FR3131664A1 - Méthode de détermination d’un indicateur de dégradation d’une pile à combustible, basée sur un observateur Bayésien hybride - Google Patents
Méthode de détermination d’un indicateur de dégradation d’une pile à combustible, basée sur un observateur Bayésien hybride Download PDFInfo
- Publication number
- FR3131664A1 FR3131664A1 FR2200005A FR2200005A FR3131664A1 FR 3131664 A1 FR3131664 A1 FR 3131664A1 FR 2200005 A FR2200005 A FR 2200005A FR 2200005 A FR2200005 A FR 2200005A FR 3131664 A1 FR3131664 A1 FR 3131664A1
- Authority
- FR
- France
- Prior art keywords
- cell
- determining
- platinum
- degradation indicator
- 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
Links
- 230000015556 catabolic process Effects 0.000 title claims abstract description 63
- 238000006731 degradation reaction Methods 0.000 title claims abstract description 63
- 239000000446 fuel Substances 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 36
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 claims abstract description 106
- 229910052697 platinum Inorganic materials 0.000 claims abstract description 47
- 238000005259 measurement Methods 0.000 claims abstract description 36
- 238000007254 oxidation reaction Methods 0.000 claims abstract description 24
- 230000003647 oxidation Effects 0.000 claims abstract description 21
- 238000004090 dissolution Methods 0.000 claims abstract description 19
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 13
- 230000015572 biosynthetic process Effects 0.000 claims description 12
- 230000036541 health Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 6
- MUMZUERVLWJKNR-UHFFFAOYSA-N oxoplatinum Chemical compound [Pt]=O MUMZUERVLWJKNR-UHFFFAOYSA-N 0.000 claims description 5
- 229910003446 platinum oxide Inorganic materials 0.000 claims description 5
- 238000001816 cooling Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- NFOHLBHARAZXFQ-UHFFFAOYSA-L platinum(2+);dihydroxide Chemical compound O[Pt]O NFOHLBHARAZXFQ-UHFFFAOYSA-L 0.000 claims description 4
- 210000004027 cell Anatomy 0.000 description 79
- 239000003054 catalyst Substances 0.000 description 13
- 230000002427 irreversible effect Effects 0.000 description 12
- 239000012528 membrane Substances 0.000 description 12
- 230000002441 reversible effect Effects 0.000 description 10
- 239000002245 particle Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000013459 approach Methods 0.000 description 6
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 5
- 239000001257 hydrogen Substances 0.000 description 5
- 229910052739 hydrogen Inorganic materials 0.000 description 5
- 238000004393 prognosis Methods 0.000 description 5
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 4
- 230000032683 aging Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 229910021529 ammonia Inorganic materials 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 229920000554 ionomer Polymers 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 210000003771 C cell Anatomy 0.000 description 1
- 101100494773 Caenorhabditis elegans ctl-2 gene Proteins 0.000 description 1
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical class [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 208000001408 Carbon monoxide poisoning Diseases 0.000 description 1
- 102100035959 Cationic amino acid transporter 2 Human genes 0.000 description 1
- 206010013496 Disturbance in attention Diseases 0.000 description 1
- 101100112369 Fasciola hepatica Cat-1 gene Proteins 0.000 description 1
- 101100005271 Neurospora crassa (strain ATCC 24698 / 74-OR23-1A / CBS 708.71 / DSM 1257 / FGSC 987) cat-1 gene Proteins 0.000 description 1
- 108091006231 SLC7A2 Proteins 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 239000003570 air Substances 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000011088 calibration curve Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000006229 carbon black Substances 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 230000032677 cell aging Effects 0.000 description 1
- 210000000170 cell membrane Anatomy 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002431 foraging effect Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 229910002804 graphite Inorganic materials 0.000 description 1
- 239000010439 graphite Substances 0.000 description 1
- 230000003116 impacting effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000002105 nanoparticle Substances 0.000 description 1
- 239000007800 oxidant agent Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000010926 purge Methods 0.000 description 1
- 238000006479 redox reaction Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- H01M8/0438—Pressure; Ambient pressure; Flow
-
- 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
- H01M8/0444—Concentration; Density
-
- 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
- H01M8/04492—Humidity; Ambient humidity; Water content
-
- 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
- H01M8/04537—Electric variables
- H01M8/04544—Voltage
- H01M8/04552—Voltage of the individual fuel cell
-
- 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
- H01M8/04537—Electric variables
- H01M8/04574—Current
- H01M8/04589—Current 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
- H01M8/10—Fuel cells with solid electrolytes
- H01M2008/1095—Fuel cells with polymeric electrolytes
Landscapes
- Engineering & Computer Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Sustainable Development (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Chemical & Material Sciences (AREA)
- Electrochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Sustainable Energy (AREA)
- Manufacturing & Machinery (AREA)
- Fuzzy Systems (AREA)
- Secondary Cells (AREA)
- Automation & Control Theory (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Fuel Cell (AREA)
- Theoretical Computer Science (AREA)
Abstract
Méthode de détermination d’un indicateur de dégradation d’une cellule d’une pile à combustible (PEM) comprenant plusieurs cellules ayant chacune une surface active, la méthode comprenant les étapes de : recevoir des mesures de grandeurs physiques caractéristiques de conditions opératoires de la pile à combustible, recevoir une mesure expérimentale de la tension aux bornes d’une cellule,appliquer un algorithme Bayésien non linéaire (UKF) à partir du vecteur de commande u constitué des mesures de grandeurs physiques et de la mesure expérimentale, pour déterminer une estimée, à l’instant t+1, d’un vecteur d’état de la cellule défini par une première variable d’état caractéristique d’un taux de dissolution de platine et d’au moins une deuxième variable d’état caractéristique d’un taux de couverture d’oxydation de platine, l’algorithme Bayesien non linéaire étant en outre défini par un modèle d’observation électrochimique de la tension aux bornes d’une cellule fonction desdites variables d’état, déterminer un indicateur de dégradation de la cellule Figure 3
Description
L’invention concerne le domaine des piles à combustible, en particulier les piles à combustible pour alimenter des véhicules électriques, notamment les piles à combustible à membrane d’échange de protons ou piles PEMFC (Proton Exchange Membrane Fuel Cell). Les piles à combustible sont des systèmes qui permettent de convertir de l’énergie chimique contenue dans une réaction d’oxydo-réduction en énergie électrique. Ce sont des systèmes ouverts qui échangent de la matière (le combustible et le comburant) et de l’énergie sous forme de chaleur et d’’électricité avec l’extérieur.
