yīng)上升。

thda液體

正確的水管理在pem燃料電池的操作中扮演重要角色。一方面，水是作為陰極上的副產(chǎn)品而產(chǎn)生的，并且因此需要將其從陰極處排出。另一方面，水是作為氣體濕潤化的結(jié)果而被引入燃料電池的。

正確的濕潤化是確保聚合物電解質(zhì)薄膜的最優(yōu)功能的重要方面。薄膜的變干會快速導(dǎo)致性能方面的損失，并可永久地破壞燃料電池。相反地，過度濕潤也不是最優(yōu)的。

如果形成了無法被排出的水滴，則這也將導(dǎo)致性能方面的降低。這樣的水滴可到達(dá)氣體擴(kuò)散層并堵住氣體管道。這可阻礙氣體供應(yīng)并且燃料電池組的性能會降低。

如果發(fā)生燃料電池的注水，則這可依據(jù)電池電壓的下降來監(jiān)視。通過分析函數(shù)thda液體能夠?qū)航禋w因于電池中引起的錯誤。

水滴的積聚產(chǎn)生非線性，并由此導(dǎo)致在thda測量工具的所施加信號的電壓響應(yīng)中產(chǎn)生諧波。

氣體管道中積水的發(fā)生可通過檢查失真因子來監(jiān)視。電壓曲線中的快速微小波動也可用作指示符。獲得以下等式：

thda液體＝α0·f(α1·abs(thddif0)+α2·abs(thddif1))+α3·fd(v)等式3，

其中，權(quán)重α0,α1,α2,α3是取決于系統(tǒng)的參數(shù)且0<α0,α1,α2,α3<1，f是用于平滑和過濾這些信號的多項(xiàng)式或?qū)?shù)函數(shù)，并且thddif0和thddif1指兩個被測通道(電流、電壓)的電流失真因子和電壓失真因子的線性組合。平滑函數(shù)f和權(quán)重α0,α1,α2,α3高度取決于系統(tǒng)配置，并可通過校準(zhǔn)測量來確定或調(diào)整，該校準(zhǔn)測量遵循專門的測試程序，以便優(yōu)化該計算的結(jié)果的精度和判讀性。

為了抑制失真因子中的干擾，一旦這些干擾對電流和電壓失真因子具有影響，就形成這兩者(thddif0,thddif1)之間的差異。此外，所施加信號的兩個最低頻率被優(yōu)選地選定為彼此非常接近，因?yàn)樵趯κд嬉蜃佑懈蓴_的情況下，可使用另一個(沒有干擾的)頻率。

項(xiàng)fd(v)(即各電壓值的有限差異)是可任選的，因?yàn)檫@些值也可取決于燃料電池的類型而清楚地指示水滴的發(fā)生。

圖5示出了處于恒定電流(～450a)的燃料電池組的電壓隨時間的進(jìn)展(虛線)。水滴的形成由改變的操作參數(shù)引起，并且電壓的下降被引起。thda診斷通道“液態(tài)水”示出了壓降和液滴形成之間的關(guān)系。

健康狀態(tài)(soh)—老化程度

健康狀態(tài)測量的結(jié)果反應(yīng)組老化的程度。在這種情況下，向新組分配100％的soh，而向處于其操作年齡結(jié)尾處(例如，有90％的性能損失)的組分配0％的soh。以下等式可借助簡化的電等效電路(見圖1)中的阻抗測量來解。

其中ω1＝ω1r1c1,ω2＝ω2r2c2,ω3＝ω3lm，

其中，ω1,ω2,和ω3指相應(yīng)的角頻率。

如果以上復(fù)數(shù)阻抗的實(shí)數(shù)部分和虛數(shù)部分被分開地考慮，則獲得下式：

和

對于在5hz和10hz之間的頻率，這些等式的簡化導(dǎo)致下式：

或

對于在10hz和100hz之間的頻率，這些等式的簡化導(dǎo)致下式：或以及

對于超過400hz的頻率，這些等式的簡化導(dǎo)致下式：re{zfc}≈rm或

這些等式是針對三個頻率以及阻抗的相應(yīng)實(shí)數(shù)部分和虛數(shù)部分準(zhǔn)備的，并且是根據(jù)c1、c2、lm、r1和r2來求解的。驚奇地注意到，老化與雙層電容c1(在陰極側(cè)上)和c2(在陽極側(cè)上)并與陰極的歐姆電阻(r1)和陽極的歐姆電阻(r2)顯著并大致線性地相關(guān)。

對該等式系統(tǒng)的數(shù)字求解產(chǎn)生針對各個組件的電流值。出于以下實(shí)際原因，這些歐姆電阻不用于老化測量，而僅雙層電容用于老化測量：

