CN113917352B - 基于阻抗老化特征的燃料电池催化层在线老化诊断方法 - Google Patents
基于阻抗老化特征的燃料电池催化层在线老化诊断方法 Download PDFInfo
- Publication number
- CN113917352B CN113917352B CN202111196890.4A CN202111196890A CN113917352B CN 113917352 B CN113917352 B CN 113917352B CN 202111196890 A CN202111196890 A CN 202111196890A CN 113917352 B CN113917352 B CN 113917352B
- Authority
- CN
- China
- Prior art keywords
- aging
- electrochemical
- impedance
- fuel cell
- preset
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
Abstract
本发明公开了一种基于阻抗老化特征的燃料电池催化层在线老化诊断方法。包括:测量燃料电池在不同老化阶段的电化学阻抗谱和电化学表面积参数;计算当前燃料电池的不同老化阶段在不同频率区间内不同频率组合对应的两点阻抗老化特征;重复步骤,获得各个燃料电池在不同老化阶段的电化学表面积参数和两点阻抗老化特征;确定不同频率区间内的最佳两点阻抗老化特征;构成训练集并训练模型,获得训练好的老化诊断回归模型;在线诊断时,测量并计算待诊断燃料电池的最佳两点阻抗老化特征,诊断后获得预测电化学表面积参数,从而判断催化层的老化状态。本发明实现了精确的燃料电池老化诊断,有助更可靠耐久的运行。
Description
技术领域
本发明属于燃料电池应用领域的一种燃料电池催化层在线老化诊断方法,具体涉及了一种基于两点阻抗老化特征的燃料电池催化层在线老化诊断方法。
背景技术
质子交换膜燃料电池催化层的老化是一个复杂且强非线性的过程,涉及了多机理、多物理域、多时空尺度、多工作条件和多耦合等复杂因素,使得催化层老化状态的准确快速估计成为了一项巨大挑战。此外,由于实际使用过程中,质子交换膜燃料电池的催化层会由于水管理等因素出现停机重启后的老化恢复现象,进一步增加了催化层的老化状态估计难度。目前可表征质子交换膜燃料电池催化层老化状态的电化学表面积参数需要采用循环伏安法进行精确测量,该方法不仅需要特定的运行条件,而且需要大量的测量时间,给催化层老化状态的在线诊断带来了巨大困难。因此,研究质子交换膜燃料电池催化层的在线老化诊断方法具有重要意义。
电化学阻抗谱是一种可以有效检测燃料电池内部状况的手段,广泛运用于燃料电池检测、研发与应用领域。但电化学阻抗谱测量时间同样较长且需要稳定运行条件,难以在线实施以反映燃料电池催化层的老化状态,具有一定的局限性。因此,采取相关措施将电化学阻抗谱技术运用于燃料电池催化层老化状态在线监测,对于提升燃料电池的可靠性、安全性和耐久性具有重大意义。
发明内容
为了解决现有技术的不足,本发明提出了一种基于阻抗老化特征的燃料电池催化层在线老化诊断方法。
本发明采用的方案是:
本发明包括以下步骤:
1)测量全新质子交换膜燃料电池在不同老化阶段的电化学阻抗谱和电化学表面积参数;
2)根据燃料电池在不同老化阶段的电化学阻抗谱,分别计算当前燃料电池在不同老化阶段的预设低频率区间与预设中高频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征;
3)重复步骤1)-2)对各个燃料电池均进行处理,获得所有燃料电池在不同老化阶段的预设低频率区间与预设中高频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征以及对应的电化学表面积参数;
4)根据所有燃料电池在不同老化阶段的预设低频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征以及对应的电化学表面积参数,选取预设低频率区间内的最佳电化学阻抗谱频率组合,将预设低频率区间内的最佳电化学阻抗谱频率组合对应的两点阻抗老化特征作为预设低频率区间的最佳两点阻抗老化特征;
5)根据所有燃料电池在不同老化阶段的预设中高频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征以及对应的电化学表面积参数,选取预设中高频率区间内的最佳电化学阻抗谱频率组合,将预设中高频率区间内的最佳电化学阻抗谱频率组合对应的两点阻抗老化特征作为预设中高频率区间的最佳两点阻抗老化特征;
6)将所有燃料电池在不同老化阶段的预设低频率区间与预设中高频率区间中最佳电化学阻抗谱频率组合对应的最佳两点阻抗老化特征以及对应的电化学表面积参数构成训练集,基于训练集对燃料电池老化诊断回归模型进行训练,获得训练好的燃料电池老化诊断回归模型;
7)在线诊断时,仅采集待诊断燃料电池在当前老化阶段下测量得到的预设低频率区间与预设中高频率区间的最佳电化学阻抗谱频率组合对应的阻抗值,计算出待诊断燃料电池在预设低频率区间与预设中高频率区间中的最佳两点阻抗老化特征并输入到训练好的燃料电池老化诊断回归模型中进行诊断,输出获得当前待诊断燃料电池的预测电化学表面积参数,根据燃料电池的预测电化学表面积参数判断当前待诊断燃料电池中催化层的老化状态。
所述步骤2)具体为:
在预设低频率区间与预设中高频率区间中,当前燃料电池在每个老化阶段的电化学阻抗谱中两个不同电化学阻抗谱频率作为一个电化学阻抗谱频率组合,计算一个电化学阻抗谱频率组合中较高的电化学阻抗谱频率的阻抗虚部与较低的电化学阻抗谱频率的阻抗虚部的差值并将该差值作为一个两点阻抗老化特征,分别遍历预设低频率区间与预设中高频率区间中所有电化学阻抗谱频率组合,获得当前燃料电池在当前老化阶段的预设低频率区间与预设中高频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征,遍历当前燃料电池的不同老化阶段,获得当前燃料电池在不同老化阶段的预设低频率区间与预设中高频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征。
所述步骤4)具体为:
根据所有燃料电池在不同老化阶段的预设低频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征以及对应的电化学表面积参数,计算所有燃料电池的所有老化阶段中相同电化学阻抗谱频率组合的两点阻抗老化特征与预设低频率区间内所有电化学阻抗谱频率组合对应的相关系数,遍历计算获得预设低频率区间内所有电化学阻抗谱频率组合对应的相关系数,由所有电化学阻抗谱频率组合对应的相关系数构成相关系数矩阵,将相关系数矩阵中绝对值最大的相关系数对应的电化学阻抗谱频率组合作为预设低频率区间的最佳电化学阻抗谱频率组合,然后将最佳电化学阻抗谱频率组合对应的两点阻抗老化特征作为预设低频率区间的最佳两点阻抗老化特征。
所述步骤5)具体为:
根据所有燃料电池在不同老化阶段的预设中高频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征以及对应的电化学表面积参数,计算所有燃料电池的所有老化阶段中相同电化学阻抗谱频率组合的两点阻抗老化特征与对应的电化学表面积参数之间的相关系数,遍历计算获得预设中高频率区间内所有电化学阻抗谱频率组合对应的相关系数,由所有电化学阻抗谱频率组合对应的相关系数构成相关系数矩阵,将相关系数矩阵中绝对值最大的相关系数对应的电化学阻抗谱频率组合作为预设中高频率区间的最佳电化学阻抗谱频率组合,然后将最佳电化学阻抗谱频率组合对应的两点阻抗老化特征作为预设中高频率区间的最佳两点阻抗老化特征。
所述相关系数为皮尔森相关系数,具体通过以下公式进行计算:
其中,ρX,Y表示所有燃料电池的所有老化阶段的预设低频率区间中相同电化学阻抗谱频率组合对应两点阻抗老化特征与对应的电化学表面积参数之间的皮尔森相关系数,X表示所有燃料电池的所有老化阶段的预设低频率区间内相同电化学阻抗谱频率组合对应的两点阻抗老化特征的集合,Y表示所有燃料电池在各自所有老化阶段中的燃料电池电化学表面积参数的集合,E()表示取期望操作。
所述相关系数为皮尔森相关系数,具体通过以下公式进行计算:
其中,ρX,Y表示所有燃料电池的所有老化阶段的预设中高频率区间内相同电化学阻抗谱频率组合对应两点阻抗老化特征与对应老化阶段的电化学表面积参数之间的相关系数,X表示所有燃料电池的所有老化阶段的预设中高频率区间内相同电化学阻抗谱频率组合对应的两点阻抗老化特征的集合,Y表示所有燃料电池在各自所有老化阶段中的燃料电池电化学表面积参数的集合,E()表示取期望操作。
所述步骤6)中所有燃料电池的型号相同。
所述步骤7)中的预设低频率区间与预设中高频率区间与步骤1)中的预设低频率区间与预设中高频率区间一致。
本发明的有益效果是:
本发明解决了实际应用中燃料电池催化层在线老化诊断困难的问题。将基于电化学阻抗谱的两点阻抗老化特征应用到燃料电池催化层的在线老化诊断上,仅通过分别测量燃料电池在不同老化阶段中低频率与预设中高频率区间内两个电化学阻抗谱频率对应的阻抗虚部值便可分别计算出低频率与预设中高频率区间的两点阻抗老化特征,进而精确诊断燃料电池催化层的老化状态,降低了数据存储负担、计算负担和成本负担,更适合实际应用场景中质子交换膜燃料电池催化层的在线老化诊断,有助于燃料电池更加可靠耐久的运行。本发明所依据的原理是燃料电池阴极催化层老化后会导致阴极氧气传输阻力的明显增加,进而导致浓度损耗的增加,反映在电化学阻抗谱上便是低频区间曲线的形状变化。同时,燃料电池阴极催化层老化后也会导致电化学表面积参数的明显减小,进而导致活化损耗的增加,反映在电化学阻抗谱上便是中高频区间曲线的形状变化。
附图说明
图1是本发明的整体流程图。
图2是本发明实施例中燃料电池不同老化阶段测量得到的电化学阻抗谱示意图。
图3是本发明实施例中燃料电池分别在低频率与预设中高频率区间选取的最佳电化学阻抗谱频率组合对应的阻抗点示意图。
图4是本发明实施例中燃料电池催化层老化诊断回归模型的训练结果图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
如图1所示,本发明包括以下步骤:
1)测量全新质子交换膜燃料电池在不同老化阶段的电化学阻抗谱和电化学表面积参数,如图2所示。具体实施中,所用的老化测试循环工况为总时长40秒的电压循环工况,其中电压循环工况具体为0.6V电压持续10秒,0.9V电压持续30秒;
2)根据燃料电池在不同老化阶段的电化学阻抗谱,分别计算当前燃料电池在不同老化阶段的预设低频率区间与预设中高频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征;
步骤2)具体为:
在预设低频率区间与预设中高频率区间中,当前燃料电池在每个老化阶段的电化学阻抗谱中两个不同电化学阻抗谱频率作为一个电化学阻抗谱频率组合,计算一个电化学阻抗谱频率组合中较高的电化学阻抗谱频率的阻抗虚部与较低的电化学阻抗谱频率的阻抗虚部的差值并将该差值作为一个两点阻抗老化特征,分别遍历预设低频率区间与预设中高频率区间中所有电化学阻抗谱频率组合,获得当前燃料电池在当前老化阶段的预设低频率区间与预设中高频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征,遍历当前燃料电池的不同老化阶段,获得当前燃料电池在不同老化阶段的预设低频率区间与预设中高频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征。
具体实施中,预设电化学阻抗谱频率范围优选为0.010Hz-3981.100Hz,测量的电化学阻抗谱频率共有57个,如表1所示。预设低频率区间设置为<100Hz,预设中高频率区间设置为≥100Hz,在测量设备允许的范围内测量的电化学阻抗谱频率的精度越高越好,测量电化学阻抗谱频率的精度越高,电化学阻抗谱频率组合就越多,对应的两点阻抗老化特征也越多。
表1申化学阳抗谱测量的所有申化学阳抗谱频率(Hz)
3981.1 | 3162.3 | 2511.9 | 1995.3 | 1584.9 | 1258.9 | 1000 | 794.33 | 630.96 | 501.19 |
398.11 | 316.23 | 251.19 | 199.53 | 158.49 | 125.89 | 100 | 79.433 | 63.096 | 50.119 |
39.811 | 31.623 | 25.119 | 19.953 | 15.849 | 12.589 | 10 | 7.9433 | 6.3096 | 5.0119 |
3.9811 | 3.1623 | 2.5119 | 1.9953 | 1.5849 | 1.2589 | 1 | 0.79433 | 0.63096 | 0.50119 |
0.39811 | 0.31623 | 0.25119 | 0.19953 | 0.15849 | 0.12589 | 0.1 | 0.079433 | 0.063096 | 0.050119 |
0.039811 | 0.031623 | 0.025119 | 0.019953 | 0.015849 | 0.012589 | 0.01 |
3)重复步骤1)-2)对各个燃料电池均进行处理,获得所有燃料电池在不同老化阶段的预设低频率区间与预设中高频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征以及不同老化阶段对应的电化学表面积参数;
4)根据所有燃料电池在不同老化阶段的预设低频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征以及不同老化阶段对应的电化学表面积参数,选取预设低频率区间内的最佳电化学阻抗谱频率组合,将预设低频率区间内的最佳电化学阻抗谱频率组合对应的两点阻抗老化特征作为预设低频率区间的最佳两点阻抗老化特征;
步骤4)具体为:
根据所有燃料电池在不同老化阶段的预设低频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征以及不同老化阶段对应的电化学表面积参数,计算所有燃料电池的所有老化阶段中相同电化学阻抗谱频率组合的两点阻抗老化特征与不同老化阶段对应的电化学表面积参数之间的相关系数,遍历计算获得预设低频率区间内所有电化学阻抗谱频率组合对应的相关系数,由所有电化学阻抗谱频率组合对应的相关系数构成相关系数矩阵,相关系数矩阵作为预设低频率区间不同电化学阻抗谱频率组合对应的两点阻抗老化特征与燃料电池电化学表面积参数之间相关性的紧凑表示,如表2所示。
表2预设低频率区间相关系数矩阵局部示意表
将相关系数矩阵中绝对值最大的相关系数对应的电化学阻抗谱频率组合作为预设低频率区间的最佳电化学阻抗谱频率组合,然后将最佳电化学阻抗谱频率组合对应的两点阻抗老化特征作为预设低频率区间的最佳两点阻抗老化特征,如图3所示,两个方形所在的电化学阻抗谱频率表示预设低频率区间的最佳电化学阻抗谱频率组合。其中,预设低频率区间最佳两点阻抗老化特征具体为所有燃料电池在预设低频率区间中最佳电化学阻抗谱频率组合下的两点阻抗老化特征,每个老化阶段中燃料电池在预设低频率区间中最佳电化学阻抗谱频率组合下的两点阻抗老化特征的标签为当前老化阶段中燃料电池的电化学表面积参数。如表2所示,相关系数矩阵中相关系数的行号和列号分别表示两点阻抗老化特征对应的电化学阻抗谱频率组合中的两个电化学阻抗谱频率,相关系数矩阵的行和列均表示预设电化学阻抗谱频率范围。
步骤4)中的相关系数为皮尔森相关系数,具体通过以下公式进行计算:
其中,ρX,Y表示所有燃料电池的所有老化阶段的预设低频率区间中相同电化学阻抗谱频率组合对应两点阻抗老化特征与对应的电化学表面积参数之间的皮尔森相关系数,X表示所有燃料电池的所有老化阶段的预设低频率区间中相同电化学阻抗谱频率组合对应的两点阻抗老化特征的集合,Y表示所有燃料电池在各自所有老化阶段中的燃料电池电化学表面积参数的集合,E()表示取期望操作。
5)根据所有燃料电池在不同老化阶段的预设中高频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征以及不同老化阶段对应的电化学表面积参数,选取预设中高频率区间内的最佳电化学阻抗谱频率组合,将预设中高频率区间内的最佳电化学阻抗谱频率组合对应的两点阻抗老化特征作为预设中高频率区间的最佳两点阻抗老化特征;
步骤5)具体为:
根据所有燃料电池在不同老化阶段的预设中高频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征以及不同老化阶段对应的电化学表面积参数,计算所有燃料电池的所有老化阶段中相同电化学阻抗谱频率组合的两点阻抗老化特征与不同老化阶段对应的电化学表面积参数之间的相关系数,遍历计算获得预设中高频率区间内所有电化学阻抗谱频率组合对应的相关系数,由所有电化学阻抗谱频率组合对应的相关系数构成相关系数矩阵,相关系数矩阵作为预设中高频率区间不同电化学阻抗谱频率组合对应的两点阻抗老化特征与燃料电池电化学表面积参数之间相关性的紧凑表示,如表3所示。
表3预设中高频率区间相关系数矩阵局部示意表
将相关系数矩阵中绝对值最大的相关系数对应的电化学阻抗谱频率组合作为预设中高频率区间的最佳电化学阻抗谱频率组合,然后将最佳电化学阻抗谱频率组合对应的两点阻抗老化特征作为预设中高频率区间的最佳两点阻抗老化特征,如图3所示,两个圆形阻抗点所对应的电化学阻抗谱频率表示预设中高频率区间的最佳电化学阻抗谱频率组合。其中,预设中高频率区间最佳两点阻抗老化特征具体为所有燃料电池在预设中高频率区间中最佳电化学阻抗谱频率组合下的两点阻抗老化特征,每个老化阶段中燃料电池在预设中高频率区间中最佳电化学阻抗谱频率组合下的两点阻抗老化特征的标签为当前老化阶段中燃料电池的电化学表面积参数。如表3所示,相关系数矩阵中相关系数的行号和列号分别表示两点阻抗老化特征对应的电化学阻抗谱频率组合中的两个电化学阻抗谱频率,相关系数矩阵的行和列均表示预设电化学阻抗谱频率范围。
步骤5)中的相关系数为皮尔森相关系数,具体通过以下公式进行计算:
其中,ρX,Y表示所有燃料电池的所有老化阶段的预设中高频率区间内相同电化学阻抗谱频率组合对应两点阻抗老化特征与对应老化阶段的电化学表面积参数之间的相关系数,X表示所有燃料电池的所有老化阶段的预设中高频率区间内相同电化学阻抗谱频率组合对应的两点阻抗老化特征的集合,Y表示所有燃料电池在各自所有老化阶段中的燃料电池电化学表面积参数的集合,E()表示取期望操作。
6)将所有燃料电池在不同老化阶段的预设低频率区间与预设中高频率区间中最佳电化学阻抗谱频率组合对应的最佳两点阻抗老化特征以及不同老化阶段对应的电化学表面积参数构成训练集,基于训练集对燃料电池老化诊断回归模型进行训练,获得训练好的燃料电池老化诊断回归模型;如图4所示,为本发明实施例中燃料电池催化层老化诊断回归模型的训练结果图。本实例中共使用了两个相同型号的燃料电池在各自不同老化阶段的电化学阻抗谱测量数据和对应的电化学表面积测量数据。在图4中,三角符号表示第一个燃料电池在不同老化阶段实际测量和估计获得的电化学表面积数值,方形符号表示第二个燃料电池在不同老化阶段实际测量和估计获得的电化学表面积数值。步骤6)中所有燃料电池的型号相同。本实施例中选取的是自适应模糊神经***模型。
7)在线诊断时,仅采集待诊断燃料电池在当前老化阶段下测量得到的预设低频率区间与预设中高频率区间的最佳电化学阻抗谱频率组合对应的阻抗值,计算出待诊断燃料电池在预设低频率区间与预设中高频率区间中的最佳两点阻抗老化特征并输入到训练好的燃料电池老化诊断回归模型中进行诊断,输出获得当前待诊断燃料电池的预测电化学表面积参数,根据燃料电池的预测电化学表面积参数判断当前待诊断燃料电池中催化层的老化状态。
步骤7)中的预设低频率区间与预设中高频率区间与步骤1)中的预设低频率区间与预设中高频率区间一致。
Claims (7)
1.一种基于阻抗老化特征的燃料电池催化层在线老化诊断方法,其特征在于,包括以下步骤:
1)测量全新质子交换膜燃料电池在不同老化阶段的电化学阻抗谱和电化学表面积参数;
2)根据燃料电池在不同老化阶段的电化学阻抗谱,分别计算当前燃料电池在不同老化阶段的预设低频率区间与预设中高频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征;
3)重复步骤1)-2)对各个燃料电池均进行处理,获得所有燃料电池在不同老化阶段的预设低频率区间与预设中高频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征以及对应的电化学表面积参数;
4)根据所有燃料电池在不同老化阶段的预设低频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征以及对应的电化学表面积参数,选取预设低频率区间内的最佳电化学阻抗谱频率组合,将预设低频率区间内的最佳电化学阻抗谱频率组合对应的两点阻抗老化特征作为预设低频率区间的最佳两点阻抗老化特征;
5)根据所有燃料电池在不同老化阶段的预设中高频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征以及对应的电化学表面积参数,选取预设中高频率区间内的最佳电化学阻抗谱频率组合,将预设中高频率区间内的最佳电化学阻抗谱频率组合对应的两点阻抗老化特征作为预设中高频率区间的最佳两点阻抗老化特征;
6)将所有燃料电池在不同老化阶段的预设低频率区间与预设中高频率区间中最佳电化学阻抗谱频率组合对应的最佳两点阻抗老化特征以及对应的电化学表面积参数构成训练集,基于训练集对燃料电池老化诊断回归模型进行训练,获得训练好的燃料电池老化诊断回归模型;
7)在线诊断时,仅采集待诊断燃料电池在当前老化阶段下测量得到的预设低频率区间与预设中高频率区间的最佳电化学阻抗谱频率组合对应的阻抗值,计算出待诊断燃料电池在预设低频率区间与预设中高频率区间中的最佳两点阻抗老化特征并输入到训练好的燃料电池老化诊断回归模型中进行诊断,输出获得当前待诊断燃料电池的预测电化学表面积参数,根据燃料电池的预测电化学表面积参数判断当前待诊断燃料电池中催化层的老化状态;
所述步骤5)具体为:
根据所有燃料电池在不同老化阶段的预设中高频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征以及对应的电化学表面积参数,计算所有燃料电池的所有老化阶段中相同电化学阻抗谱频率组合的两点阻抗老化特征与对应的电化学表面积参数之间的相关系数,遍历计算获得预设中高频率区间内所有电化学阻抗谱频率组合对应的相关系数,由所有电化学阻抗谱频率组合对应的相关系数构成相关系数矩阵,将相关系数矩阵中绝对值最大的相关系数对应的电化学阻抗谱频率组合作为预设中高频率区间的最佳电化学阻抗谱频率组合,然后将最佳电化学阻抗谱频率组合对应的两点阻抗老化特征作为预设中高频率区间的最佳两点阻抗老化特征。
2.根据权利要求1所述的一种基于阻抗老化特征的燃料电池催化层在线老化诊断方法,其特征在于,所述步骤2)具体为:
在预设低频率区间与预设中高频率区间中,当前燃料电池在每个老化阶段的电化学阻抗谱中两个不同电化学阻抗谱频率作为一个电化学阻抗谱频率组合,计算一个电化学阻抗谱频率组合中较高的电化学阻抗谱频率的阻抗虚部与较低的电化学阻抗谱频率的阻抗虚部的差值并将该差值作为一个两点阻抗老化特征,分别遍历预设低频率区间与预设中高频率区间中所有电化学阻抗谱频率组合,获得当前燃料电池在当前老化阶段的预设低频率区间与预设中高频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征,遍历当前燃料电池的不同老化阶段,获得当前燃料电池在不同老化阶段的预设低频率区间与预设中高频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征。
3.根据权利要求1所述的一种基于阻抗老化特征的燃料电池催化层在线老化诊断方法,其特征在于,所述步骤4)具体为:
根据所有燃料电池在不同老化阶段的预设低频率区间中所有电化学阻抗谱频率组合对应的两点阻抗老化特征以及对应的电化学表面积参数,计算所有燃料电池的所有老化阶段中相同电化学阻抗谱频率组合的两点阻抗老化特征与预设低频率区间内所有电化学阻抗谱频率组合对应的相关系数,遍历计算获得预设低频率区间内所有电化学阻抗谱频率组合对应的相关系数,由所有电化学阻抗谱频率组合对应的相关系数构成相关系数矩阵,将相关系数矩阵中绝对值最大的相关系数对应的电化学阻抗谱频率组合作为预设低频率区间的最佳电化学阻抗谱频率组合,然后将最佳电化学阻抗谱频率组合对应的两点阻抗老化特征作为预设低频率区间的最佳两点阻抗老化特征。
6.根据权利要求1所述的一种基于阻抗老化特征的燃料电池催化层在线老化诊断方法,其特征在于,所述步骤6)中所有燃料电池的型号相同。
7.根据权利要求1所述的一种基于阻抗老化特征的燃料电池催化层在线老化诊断方法,其特征在于,所述步骤7)中的预设低频率区间与预设中高频率区间与步骤1)中的预设低频率区间与预设中高频率区间一致。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111196890.4A CN113917352B (zh) | 2021-10-14 | 2021-10-14 | 基于阻抗老化特征的燃料电池催化层在线老化诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111196890.4A CN113917352B (zh) | 2021-10-14 | 2021-10-14 | 基于阻抗老化特征的燃料电池催化层在线老化诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113917352A CN113917352A (zh) | 2022-01-11 |
CN113917352B true CN113917352B (zh) | 2022-07-26 |
Family
ID=79240337
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111196890.4A Active CN113917352B (zh) | 2021-10-14 | 2021-10-14 | 基于阻抗老化特征的燃料电池催化层在线老化诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113917352B (zh) |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6519539B1 (en) * | 2000-09-29 | 2003-02-11 | Hydrogenics Corporation | Measurement of fuel cell impedance |
CA2455819C (en) * | 2001-07-27 | 2013-07-23 | Massachusetts Institute Of Technology | Battery structures, self-organizing structures and related methods |
KR100388314B1 (ko) * | 2001-09-03 | 2003-06-25 | 금호석유화학 주식회사 | 전지의 임피던스 측정과 분석을 통한 전지 선택 최적화 방법 |
JP4595367B2 (ja) * | 2004-03-30 | 2010-12-08 | トヨタ自動車株式会社 | 燃料電池の劣化診断方法及び装置 |
DE102009000337A1 (de) * | 2009-01-21 | 2010-07-22 | Robert Bosch Gmbh | Verfahren zur Bestimmung eines Alterungszustandes einer Batteriezelle mittels Impedanzspektroskopie |
AT10763U3 (de) * | 2009-05-12 | 2010-08-15 | Avl List Gmbh | Verfahren und prüfstand zum prüfen von hybrid-antriebssystemen oder teilkomponenten davon |
FR2965360B1 (fr) * | 2010-09-27 | 2013-03-29 | IFP Energies Nouvelles | Procede de diagnostic in situ de batteries par spectroscopie d'impedance electrochimique |
JP2012190712A (ja) * | 2011-03-11 | 2012-10-04 | Hitachi Maxell Energy Ltd | 膜電極接合体の検査方法 |
FR2994745B1 (fr) * | 2012-08-21 | 2016-07-01 | Centre Nat D' Etudes Spatiales (Cnes) | Procede d'estimation du vieillissement d'une batterie |
US9236748B2 (en) * | 2012-08-30 | 2016-01-12 | Texas Instruments Incorporated | Method and apparatus of charging the battery with globally minimized integral degradation possible for predefined charging duration |
JP6370581B2 (ja) * | 2014-03-28 | 2018-08-08 | 学校法人早稲田大学 | 電気化学解析装置および電気化学システム |
WO2016012922A1 (en) * | 2014-07-25 | 2016-01-28 | Lithium Balance A/S | Electrochemical impedance spectroscopy in battery management systems |
CN107923954B (zh) * | 2015-08-25 | 2021-02-05 | 奥克斯能源有限公司 | 电池传感器 |
JP6579068B2 (ja) * | 2016-09-16 | 2019-09-25 | トヨタ自動車株式会社 | 燃料電池の出力性能診断装置、燃料電池の出力性能診断システム、燃料電池の出力性能診断方法、及び燃料電池の出力性能診断プログラム |
CN107607880B (zh) * | 2017-09-19 | 2020-04-24 | 哈尔滨工业大学 | 一种基于阻抗谱的锂离子电池内部健康特征提取方法 |
CN109726452B (zh) * | 2018-12-12 | 2020-10-27 | 浙江大学 | 一种基于阻抗谱的在线质子交换膜燃料电池故障诊断方法 |
CN109765496A (zh) * | 2018-12-20 | 2019-05-17 | 西安交通大学 | 一种基于在线电化学阻抗谱测量的电池健康状态估计方法 |
CN109633454B (zh) * | 2019-01-13 | 2020-06-23 | 浙江大学 | 一种实现锂离子电池等效温度在线估计的方法 |
CN112415413B (zh) * | 2020-11-05 | 2021-10-01 | 上海捷氢科技有限公司 | 一种燃料电池的诊断方法和诊断*** |
CN112433095B (zh) * | 2020-11-19 | 2022-02-11 | 中国科学院大连化学物理研究所 | 质子交换膜燃料电池膜内含水量的测量方法 |
CN113447843B (zh) * | 2021-06-22 | 2022-10-28 | 中山大学 | 一种基于电化学阻抗谱的氢燃料电池健康状态评估方法 |
CN113466700B (zh) * | 2021-06-24 | 2022-05-20 | 浙江大学 | 一种基于两点阻抗寿命特征的锂电池在线寿命预测方法 |
CN113484784B (zh) * | 2021-06-24 | 2022-07-08 | 浙江大学 | 一种基于两点阻抗老化特征的锂电池在线老化诊断方法 |
-
2021
- 2021-10-14 CN CN202111196890.4A patent/CN113917352B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113917352A (zh) | 2022-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110190306B (zh) | 一种用于燃料电池***的在线故障诊断方法 | |
US10581099B2 (en) | Use of neural network and EIS signal analysis to quantify H2 crossover in-situ in operating PEM cells | |
CN110676488B (zh) | 一种基于低频阻抗与电化学阻抗谱的在线质子交换膜燃料电池故障诊断方法 | |
CN113009349A (zh) | 一种基于深度学习模型的锂离子电池健康状态诊断方法 | |
CN112289385B (zh) | 大功率质子交换膜燃料电池电堆电化学阻抗谱预测方法 | |
CN107064807A (zh) | 用于确定燃料电池组中的临界操作状态的方法 | |
CN112784216B (zh) | 一种质子交换膜燃料电池***的健康度评估方法及*** | |
CN113608131B (zh) | 一种动态机车工况下pemfc电堆衰退性能检测方法 | |
CN116053531A (zh) | 一种燃料电池堆健康状态的评估***及方法 | |
WO2022268144A1 (zh) | 一种基于两点阻抗老化特征的锂电池在线老化诊断方法 | |
CN106950507A (zh) | 一种智能时钟电池用高可靠性寿命评估方法 | |
CN113611900A (zh) | 一种质子交换膜燃料电池的膜干故障诊断方法 | |
O'Rian et al. | Application of the transmission line EIS model to fuel cell catalyst layer durability | |
CN115248382A (zh) | 一种质子交换膜燃料电池控制方法 | |
Huang et al. | Correlation analysis and prediction of PEM fuel cell voltage during start-stop operation based on real-world driving data | |
CN113917352B (zh) | 基于阻抗老化特征的燃料电池催化层在线老化诊断方法 | |
CN117117258B (zh) | 一种氢燃料电池***的故障监测方法及装置 | |
CN116203434B (zh) | 一种燃料电池耐久性的预测方法及设备 | |
CN116031453A (zh) | 一种质子交换膜燃料电池特征频率阻抗在线估计方法 | |
CN111628195A (zh) | 一种基于逻辑推理的燃料电池电堆实时状态识别方法 | |
CN114361535B (zh) | 一种基于电化学阻抗谱的燃料电池氢渗量评估方法 | |
Peng et al. | A hybrid health prognostics method for proton Exchange membrane fuel cells with internal health recovery | |
CN114583219A (zh) | 一种质子交换膜燃料电池的水淹故障诊断方法 | |
CN116930804A (zh) | 一种pemfc多孔电极性能衰减评估方法 | |
Pivac et al. | Diagnostic methods for automotive fuel cell systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information |
Inventor after: Liu Hao Inventor after: Chen Jian Inventor before: Chen Jian Inventor before: Liu Hao |
|
CB03 | Change of inventor or designer information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |