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与流程

本发明属于燃料电池应用的领域，涉及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。

背景技术：

近年来，环境污染、能源危机日益严重，质子交换膜燃料电池由于其高转化效率、高能量密度、无排放等优点受到了广泛的关注，其在储能电源、新能源汽车、分布式发电等领域都有较好的应用前景。然而，目前影响质子交换膜燃料电池商业化的主要原因是耐久性与寿命问题。在运行过程中，由于功率状况复杂以及水热管理不足等问题，电堆容易发生水淹、膜干、空气饥饿等故障。这些故障会对电池内部的性能和结构产生恶劣的影响，这也是导致燃料电池寿命短、耐久性不足的主要原因。解决此问题的有效方案之一是在燃料电池系统中集成状态监测模块，在运行中对实时的状态评估与故障诊断，并根据监测结果优化运行条件，从而提高电池的寿命。然而，由于燃料电池电堆结构的原因，难以直接在电池内部安装传感器，而基于模型的监测方法又对模型精确度有着较高的要求，难以直接在工程上实现。

电化学阻抗谱技术是一种可以有效反映燃料电池电堆健康状况的手段，在实验室中，通常对电池的电化学阻抗谱进行分析来评估电池的性能与寿命。然而，目前阻抗谱的研究成果以定性分析为主，缺少精确可靠的算法对阻抗谱进行实时分析诊断并评估电池状态。因此对于基于电化学阻抗谱的燃料电池故障诊断研究有着重要的意义。

技术实现要素：

为了解决现有技术的不足，本发明提出了一种基于电化学阻抗谱的在线质子交换膜燃料电池故障诊断方法。

本发明采用的技术方案是：

首先建立质子交换膜燃料电池的电化学等效电路模型，测量得到质子交换膜燃料电池的电化学阻抗谱，用电化学阻抗谱拟合求解电化学等效电路模型中的参数，然后选取其中部分参数作为分类特征，并使用基于二叉树支持向量机的故障诊断算法对质子交换膜燃料电池进行分类处理，对质子交换膜燃料电池内部容易发生的膜干、水淹、空气饥饿等故障进行诊断。

所述的电化学等效电路模型主要由膜内阻、电荷转移电阻、物质转移电阻、物质转移电容和常相位角元件组成，膜内阻与常相位角元件串联，物质转移电容与物质转移电阻并联后与电荷转移电阻串联再并联到常相位角元件的两端。

常相位角元件(cpe)的阻抗zcpe计算为：

其中，q表示常相位角元件(cpe)等效电容的大小，ω表示角频率，j表示虚数，n表示常相位角元件(cpe)的分布参数。

电化学等效电路模型的总阻抗zmodel(ω)计算如下：

其中，rm表示膜内阻的阻值，rp表示电荷转移电阻的阻值、rw表示物质转移电阻的阻值、cw表示物质转移电容的容值。

用已知分类的质子交换膜燃料电池的分类特征及其分类标签作为训练数据，使用二叉树结构的支持向量机算法分别训练预分类器、膜干分类器、水淹分类器和空气饥饿分类器的四种分类器，四种分类器均为呈二叉树结构排列的子支持向量机分类器；

采用四种分类器对未知分类的待测质子交换膜燃料电池进行故障诊断处理，具体为：

s1：通过预分类器判断电池是处于正常状态还是故障状态：若处于正常状态，则结束，不进行下一步判断；若处于故障状态，则进行下一步判断；

s2：使用膜干分类器判断电池是否发生膜干故障，若处于膜干故障状态，则结束，不进行下一步判断；若处于非膜干故障状态，则进行下一步判断；

s3：使用水淹分类器判断电池是否发生水淹故障，若处于水淹故障状态，则结束，不进行下一步判断；若处于非水淹故障状态，则进行下一步判断；

s4：使用空气饥饿分类器判断电池是否发生空气饥饿故障，若处于空气饥饿故障状态，则结束；若处于非空气饥饿故障状态，则判断为其他故障状态。

测量得到质子交换膜燃料电池的电化学阻抗谱的方法具体为：质子交换膜燃料电池的输出端并联一个可控恒流源电路，首先通过控制可控恒流源电路在质子交换膜燃料电池的输出电流中注入m序列形式的脉冲扰动电流，接着在质子交换膜燃料电池的输出端进行采集获得扰动电流与响应电压，对采集得到的扰动电流与响应电压数据使用阻抗计算方法获得电化学阻抗谱。

控恒流源电路主要由数模转换器、mos管、反馈电阻、运算放大器和补偿电容组成，数模转换器输出端连接到运算放大器正向输入端，运算放大器的输出端连接到mos管的栅极，运算放大器负向输入端连接到mos管的源极，mos管的漏极连接到质子交换膜燃料电池输出端的正极，运算放大器的输出端经补偿电容连接到mos管的源极，mos管的源极经反馈电阻连接到质子交换膜燃料电池输出端的负极；

数模转换器输出端输出参考电压到运算放大器，通过运算放大器比较后输出，进而控制mos管的导通，进而实现在反馈电阻产生并控制注入m序列形式的脉冲扰动电流；

m序列的有效带宽具体如下：

其中，fs为m序列的时钟频率，n为阶数，fmax表示m序列的有效带宽的上限，fmin表示m序列的有效带宽的下限。

由质子交换膜燃料电池的输出端采集获得的扰动电流i(t)与响应电压u(t)先进行傅里叶变换得到变换后的电流u(ω)和变换后的电压i(ω)，然后采用以下公式求解阻抗：

其中，z(ω)表示阻抗。

测量得到质子交换膜燃料电池的电化学阻抗谱还包括主控单元和采集单元，主控单元包括傅里叶变换模块、阻抗谱计算模块和m序列波形发生器，采集单元包括了两个运算放大器和两个模数转换器，采集单元的其中一个运算放大器的两个输入端分别连接到质子交换膜燃料电池输出端的两极，质子交换膜燃料电池输出端的串联有分流电阻器，另一个运算放大器的两个输入端分别连接到分流电阻器的两端；两个运算放大器的输出端分别经各自的模数转换器连接到傅里叶变换模块，傅里叶变换模块连接到阻抗谱计算模块；m序列波形发生器连接到所述的可控恒流源电路的数模转换器的输入端；采集单元通过两个运算放大器分别采集质子交换膜燃料电池的扰动电流与响应电压的模拟信号数据，经模数转换器转化为数字信号后输入主控单元的傅里叶变换模块进行傅里叶变换，再输入到阻抗谱计算模块进行计算，阻抗谱计算模块输出电化学阻抗谱。

本发明的有益效果是：

本发明解决了质子交换膜燃料电池运行过程中故障检测困难的问题，将电化学阻抗谱技术应用到燃料电池的在线运行监测与故障诊断中，可以提高电池的可靠性和耐久性。本发明提出了基于快速阻抗谱测量的在线质子交换膜燃料电池故障诊断方法。使用电化学等效电路模型对阻抗谱进行特征提取，使用二叉树结构的支持向量机算法实现数据分类，实现了基于阻抗谱的在线故障诊断，提高了诊断的精确性和快速性。

附图说明

图1是本发明中质子交换膜燃料电池的电化学等效电路模型。

图2是本发明中故障分类算法的结构图。

图3是本发明实施例中故障实验的单片电压曲线图。

图4是本发明实施例中故障实验的诊断结果图。

图5是本发明中电化学阻抗谱测量所搭建的系统结构图。

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，首先建立质子交换膜燃料电池的电化学等效电路模型，测量得到质子交换膜燃料电池的电化学阻抗谱，用电化学阻抗谱拟合求解电化学等效电路模型中的参数，然后选取其中部分参数作为分类特征，并使用基于二叉树支持向量机的故障诊断算法对质子交换膜燃料电池进行分类处理，对质子交换膜燃料电池内部容易发生的膜干、水淹、空气饥饿等故障进行诊断。

如图1所示，电化学等效电路模型主要由膜内阻rm、电荷转移电阻rp、物质转移电阻rw、物质转移电容cw和常相位角元件cpe组成，膜内阻rm与常相位角元件cpe串联，物质转移电容cw与物质转移电阻rw并联后与电荷转移电阻rp串联再并联到常相位角元件cpe的两端；

常相位角元件cpe的阻抗zcpe计算为：

其中，q表示常相位角元件cpe等效电容的大小，ω表示角频率，j表示虚数，n表示常相位角元件cpe的分布参数；

电化学等效电路模型的总阻抗zmodel(ω)计算如下：

其中，rm表示膜内阻的阻值，rp表示电荷转移电阻的阻值、rw表示物质转移电阻的阻值、cw表示物质转移电容的容值。

用电化学阻抗谱拟合求解电化学等效电路模型中的参数的具体方法是使用非线性最小二乘法求解，求解获得电化学等效电路模型中的参数后，选择电化学等效电路模型中的膜内阻rm、电荷转移电阻rp、物质转移电阻rw的三个参数作为分类特征。

本发明中，测量得到质子交换膜燃料电池的电化学阻抗谱的方法具体为：

如图5所示，质子交换膜燃料电池的输出端并联一个可控恒流源电路，首先通过控制可控恒流源电路在质子交换膜燃料电池的输出电流中注入m序列形式的脉冲扰动电流，接着在质子交换膜燃料电池的输出端进行采集获得扰动电流与响应电压，对采集得到的扰动电流与响应电压数据使用阻抗计算方法获得电化学阻抗谱。

可控恒流源电路主要由数模转换器、mos管q、反馈电阻rs、运算放大器g和补偿电容c组成，数模转换器输出端连接到运算放大器g正向输入端，运算放大器g的输出端连接到mos管q的栅极，运算放大器g负向输入端连接到mos管q的源极，mos管q的漏极连接到质子交换膜燃料电池输出端的正极，运算放大器g的输出端经补偿电容c连接到mos管q的源极，mos管q的源极经反馈电阻rs连接到质子交换膜燃料电池输出端的负极；

数模转换器输出端输出参考电压vref到运算放大器g，通过运算放大器g比较后输出，进而控制mos管q的导通，进而实现在反馈电阻rs产生并控制注入m序列形式的脉冲扰动电流；

m序列的有效带宽具体如下：

其中，fs为m序列的时钟频率，n为阶数，fmax表示m序列的有效带宽的上限，fmin表示m序列的有效带宽的下限。

由质子交换膜燃料电池的输出端采集获得的扰动电流i(t)与响应电压u(t)先进行傅里叶变换得到变换后的电流u(ω)和变换后的电压i(ω)，然后采用以下公式求解阻抗：

其中，z(ω)表示阻抗。

如图5所示，测量得到质子交换膜燃料电池的电化学阻抗谱的方法中还包括主控单元和采集单元，主控单元包括傅里叶变换模块、阻抗谱计算模块和m序列波形发生器，采集单元包括了两个运算放大器和两个模数转换器，采集单元的其中一个运算放大器的两个输入端分别连接到质子交换膜燃料电池输出端的两极，质子交换膜燃料电池输出端的串联有分流电阻器，另一个运算放大器的两个输入端分别连接到分流电阻器的两端；两个运算放大器的输出端分别经各自的模数转换器连接到傅里叶变换模块，傅里叶变换模块连接到阻抗谱计算模块；m序列波形发生器连接到可控恒流源电路的数模转换器的输入端；采集单元通过两个运算放大器分别采集质子交换膜燃料电池的扰动电流与响应电压的模拟信号数据，经模数转换器转化为数字信号后输入主控单元的傅里叶变换模块进行傅里叶变换，再输入到阻抗谱计算模块进行计算，阻抗谱计算模块输出电化学阻抗谱。

将模型中的部分参数作为分类特征，使用二叉树结构的支持向量机算法进行故障检测与分类，从而得到故障诊断结果，对于每一次测量得到的阻抗谱，选择电化学等效电路模型中的膜内rm、电荷转移电阻rp、物质转移电阻rw作为分类特征，分别表征膜水含量、电荷传输过程和物质传输过程。

在得到质子交换膜燃料电池运行过程中的电化学阻抗谱后，使用如图2所示的电化学等效电路模型进行数据拟合，求解等效电路中的参数，并选取模型中的膜内阻rm、电荷转移电阻rp、物质转移电阻rw作为分类特征。

用已知分类的质子交换膜燃料电池的分类特征及其分类标签作为训练数据，使用二叉树结构的支持向量机算法分别训练预分类器、膜干分类器、水淹分类器和空气饥饿分类器的四种分类器，四种分类器均为呈二叉树结构排列的子支持向量机分类器；

采用四种分类器对未知分类的待测质子交换膜燃料电池进行故障诊断处理，具体为：

s1：通过预分类器判断电池是处于正常状态还是故障状态：若处于正常状态，则结束，不进行下一步判断；若处于故障状态，则进行下一步判断；

s2：使用膜干分类器判断电池是否发生膜干故障，若处于膜干故障状态，则结束，不进行下一步判断；若处于非膜干故障状态，则进行下一步判断；

s3：使用水淹分类器判断电池是否发生水淹故障，若处于水淹故障状态，则结束，不进行下一步判断；若处于非水淹故障状态，则进行下一步判断；

s4：使用空气饥饿分类器判断电池是否发生空气饥饿故障，若处于空气饥饿故障状态，则结束；若处于非空气饥饿故障状态，则判断为其他故障状态。

如图2所示，使用二叉树结构的支持向量机算法进行故障检测与分类，分类器的结构包括四个子支持向量机分类器：预分类器、膜干分类器、水淹分类器和空气饥饿分类器。首先通过预分类器判断电池是处于正常状态还是故障状态，若判断结果是电池处于故障状态，则继续使用膜干分类器判断电池是否发生膜干故障，若判断结果并不发生膜干故障，则继续使用水淹分类器和空气饥饿分类器判断电池是否发生水淹故障或空气饥饿故障。故障分类器对数据进行分类，确定电池当前处于正常状态、膜干故障、水淹故障、空气饥饿故障或是其他故障。

预分类器具体是已知分类为正常状态或者故障状态的质子交换膜燃料电池的分类特征及其分类标签作为训练数据，输入到预分类器中训练，获得训练后的预分类器，针对待测质子交换膜燃料电池同样处理获得分类特征，将待测质子交换膜燃料电池的分类特征输入到训练后的预分类器中，预测输出正常状态或者故障状态的分类标签。

膜干分类器具体是已知分类为膜干故障状态或者非膜干故障的质子交换膜燃料电池的分类特征及其分类标签作为训练数据，输入到膜干分类器中训练，获得训练后的膜干分类器，针对待测质子交换膜燃料电池同样处理获得分类特征，将待测质子交换膜燃料电池的分类特征输入到训练后的膜干分类器中，预测输出膜干故障或者非膜干故障的分类标签。

水淹分类器具体是已知分类为水淹故障或者非淹故障的质子交换膜燃料电池的分类特征及其分类标签作为训练数据，输入到水淹分类器中训练，获得训练后的水淹分类器，针对待测质子交换膜燃料电池同样处理获得分类特征，将待测质子交换膜燃料电池的分类特征输入到训练后的水淹分类器中，预测输出膜干故障或者非膜干故障的分类标签。

空气饥饿分类器具体是已知分类为空气饥饿故障状态或者非空气饥饿故障的质子交换膜燃料电池的分类特征及其分类标签作为训练数据，输入到空气饥饿分类器中训练，获得训练后的空气饥饿分类器，针对待测质子交换膜燃料电池同样处理获得分类特征，将待测质子交换膜燃料电池的分类特征输入到训练后的空气饥饿分类器中，预测输出空气饥饿故障或者其他故障的分类标签。

如图3所示，通过故障实验对该诊断方法进行验证，实验在一个质子交换膜燃料电池实验平台中进行，使用的燃料电池功率为3kw，片数为18片。在一次燃料电池的连续运行过程中，通过改变运行条件让电池分别产生空气饥饿、膜干、水淹故障。两个故障之间设置一段正常运行的时间让电池恢复。实验重复两次，第一次用于产生训练数据来训练故障诊断所使用的二叉树支持向量机，第二次为验证实验，用于验证该方法的准确性。在验证实验中，燃料电池的单片电压变化与设置的状态区间实验中故障诊断的次数为22次，故障诊断方法的运行时间为2s。

如图4所示，从故障诊断的结果可以看出，在22次的诊断中，真实状态与诊断状态相符的次数有20次，只存在两次诊断结果误差，因此，由本发明选取电化学等效电路模型的特定参数作为分类特征来进行故障诊断方法有较好的实时性与准确性。本发明使用电化学等效电路模型对阻抗谱进行特征提取，使用二叉树结构的支持向量机算法实现数据分类，实现了基于阻抗谱的在线故障诊断，提高了诊断的精确性和快速性。