很多副影響(即歐姆電阻)也與諸如壓力、溫度和介質(zhì)化學(xué)計量等操作參數(shù)強(qiáng)烈相關(guān)。

非常低的頻率(例如，在1hz以下)對于可靠確定這些歐姆電阻而言是不必要的。缺點(diǎn)：太長的測量時間和由動態(tài)負(fù)載引起的太顯著的干擾影響。

結(jié)果，僅c1和c2用于計算該值。出于這個目的使用以下等式：

其中，取決于系統(tǒng)的權(quán)重為α1,α2，且0<α1,α2<1，其中α1+α2＝1，并且和為初始值。權(quán)重α1,α2是取決于系統(tǒng)的，并且它可通過初始校準(zhǔn)測量這兩項(xiàng)中的哪一項(xiàng)對總結(jié)果具有較高的影響來確定。第二項(xiàng)通常更有意義，并且因此被更強(qiáng)地加權(quán)。

通過簡化等效電路而非已知的復(fù)雜并需要進(jìn)行精確調(diào)整的等效電路來應(yīng)用用于最小化老化計算中的誤差的有利方法。按以下方式來選擇這三個測量頻率：使得簡化等效電路的阻抗曲線與正好處于這三個頻率的燃料電池的實(shí)際阻抗曲線一致。

為了確保以上等式的可靠性，通過使用滑動加權(quán)平均來按需平滑所使用的量。這對應(yīng)于抑制高頻率的濾波器。

圖6示出了燃料電池組的健康狀態(tài)(其是在線計算出的)隨時間的進(jìn)展。在該時間點(diǎn)，該組已達(dá)到其操作壽命(相對年齡)的大概一半處(～54％的soh)。在各種高度臨界條件下操作多日后，可觀察到soh下降到46％的soh(見圖7)。

圖8示出了幾個月后的進(jìn)一步測量，其中幾乎達(dá)到該組的操作壽命的結(jié)束處(～1％的soh)。

電池電壓的最小值avg-min

本發(fā)明進(jìn)一步包括用于數(shù)字確定電池電壓最小值與燃料電池組的平均電池電壓的偏差的方法。該方法用作個體電池電壓測量設(shè)備的替換。

這是實(shí)施用于監(jiān)視燃料電池組的個體電池電壓測量的常用作法。個體電池電壓監(jiān)視設(shè)備(電池電壓監(jiān)視cvm)允許監(jiān)視該組中的每一單個燃料電池的電壓。這對于識別個體電池的電壓是否下降而言尤其重要。在有較大數(shù)目的電池的情況下，這不再可根據(jù)該組的總電壓(所有個體電池電壓的總和)獲得。在總電壓的顯著下降發(fā)生之前，特定干擾情況(臨界狀態(tài))通常在一開始時對較少數(shù)目的電池具有影響。為了識別這個，電池電壓最小值avg-min與平均電池電壓的偏差必須被監(jiān)視或確定。這個量由此提供了最低的單個電池電壓與平均電池電壓的偏差。單個電池電壓監(jiān)視是復(fù)雜的，并且是昂貴而耗空間的方法，且因此僅在批量生產(chǎn)的范圍中有用。

根據(jù)本發(fā)明的方法允許監(jiān)視avg-min信號，而無需訪問個體電池電壓測量數(shù)據(jù)。它涉及基于thda方法的方法。關(guān)于燃料電池組的操作狀態(tài)的結(jié)論可借助通過施加調(diào)制電流或電壓信號來測量系統(tǒng)響應(yīng)(電壓或電流)并對該系統(tǒng)響應(yīng)進(jìn)行相應(yīng)地分析來得出。如以上進(jìn)一步所描述的，該分析提供用于識別該狀態(tài)的三個特征thda變干、thda介質(zhì)不足和thda液體，并還提供這些阻抗在不同頻率處的相位和幅度。此外，該系統(tǒng)響應(yīng)的失真因子thd被計算出。以下描述的方法使用來自thda的所有測量量(阻抗的實(shí)數(shù)部分和虛數(shù)部分、失真因子、snr(信噪比))，以便由此計算出avg-min信號。

對avg-min信號的更精確逼近可用三個擴(kuò)展階段(其中thda測量數(shù)據(jù)用來自物理模型的新記錄來擴(kuò)展)逐步達(dá)到。最重要的優(yōu)點(diǎn)在于該模擬的精度隨每一階段而增加。由于計算量將以這種方式增加，解決途徑是用模塊化方式來擴(kuò)展該方法。

第一擴(kuò)展階段使輸入數(shù)據(jù)記錄增加氣體濃度的極端值。最大的水和最小的氣體濃度(o2,h2)可從質(zhì)量流量和氣體輸入濃度計算出，并可用作進(jìn)一步的輸入量。

階段二包括用電化學(xué)模型的結(jié)果來擴(kuò)展這些數(shù)據(jù)記錄。

該模型從參考電池組數(shù)據(jù)(不同溫度和壓力處的電壓-電流特征)計算壓力、氣體輸出處的溫度和壓差(v組-v模型)。該信息增加了avg-min信號模擬的精度。

如果存在燃料電池組的精確流通道幾何形狀，該數(shù)據(jù)記錄還可用簡化熱模型的計算結(jié)果來擴(kuò)展。局部薄膜溫度和陽極、陰極處的溫度以及冷卻溫度可被建模，并作為avg-min算法的輸入來提供進(jìn)一步信息。

人工神經(jīng)網(wǎng)絡(luò)(artificialneuralnetwork,ann)形成最終數(shù)據(jù)估算和算法發(fā)展的基礎(chǔ)。它涉及人工神經(jīng)元的網(wǎng)絡(luò)，即是在信息處理和人工智能領(lǐng)域中使用的關(guān)于頭腦中發(fā)生的自然神經(jīng)元的抽象。ann的使用領(lǐng)域很多，并且范圍從函數(shù)擬合和分類問題一直到模式識別或時間序列分析。一旦確定了該網(wǎng)絡(luò)的體系結(jié)構(gòu)，它借助相應(yīng)的訓(xùn)練算法來訓(xùn)練(即該網(wǎng)絡(luò)內(nèi)部的權(quán)重和參數(shù)被調(diào)整)。

在用于模擬avg-min信號的隱藏層(見圖9)中使用具有固定數(shù)字(例如10個神經(jīng)元)的雙層前饋ann(ffann)。thda方法的所有可用測量量供應(yīng)神經(jīng)網(wǎng)絡(luò)的輸入量，其中該網(wǎng)絡(luò)被訓(xùn)練用于借助levenberg-marquardt訓(xùn)練函數(shù)來擬合原始avg-min信號(借助cvm測量設(shè)備來測量)。

為該方法構(gòu)造的ffann的結(jié)果(out(輸出))可借助以下等式來描述：

out(in)＝f2·(w2·f1(w1·in+b1)+b2)等式5

“in(輸入)”指數(shù)據(jù)輸入矢量，且f1、f2指測量函數(shù)。加權(quán)矩陣w1、w2和偏置矢量b1、b2分別在訓(xùn)練期間被優(yōu)化。

由于用整個數(shù)據(jù)記錄來訓(xùn)練的網(wǎng)絡(luò)的結(jié)果并不總是可靠，因此可用支持形式相對于閾值t來劃分訓(xùn)練數(shù)據(jù)量s。變成兩個數(shù)據(jù)量的劃分在出于對組的測試目的而測量的avg-min信號的基礎(chǔ)上發(fā)生。第一數(shù)據(jù)量s1包含對應(yīng)于avg-min信號<t的所有輸入量，并且以下適用于第二數(shù)據(jù)量：s2＝s\s1.數(shù)據(jù)到兩個群的劃分還可被解釋成到“非臨界”和“臨界”情況的分類，因?yàn)楫?dāng)值下降到單個電池電壓的最小值以下時許多系統(tǒng)將關(guān)閉或處于臨界狀態(tài)。閾值的選擇是取決于系統(tǒng)的。劃分的原因在于，在一個ffann各自按數(shù)據(jù)量受訓(xùn)練時，在一些情況下相應(yīng)的avg-min值可被更好地模擬。

數(shù)據(jù)分割因此導(dǎo)致兩個fannn1和n2，n1和n2用各自的數(shù)據(jù)量來訓(xùn)練的，并且可用兩個數(shù)學(xué)函數(shù)out1和out2來描述。用這兩個新函數(shù)來擴(kuò)展thda診斷工具的函數(shù)集(見圖10)。

借助電流分類算法(支持向量機(jī)、pca、最近鄰、聚類分析)，在線發(fā)生數(shù)據(jù)相對于取決于系統(tǒng)的閾值的分割。包括每一測量值的一個相應(yīng)實(shí)例的觀察因此被分類，并隨后為相應(yīng)的神經(jīng)網(wǎng)絡(luò)供應(yīng)輸入量?？扇Q于這些網(wǎng)絡(luò)所提供的結(jié)果來估計燃料電池組的臨界狀態(tài)的程度，并且可因此發(fā)起相應(yīng)的進(jìn)一步步驟(諸如，開環(huán)和閉環(huán)控制測量)。