L’invention concerne une méthode permettant de déterminer un indicateur de dégradation d’une pile à combustible, la méthode étant basée sur un observateur bayésien hybride, couplant un modèle de tension avec des données issues de capteurs, et prenant en compte à la fois des phénomènes de dégradation irréversibles et réversibles.
Plusieurs mécanismes de dégradation réversibles et irréversibles interviennent dans une cellule d’une pile à combustible. Ces dégradations affectent la plupart des composants d’une cellule. En particulier, le phénomène de dégradation impacte la couche active d’une cellule de sorte que la surface active peut diminuer au cours du temps, impactant le rendement global du dispositif.
La couche active d’une cellule englobe plusieurs éléments. Une couche active d’une cellule est organisée en un réseau microporeux constitué d’un ionomère, d’un support de catalyseur et d’un catalyseur. L’ionomère assure la conductivité protonique. Le support de catalyseur peut être du noir de carbone ou plus généralement du graphite poreux. Il assure la conductivité électronique et constitue un milieu poreux pour le transport des gaz et de l’eau liquide. Le catalyseur est le plus souvent à base de platine. Il est déposé sous forme de nanoparticules et permet d’augmenter la cinétique de la réaction électrochimique.
Il y a deux couches actives de part et d’autre de la membrane d’une cellule, l’une constituant l’anode et l’autre la cathode.
La notion de surface active se distingue de la surface géométrique en ce qu’elle définit la surface développée totale qui participe aux réactions chimiques.
Ainsi, une dégradation de la surface active du catalyseur intervient lorsqu’on observe une perte de surface active de platine ou une altération des propriétés du catalyseur. La dégradation de la surface active du catalyseur peut être réversible, par exemple lorsqu’il s’agit d’une oxydation du platine, ou bien irréversible, par exemple lorsqu’il s’agit de phénomènes de dissolution-redéposition de platine.
Un problème à résoudre dans ce contexte consiste à pouvoir estimer et prédire le niveau de dégradation de la surface active d’une cellule à partir de mesures accessibles sur la pile et de modèles de dégradation.
L’art antérieur comporte différentes méthodes permettant d’estimer l’évolution du vieillissement d’une pile à combustible.
La publication scientifique ”Yunjin Ao, Salah Laghrouche, Daniel Depernet, and Kui Chen. Lifetime prediction for proton exchange membrane fuel cell under real driving cycles based on platinum particle dissolve model. International Journal of Hydrogen Energy,45(56):32388–32401, 2020” fait état de travaux lors desquels les auteurs sélectionnent la surface active de l’électrode (ECSA) en tant qu’indicateur de santé. Il est établi dans cette publication qu’une pile atteint sa fin de vie lorsque sa tension diminue de 10% par rapport à sa valeur initiale. Donc, les pertes de tension (puissance sortie) et les pertes de surface active sont liées pour déterminer la durée de vie restante. L’inconvénient majeur de cette approche est la nécessité d’avoir des données de surface active mesurées pour définir le modèle de dégradation à partir de courbes de calibration.
Les deux documents suivants proposent un autre type de méthode :
- ”Kui Chen, Salah Laghrouche, and Abdesslem Djerdir. Fuel cell health prognosis using unscented kalman filter: Postal fuel cell electric vehicles case study. International Journal of Hydrogen Energy, 44(3):1930–1939, 2019”
- ”Mathieu Bressel, Mickael Hilairet, Daniel Hissel, and Belkacem Ould Boua-mama. Fuel cell remaining useful life prediction and uncertainty quantification under an automotive profile. In IECON 2016-42nd Annual Conference of the IEEE Industrial Electronics Society, pages 5477–5482. IEEE, 2016”
Dans ces travaux, les auteurs utilisent un filtre de Kalman non linéaire du type « Unscented Kalman Filter » couplé à un modèle empirique de dégradation du niveau de tension. L’approche est validée à l’aide de données expérimentales mesurées sur une pile destinée à l’automobile. Deux inconvénients majeurs se dégagent de ces travaux:
- la tension est la seule variable sélectionnée comme indicateur de santé, ce qui limite la robustesse et la précision de l’estimateur
- le modèle de dégradation utilisé est un modèle purement empirique et lors de l’étape de pronostic (prédiction du vieillissement), l’approche présente des pertes de performance pour suivre la dynamique de vieillissement de la tension.
La demande de brevet FR2928777 propose un dispositif et un procédé d'estimation du vieillissement de pile à combustible dû à l'empoisonnement au monoxyde de carbone, grâce à l’utilisation d’un observateur d’état de type Kalman. Ce système est basé sur une mesure de surtension anodique, et le contrôle de la purge des monoxydes de carbone stockés. L’idée proposée ici affiche des limitations, car elle ne permet pas de dissocier précisément dégradations réversibles et irréversibles.
L’invention propose une approche hybride basée à la fois sur des mesures et sur un modèle prenant en compte à la fois les dégradations réversibles et irréversibles. L’algorithme proposé est de type Bayésien non linéaire et repose sur plusieurs modèles physiques de dissolution et d’oxydation du platine dont est composée la surface active de la cellule.
Un observateur d’état est conçu pour prédire des variables d’états particulières liées au vieillissement de la pile sur la base d’un modèle d’état, puis pour corriger ces prédictions en utilisant de manière optimale les mesures réalisées sur la pile. L’étape de prédiction utilise un modèle physique d’observation qui relie les variables mesurées sur la pile aux variables d’état du modèle d’observateur. Ce cycle prédiction-correction permet d’obtenir une solution d’estimation précise et robuste. La solution proposée permet de déterminer l’état de santé courant (diagnostic) et l’état de santé futur (pronostic) en temps réel des systèmes de pile à combustible à membrane d’échange de protons.
Contrairement aux solutions connues, l’invention utilise un modèle robuste capable de prendre en compte les phénomènes conduisant à une perte de performances liées à la dégradation réelle des matériaux du cœur de pile mais aussi les pertes de performances induites par une modification temporaire (réversible) des propriétés physiques de ces matériaux.
Cette approche présente l’avantage d’une meilleure prédiction de la durée de vie réelle de la pile. Les modèles physiques utilisés comprennent un modèle de prédiction basé sur des lois de dégradation irréversibles du catalyseur de la pile comme la dissolution du platine mais aussi des lois de dégradation réversibles comme l’oxydation du platine.
Le modèle d’observation est un modèle de la tension aux bornes d’une cellule qui permet de relier les données mesurées aux variables d’état prédites. L’observateur d’état réalise la correction optimale du modèle physique par traitement des données capteurs. L’observateur suit l’état de santé de la pile via deux indicateurs : la tension cellule et la surface active du catalyseur. Cette information estimée par l’algorithme permet d’estimer la durée de vie restante de la pile et de gérer de manière optimale les conditions opératoires du système complet.
L’invention a pour objet une méthode, mise en œuvre par ordinateur, de détermination d’un indicateur de dégradation d’une cellule d’une pile à combustible comprenant une pluralité de cellules ayant chacune une surface active, la méthode comprenant les étapes de, à chaque nouvel instant t :
- recevoir un ensemble de mesures de grandeurs physiques caractéristiques de conditions opératoires de la pile à combustible, cet ensemble de mesures formant un vecteur de commande u,
- recevoir une mesure expérimentale de la tension aux bornes d’une cellule,
- appliquer un algorithme Bayésien non linéaire à partir du vecteur de commande u et de la mesure expérimentale, pour déterminer une estimée, à l’instant t+1, d’un vecteur d’état de la cellule défini par une première variable d’état caractéristique d’un taux de dissolution de platine et d’au moins une deuxième variable d’état caractéristique d’un taux de couverture d’oxydation de platine, l’algorithme Bayesien non linéaire étant en outre défini par un modèle d’observation électrochimique de la tension aux bornes d’une cellule fonction desdites variables d’état,
- déterminer un indicateur de dégradation de la cellule à partir de l’estimée du vecteur d’état de la cellule.
Selon un aspect particulier de l’invention, l’algorithme Bayesien non linéaire est un filtre de Kalman UKF.
Selon un aspect particulier de l’invention, le vecteur d’état est composé :
- d’une première variable d’état caractéristique d’un taux de dissolution de platine,
- d’une deuxième variable d’état caractéristique du taux de couverture d’oxydation de platine lié à la formation d’oxyde de platine,
- d’une troisième variable d’état caractéristique du taux de couverture d’oxydation de platine lié à la formation d’hydroxyde de platine
Selon un aspect particulier de l’invention, le modèle d’observation de la tension aux bornes d’une cellule dépend d’un modèle de surtension fonction d’au moins les variables d’état.
Selon un aspect particulier de l’invention, les variables d’état sont déterminées récursivement à partir du vecteur de commande et de modèles de prédiction chimiques de l’effet de dissolution du platine et de l’effet d’oxydation du platine.
Selon un aspect particulier de l’invention, l’indicateur de dégradation de la cellule est un indicateur de dégradation de la surface active électro-chimique de la cellule qui dépend de la première variable d’état.
Selon un aspect particulier de l’invention, les mesures formant le vecteur de commande u sont prises parmi des mesures de courant, de température de refroidissement, de stochiométrie, d’humidité relative, de pression.
Selon un aspect particulier de l’invention, le filtre de Kalman réalise au moins les opérations suivantes :
- Calculer la différence entre la mesure expérimentale de la tension et la valeur estimée de la tension via le modèle d’observation,
- Calculer une innovation comme le résultat de la différence pondérée par un gain de Kalman propre à chaque variable d’état,
- Corriger l’estimation du modèle de prédiction des variables d’état par l’innovation.
Selon un aspect particulier de l’invention, l’indicateur de dégradation est déterminé pour l’ensemble des cellules de la pile à combustible.
L’invention a aussi pour objet un programme d'ordinateur comportant des instructions pour l'exécution de la méthode de détermination d’un indicateur de dégradation d’au moins une cellule d’une pile à combustible selon l’invention, lorsque le programme est exécuté par un processeur.
L’invention a aussi pour objet un support d'enregistrement lisible par un processeur sur lequel est enregistré un programme comportant des instructions pour l'exécution de la méthode de détermination d’un indicateur de dégradation d’au moins une cellule d’une pile à combustible selon l’invention, lorsque le programme est exécuté par un processeur.
L’invention a aussi pour objet un système pour déterminer un indicateur de dégradation d’au moins une cellule d’une pile à combustible comprenant une pluralité de cellules, le système comprenant plusieurs capteurs pour mesurer différentes grandeurs physiques caractéristiques du fonctionnement de la pile à combustible et un calculateur pour exécuter la méthode de détermination d’un indicateur de dégradation selon l’invention.
Selon un aspect particulier de l’invention, le calculateur est apte à déterminer un état de santé de la pile à combustible à partir de l’indicateur de dégradation déterminé pour l’ensemble des cellules de la pile à combustible.
D’autres caractéristiques et avantages de la présente invention apparaîtront mieux à la lecture de la description qui suit en relation aux dessins annexés suivants.
La représente, sur un schéma, une pile à combustible PAC composée de plusieurs cellules C montées en série. Chaque cellule comprend une membrane MEM disposée entre deux plaques bipolaires PB1, PB2. A chaque extrémité opposée de la pile à combustible, une plaque monopolaire PM1, PM2 est pourvue de canaux CD de distribution d’hydrogène et d’oxygène pour alimenter la pile.
Sur la droite de la , on a représenté une seule cellule élémentaire C de la pile à combustible PAC. Une cellule C comprend les éléments suivants agencés en série : une première plaque bipolaire PB1, un premier support S1, un premier catalyseur CAT1, une membrane MEM, un second catalyseur CAT2, un second support S2, une seconde plaque bipolaire PB2.
Une pile à combustible PAC est soumise à une dégradation au cours du temps principalement du fait de la dégradation des membranes MEM.
L’ensemble des cellules de la pile à combustible PAC est traversée par un même courant, cependant la densité locale de courant peut ne pas être uniforme dans une cellule et peut avoir une répartition spatiale différente d’une cellule à l’autre du fait de la dégradation potentielle des membranes MEM au cours du temps.
La représente un autre schéma d’un exemple de pile à combustible et de son intégration dans un système hybride d’évaluation de l’état de santé de la pile selon un mode de réalisation de l’invention.
Sur la gauche de la , on a représenté un autre schéma d’une cellule d’une pile à combustible PEM constituée des éléments déjà décrits à la à savoir : une membrane MEM entourée par deux électrodes EL1,EL2 de sorte à réaliser un assemblage membrane électrodes AME. De chaque côté de cet assemblage est placé une couche de diffusion poreuse S1,S2. L’ensemble est placé entre deux plaques d’alimentation bipolaires PB1,PB2.
L’invention a notamment pour objectif d’estimer la dégradation du catalyseur à la surface des électrodes et en particulier les pertes de surface active des électrodes notamment les pertes de platine.
Sur la droite de la , on a représenté schématiquement le fonctionnement de la méthode selon l’invention qui est basée sur un modèle d’observation 200 définit d’une part par un vecteur d’état x qui suit une évolution modélisée par une fonction f, qui dépend d’un vecteur de commande u et d’autre part une variable d’observation y qui suit une évolution définie par la fonction h qui dépend du vecteur d’état et du vecteur de commande.
La prédiction y’ de la variable d’observation fournie par le modèle d’observation 200 est comparée à une mesure expérimentale de la même grandeur y sur la pile PEM et l’erreur e(y-y’), appelée innovation, calculée est utilisée pour corriger le vecteur d’état.
Le vecteur de commande u est un vecteur de mesures de différentes paramètres de fonctionnement de la pile PEM.
Le modèle d’observation 200 est résolu au moyen d’un algorithme Bayésien non linéaire, par exemple un filtre de Kalman non linéaire du type SR-UKF (Square Root Unscented Kalman Filter).
Dans un mode de réalisation, la méthode selon l’invention vise à estimer la perte de surface active électro-chimique d’une électrode.
Pour cela, l’invention repose en partie sur le choix de trois variables d’état à estimer qui sont : la dissolution directe du rayon des particules de platine (r dissPt ), la formation d’oxydes de platine PtO (θ PtO ) et la formation d’hydroxydes de platine PtOH (θ PtOH ).
La dissolution du platine est un phénomène irréversible tandis que l’oxydation est un phénomène de dégradation réversible.
La prise en compte de ces deux phénomènes dans le modèle d’observation permet de mieux estimer les variations de surface active et leur impact sur la surtension aux bornes de la cellule.
En effet, les électrodes EL1,EL2 sont composées de particules de platine Pt supportées par une surface en carbone. Les particules de platine Pt peuvent être dissoutes en présence de fortes densités de courant qui traversent la pile notamment durant les cycles de recharge de la pile, notamment pour des batteries automobiles.
Cette dégradation irréversible augmente les pertes d’activation et de concentration, ce qui engendre une dégradation du fonctionnement de la pile.
L’oxydation du platine PtO affecte la dégradation catalytique et donc directement le phénomène de dissolution du platine. La formation d’oxyde de platine PtO apparait généralement pour des valeurs de tension aux bornes d’une cellule supérieures à 0.8 V.
La dissolution directe des particules de platine est décrite par l’équation chimique (a) qui correspond à une dégradation irréversible.
L’oxydation du platine Pt peut être décrite selon un mécanisme en quatre étapes décrit par les équations chimiques (b),(c),(d),(e).
L’équation (b) correspond à une oxydation réversible, l’équation (c) correspond à une oxydation irréversible, l’équation (d) correspond à une réduction irréversible et enfin l’équation (e) correspond à une adsorption irréversible de l’oxygène.
Ces trois variables d’état constituent ensemble un vecteur d’état x(t) et leurs évolutions sont modélisées à partir de modèles physico-chimiques qui décrivent la cinétique des réactions chimiques (a)-(e) ci-dessus.
La dissolution du platine est modélisée par l’équation (1) suivante : (1)
Vdissest la vitesse de dissolution du platine qui dépend d’un certain nombre de paramètres PARAM relatives aux conditions de fonctionnement de la pile.
MPtest la masse molaire du platine
ρPt est la densité du platine
L’équation (1) est issue de la publication de ”Andres Jacome, Daniel Hissel, Vincent Heiries, Mathias Gérard, and Sébastien Rosini. Pemfc state-of-health estimation using a model-based state bayesian observer under an automotive load profile. In 2020 IEEE Vehicle Power and Propulsion Conference (VPPC), pages 1–4. IEEE, 2020”.
La formation d’hydroxyde de platine PtOH est modélisée par l’équation (2) suivante :
La formation d’oxyde de platine PtO est modélisée par l’équation (3) suivante :
r1, r2et r3sont des cinétiques de réaction qui dépendent du potentiel local.
Le taux de couverture du platine , autrement dit le pourcentage de la surface active occupé par le platine, est donné par les relations suivantes :
Les équations (2) et (3) sont issues de la publication ”Thomas Jahnke, Georg A Futter, Andrea Baricci, Claudio Rabissi, and Andrea Casalegno. Physical modeling of catalyst degradation in low temperature fuel cells: Platinum oxidation, dissolution, particle growth and platinum band formation. Journal of The Electrochemical Society”.
Un modèle d’observation (4) de tension cellule dérivé de l’équation de Butler-Volmer est utilisé pour corriger l’estimation. Ce modèle est décrit dans la publication ”C Robin, M Gérard, M Quinaud, J d’Arbigny, and Y Bultel. Proton exchange membrane fuel cell model for aging predictions: Simulated equivalent active surface area loss and comparisons with durability tests. Journal of Power Sources, 326:417–427, 2016”.
Le modèle d’observation est donné par la relation (4) :
Uc ,estest une estimée de la tension aux bornes de la cellule.
Rohmest une résistance totale déterminée à partir d’une résistance de la membrane et d’une valeur fixe.
I est le courant traversant la cellule.
La représente, sur un schéma fonctionnel, le principe de mise en œuvre de la méthode de détermination d’un indicateur de dégradation de la pile selon un mode de réalisation de l’invention.
La méthode est basée sur un algorithme Bayésien non linéaire, par exemple un filtre de Kalman non linéaire du type « SR-UKF » tel que décrit dans la publication ” Shichun Yang, Song Feng, Kangfeng Sun, Shuai Wang, and Yaoguang Cao. Square-root unscented kalman filter for ammonia coverage ratio and input ammonia estimations in diesel-engine urea-scr system. ISA transactions, 96:299–308, 2020 ”.
Le fonctionnement de la méthode est itératif. A un instant t, le filtre reçoit en entrée un vecteur de commande u constituée de mesures de paramètres physiques de la pile représentant ses conditions opératoires.
Le vecteur de commande u comporte, par exemple, une mesure du courant I traversant une cellule de la pile, une mesure de température de refroidissement en entrée de la pile Tcool,in, une mesure de température de refroidissement en sortie de la pile Tcool,out, une mesure de stochiométrie de l’anode Sta, une mesure de stochiométrie de la cathode Stc, une mesure d’humidité relative de l’anode RHa, une mesure d’humidité relative de la cathode RHc, une mesure de pression.
D’autres mesures de paramètres influant le fonctionnement de la pile peuvent être ajoutés au vecteur de commande u.
D’autre part, le filtre reçoit également en entrée une mesure y=Ucellde la tension aux bornes d’une cellule.
Le vecteur de commande est exploité pour construire les équations d’état f(x) données par les relations (1), (2) et (3) qui modélisent les transitions du vecteur d’état entre un instant k et un instant k+1.
Un terme de bruit Wc est pris en compte dans les équations d’état pour caractériser les incertitudes.
Les variables d’état estimées a priori sont sommées avec une variable d’innovation multipliée par un gain de Kalman K non constant qui évolue avec le temps, pour obtenir le vecteur d’état x(t) a posteriori.
L’innovation est obtenue en calculant l’erreur entre la mesure y de la tension aux bornes de la cellule et une estimée de cette tension calculée à partir de l’équation d’observation h(x) donnée par la relation (4). Un terme de bruit Wm est pris en compte dans l’équation d’observation pour caractériser les incertitudes.
Un indicateur de dégradation de la surface active électrochimique ECSA(t) est ensuite calculé à partir du vecteur d’état x() a posteriori, par exemple à l’aide de la formule suivante ;
S0est la surface active initiale à l’instant k=0,
Npartest le nombre initial de particules de platine sur la surface active. Npartpeut être déterminé à partir de la valeur initiale ou nominale de la surface active de l’électrode S(0) et de la valeur initiale du rayon des particules de platine .
L’indicateur de dégradation de la surface active ECSA(t) dépend essentiellement du rayon des particules de platine qui sont affectées par la dissolution du platine.
Cependant, la prise en compte de l’oxydation du platine via les deux autres variables d’état permet de prendre en compte l’erreur liée à l’oxydation sur la surtension .
En effet la surtension peut être modélisée en fonction de différents paramètres dont le taux d’oxydation du platine comme indiqué par la relation (6)
Les coefficients β1, β2, β3, β4, β5, β6,β7 sont des paramètres du modèle.
Les différents paramètres intervenant dans les équations d’état et dans l’équation d’observation, ainsi que les paramètres du filtre de Kalman doivent être calibrés dans une phase d’initialisation préalable de l’algorithme.
Le filtre de Kalman peut fonctionner en boucle fermée pour fournir un diagnostic en temps réel de l’état de santé de la pile. Le calcul de l’innovation via l’équation d’observation, autrement dit l’erreur entre la tension mesurée et la tension estimée, permet de corriger les variables d’état estimées à priori.
Après une phase de convergence, le filtre de Kalman peut également fonctionner en boucle ouverte. Dans ce cas, la tension estimée via l’équation d’observation n’est plus calculée et les variables d’état ne sont plus corrigées par l’innovation pondérée par le gain de Kalman. Le filtre de Kalman réalisé alors un pronostic via une estimation a priori de la perte de surface active ECSA.
L’invention peut être mise en œuvre en tant que programme d’ordinateur comportant des instructions pour son exécution. Le programme d’ordinateur peut être enregistré sur un support d’enregistrement lisible par un processeur. La référence à un programme d'ordinateur qui, lorsqu'il est exécuté, effectue l'une quelconque des fonctions décrites précédemment, ne se limite pas à un programme d'application s'exécutant sur un ordinateur hôte unique. Au contraire, les termes programme d'ordinateur et logiciel sont utilisés ici dans un sens général pour faire référence à tout type de code informatique (par exemple, un logiciel d'application, un micro logiciel, un microcode, ou toute autre forme d'instruction d'ordinateur) qui peut être utilisé pour programmer un ou plusieurs processeurs pour mettre en œuvre des aspects des techniques décrites ici. Les moyens ou ressources informatiques peuvent notamment être distribués ("Cloud computing"), éventuellement selon des technologies de pair-à-pair. Le code logiciel peut être exécuté sur n'importe quel processeur approprié (par exemple, un microprocesseur) ou cœur de processeur ou un ensemble de processeurs, qu'ils soient prévus dans un dispositif de calcul unique ou répartis entre plusieurs dispositifs de calcul (par exemple tels qu’éventuellement accessibles dans l’environnement du dispositif). Le code exécutable de chaque programme permettant au dispositif programmable de mettre en œuvre les processus selon l'invention, peut être stocké, par exemple, dans le disque dur ou en mémoire morte. De manière générale, le ou les programmes pourront être chargés dans un des moyens de stockage du dispositif avant d'être exécutés. L'unité centrale peut commander et diriger l'exécution des instructions ou portions de code logiciel du ou des programmes selon l'invention, instructions qui sont stockées dans le disque dur ou dans la mémoire morte ou bien dans les autres éléments de stockage précités. Le code exécutable peut également être téléchargeable depuis un serveur distant.
Le programme d’ordinateur peut comprendre un code source, un code objet, un code source intermédiaire ou un code objet partiellement compilé ou toute autre forme d’instructions de code de programme adaptées pour mettre en œuvre l’invention sous la forme d’un programme d’ordinateur.
Un tel programme peut présenter diverses architectures fonctionnelles. Par exemple, un programme d’ordinateur selon l’invention peut être décomposé en une ou plusieurs routines qui peuvent être adaptées à exécuter une ou plusieurs fonctions de l’invention telles que décrites précédemment. Les routines peuvent être enregistrées ensemble dans un même fichier exécutable mais peuvent également être sauvegardées dans un ou plusieurs fichiers externes sous la forme de librairies qui sont associées à un programme principal de façon statique ou dynamique. Les routines peuvent être appelées depuis le programme principal mais peuvent également comprendre des appels à d’autres routines ou sous-routines.
Tous les procédés ou étapes de procédés, programmes ou sous-programmes décrits sous la forme d’organigrammes doivent être interprétés comme correspondant à des modules, segments ou portions de code de programme qui incluent une ou plusieurs instructions de code pour implémenter les fonctions logiques et les étapes de l’invention décrites.
Alternativement, l’invention peut aussi être mise en œuvre au moyen d’un processeur qui peut être un processeur générique, un processeur spécifique, un circuit intégré propre à une application (connu aussi sous le nom anglais d’ASIC pour « Application-Specific Integrated Circuit ») ou un réseau de portes programmables in situ (connu aussi sous le nom anglais de FPGA pour « Field-Programmable Gate Array »). La technique de l'invention peut se réaliser sur une machine de calcul reprogrammable (un processeur ou un micro contrôleur par exemple) exécutant un programme comprenant une séquence d'instructions, ou sur une machine de calcul dédiée (par exemple un ensemble de portes logiques comme un FPGA ou un ASIC, ou tout autre module matériel).
Les différents indicateurs de dégradation calculés au cours du temps peuvent être restitués à un utilisateur via un écran d’affichage ou toute autre interface graphique.
L’invention peut aussi être implémentée dans un organe d’aide à la maintenance de manière à réaliser un outil permettant d’automatiser la maintenance d’une pile à combustible à bord d’un véhicule.
Une alerte de maintenance peut être déclenchée lorsqu’un indicateur de dégradation dépasse ou diminue en dessous d’un seuil d’alerte prédéterminé.
L’invention permet également de déterminer un indicateur global de l’état de santé de la pile à partir de l’ensemble des indicateurs de dégradation de chaque cellule.
Claims (1)
-
- Méthode, mise en œuvre par ordinateur, de détermination d’un indicateur de dégradation d’une cellule d’une pile à combustible (PEM) comprenant une pluralité de cellules ayant chacune une surface active, la méthode comprenant les étapes de, à chaque nouvel instant t :
- recevoir un ensemble de mesures de grandeurs physiques caractéristiques de conditions opératoires de la pile à combustible, cet ensemble de mesures formant un vecteur de commande u,
- recevoir une mesure expérimentale de la tension aux bornes d’une cellule,
- appliquer un algorithme Bayésien non linéaire (UKF) à partir du vecteur de commande u et de la mesure expérimentale, pour déterminer une estimée, à l’instant t+1, d’un vecteur d’état de la cellule défini par une première variable d’état caractéristique d’un taux de dissolution de platine et d’au moins une deuxième variable d’état caractéristique d’un taux de couverture d’oxydation de platine, l’algorithme Bayesien non linéaire étant en outre défini par un modèle d’observation électrochimique de la tension aux bornes d’une cellule fonction desdites variables d’état,
- déterminer un indicateur de dégradation de la cellule à partir de l’estimée du vecteur d’état de la cellule.
- Méthode de détermination d’un indicateur de dégradation selon la revendication 1 dans laquelle l’algorithme Bayesien non linéaire est un filtre de Kalman UKF.
- Méthode de détermination d’un indicateur de dégradation selon l’une quelconque des revendications précédentes dans laquelle le vecteur d’état est composé :
- d’une première variable d’état caractéristique d’un taux de dissolution de platine,
- d’une deuxième variable d’état caractéristique du taux de couverture d’oxydation de platine lié à la formation d’oxyde de platine,
- d’une troisième variable d’état caractéristique du taux de couverture d’oxydation de platine lié à la formation d’hydroxyde de platine
- Méthode de détermination d’un indicateur de dégradation selon l’une quelconque des revendications précédentes dans laquelle le modèle d’observation de la tension aux bornes d’une cellule dépend d’un modèle de surtension fonction d’au moins les variables d’état.
- Méthode de détermination d’un indicateur de dégradation selon l’une quelconque des revendications précédentes dans laquelle les variables d’état sont déterminées récursivement à partir du vecteur de commande et de modèles de prédiction chimiques de l’effet de dissolution du platine et de l’effet d’oxydation du platine.
- Méthode de détermination d’un indicateur de dégradation selon l’une quelconque des revendications précédentes dans laquelle l’indicateur de dégradation de la cellule est un indicateur de dégradation de la surface active électro-chimique de la cellule qui dépend de la première variable d’état.
- Méthode de détermination d’un indicateur de dégradation selon l’une quelconque des revendications précédentes dans laquelle les mesures formant le vecteur de commande u sont prises parmi des mesures de courant, de température de refroidissement, de stochiométrie, d’humidité relative, de pression.
- Méthode de détermination d’un indicateur de dégradation selon l’une quelconque des revendications précédentes dans laquelle le filtre de Kalman réalise au moins les opérations suivantes :
- Calculer la différence entre la mesure expérimentale de la tension et la valeur estimée de la tension via le modèle d’observation,
- Calculer une innovation comme le résultat de la différence pondérée par un gain de Kalman propre à chaque variable d’état,
- Corriger l’estimation du modèle de prédiction des variables d’état par l’innovation.
- Méthode de détermination d’un indicateur de dégradation selon l’une quelconque des revendications précédentes dans laquelle l’indicateur de dégradation est déterminé pour l’ensemble des cellules de la pile à combustible.
- Programme d'ordinateur comportant des instructions pour l'exécution de la méthode de détermination d’un indicateur de dégradation d’au moins une cellule d’une pile à combustible selon l’une quelconque des revendications précédentes, lorsque le programme est exécuté par un processeur.
- Support d'enregistrement lisible par un processeur sur lequel est enregistré un programme comportant des instructions pour l'exécution de la méthode de détermination d’un indicateur de dégradation d’au moins une cellule d’une pile à combustible selon l’une quelconque des revendications 1 à 9, lorsque le programme est exécuté par un processeur.
- Système pour déterminer un indicateur de dégradation d’au moins une cellule d’une pile à combustible comprenant une pluralité de cellules, le système comprenant plusieurs capteurs pour mesurer différentes grandeurs physiques caractéristiques du fonctionnement de la pile à combustible et un calculateur pour exécuter la méthode de détermination d’un indicateur de dégradation selon l’une quelconque des revendications 1 à 8.
- Système selon la revendication 12 dans lequel le calculateur est apte à déterminer un état de santé de la pile à combustible à partir de l’indicateur de dégradation déterminé pour l’ensemble des cellules de la pile à combustible.
- Méthode, mise en œuvre par ordinateur, de détermination d’un indicateur de dégradation d’une cellule d’une pile à combustible (PEM) comprenant une pluralité de cellules ayant chacune une surface active, la méthode comprenant les étapes de, à chaque nouvel instant t :
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2200005A FR3131664B1 (fr) | 2022-01-03 | 2022-01-03 | Méthode de détermination d’un indicateur de dégradation d’une pile à combustible, basée sur un observateur Bayésien hybride |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2200005 | 2022-01-03 | ||
| FR2200005A FR3131664B1 (fr) | 2022-01-03 | 2022-01-03 | Méthode de détermination d’un indicateur de dégradation d’une pile à combustible, basée sur un observateur Bayésien hybride |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR3131664A1 true FR3131664A1 (fr) | 2023-07-07 |
| FR3131664B1 FR3131664B1 (fr) | 2023-12-29 |
Family
ID=81648481
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR2200005A Active FR3131664B1 (fr) | 2022-01-03 | 2022-01-03 | Méthode de détermination d’un indicateur de dégradation d’une pile à combustible, basée sur un observateur Bayésien hybride |
Country Status (1)
| Country | Link |
|---|---|
| FR (1) | FR3131664B1 (fr) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2928777A1 (fr) | 2008-03-12 | 2009-09-18 | Renault Sas | Dispositif et procede d'estimation du vieillissemnt d'une pile a combustible |
| EP3883029A1 (fr) * | 2020-03-18 | 2021-09-22 | Commissariat à l'Energie Atomique et aux Energies Alternatives | Methode et systeme de determination d'un indicateur de degradation d'une pile a combustible |
-
2022
- 2022-01-03 FR FR2200005A patent/FR3131664B1/fr active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2928777A1 (fr) | 2008-03-12 | 2009-09-18 | Renault Sas | Dispositif et procede d'estimation du vieillissemnt d'une pile a combustible |
| EP3883029A1 (fr) * | 2020-03-18 | 2021-09-22 | Commissariat à l'Energie Atomique et aux Energies Alternatives | Methode et systeme de determination d'un indicateur de degradation d'une pile a combustible |
Non-Patent Citations (7)
| Title |
|---|
| ANDRES JACOMEDANIEL HISSELVINCENT HEIRIESMATHIAS GÉRARDSÉBASTIEN ROSINI: "2020 IEEE Vehicle Power and Propulsion Conférence (VPPC", 2020, IEEE, article "Pemfc state-of-health estimation using a model-based state bayesian observer under an automotive load profile", pages: 1 - 4 |
| C ROBINM GÉRARDM QUINAUDJ D'ARBIGNYY BULTEL: "Proton exchange membrane fuel cell model for aging prédictions: Simulated équivalent active surface area loss and comparisons with durability tests", JOURNAL OF POWER SOURCES, vol. 326, 2016, pages 417 - 427, XP029675097, DOI: 10.1016/j.jpowsour.2016.07.018 |
| KUI CHENSALAH LAGHROUCHEABDESSLEM DJERDIR: "Fuel cell health prognosis using unscented kalman filter: Postal fuel cell electric vehicles case study", INTERNATIONAL JOURNAL OF HYDROGEN ENERGY, vol. 44, no. 3, 2019, pages 1930 - 1939, XP085571804, DOI: 10.1016/j.ijhydene.2018.11.100 |
| MATHIEU BRESSELMICKAEL HILAIRETDANIEL HISSELBELKACEM OULD BOUA-MAMA: "IECON 2016-42nd Annual Conférence of the IEEE Industrial Electronics Society", 2016, IEEE, article "Fuel cell remaining useful life prédiction and uncertainty quantification under an automotive profile", pages: 5477 - 5482 |
| SHICHUN YANGSONG FENGKANGFENG SUNSHUAI WANGYAOGUANG CAO: "Square-root unscented kalman filter for ammonia coverage ratio and input ammonia estimations in diesel-engine urea-scr system", ISA TRANSACTIONS, vol. 96, 2020, pages 299 - 308, XP085993199, DOI: 10.1016/j.isatra.2019.06.025 |
| XIAN ZHANG ET AL: "An Unscented Kalman Filter Based Approach for the Health- Monitoring and Prognostics of a Polymer Electrolyte Membrane Fuel Cell", 1 January 2012 (2012-01-01), XP055751603, Retrieved from the Internet <URL:http://www.phmsociety.org/sites/phmsociety.org/files/phm_submission/2012/phmc_12_133.pdf> [retrieved on 20201117] * |
| YUNJIN AOSALAH LAGHROUCHEDANIEL DEPERNETKUI CHEN: "Lifetime prédiction for proton exchange membrane fuel cell under real driving cycles based on platinum particle dissolve model", INTERNATIONAL JOURNAL OF HYDROGEN ENERGY, vol. 45, no. 56, 2020, pages 32388 - 32401, XP086328505, DOI: 10.1016/j.ijhydene.2020.08.188 |
Also Published As
| Publication number | Publication date |
|---|---|
| FR3131664B1 (fr) | 2023-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zheng et al. | Quantifying and elucidating the effect of CO 2 on the thermodynamics, kinetics and charge transport of AEMFCs | |
| Gu et al. | Start/stop and local H2 starvation mechanisms of carbon corrosion: model vs. experiment | |
| US8843355B2 (en) | Method of controlling fuel cell using the method of predicting degradation of fuel cell catalyst | |
| US11626607B2 (en) | Methods and systems for determining average oxidation state of redox flow battery systems | |
| Ramaker et al. | Resolving sulfur oxidation and removal from Pt and Pt3Co electrocatalysts using in situ X-ray absorption spectroscopy | |
| JP7030784B2 (ja) | 等価回路に基づく燃料電池予測モデル | |
| US8751082B2 (en) | System and method of in-situ diagnosis of fuel cell health during vehicle operation | |
| Gering | Novel method for evaluation and prediction of capacity loss metrics in li-ion electrochemical cells | |
| Jayasankar et al. | O2 electrochemistry on Pt: A unified multi-step model for oxygen reduction and oxide growth | |
| Milosevic et al. | In search of lost iridium: quantification of anode catalyst layer dissolution in proton exchange membrane water electrolyzers | |
| CN115935659A (zh) | 一种燃料电池电堆寿命预测方法、***及电子设备 | |
| Zhang et al. | The challenges in reliable determination of degradation rates and lifetime in polymer electrolyte membrane fuel cells | |
| Kregar et al. | Temperature dependent model of carbon supported platinum fuel cell catalyst degradation | |
| Kim et al. | Pre-diagnosis of flooding and drying in proton exchange membrane fuel cells by bagging ensemble deep learning models using long short-term memory and convolutional neural networks | |
| Darowicki et al. | The impedance of hydrogen oxidation reaction in a proton exchange membrane fuel cell in the presence of carbon monoxide in hydrogen stream | |
| Saha et al. | Structural modeling and analysis of fuel cell: a graph-theoretic approach | |
| Zhao et al. | Numerical analysis of PEMFC stack performance degradation using an empirical approach | |
| FR3131664A1 (fr) | Méthode de détermination d’un indicateur de dégradation d’une pile à combustible, basée sur un observateur Bayésien hybride | |
| US9379398B2 (en) | Apparatus and method of in situ catalyst degradation detection during fuel cell operation | |
| Hayashi et al. | Hydrogen Peroxide Generation and Hydrogen Oxidation Reaction Properties of Ir (111)-,(100)-, and (110)-Low-Index Single-Crystal Surfaces | |
| KR101349022B1 (ko) | 연료전지 스택의 촉매 열화 진단 방법 | |
| Eckl et al. | The influence of platinum surface oxidation on the performance of a polymer electrolyte membrane fuel cell—probing changes of catalytically active surface sites on a polycrystalline platinum electrode for the oxygen reduction reaction | |
| JP2011243315A (ja) | 燃料電池の診断方法 | |
| US9947950B2 (en) | Systems and methods for initiating voltage recovery in a fuel cell system | |
| EP3883029A1 (fr) | Methode et systeme de determination d'un indicateur de degradation d'une pile a combustible |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20230707 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |