一种基于EIS在线数据的燃料电池电堆含水量评估方法与流程

摘要: 本发明涉及燃料电池测试领域,尤其是涉及一种基于eis在线数据的燃料电池电堆含水量评估方法。背景技术:1、质子交换膜燃料电池通过电化学反应将氢能转化为电能,反应产...
一种基于EIS在线数据的燃料电池电堆含水量评估方法与流程

本发明涉及燃料电池测试领域,尤其是涉及一种基于eis在线数据的燃料电池电堆含水量评估方法。

背景技术:

1、质子交换膜燃料电池通过电化学反应将氢能转化为电能,反应产物为水,其内部水合状态直接决定电堆的输出性能与运行寿命:含水量过低会导致质子交换膜传导阻力升高,甚至引发不可逆膜干损伤;含水量过高则会引发电极水淹,堵塞气体传输通道,造成输出性能衰减。因此,实现电堆内部含水量的精准、实时在线监测,是燃料电池动态水管理控制的必要前提。

2、电化学阻抗谱(electrochemical impedance spectroscopy,eis)是目前燃料电池内部水状态检测应用最广泛的无损表征手段。传统的eis检测需高度依赖多传感器辅助并结合多工况测试进行分析,多源数据的融合,容易引发误差累积,动态工况监测稳定性差,另外多传感器同步采集、多源数据校验修正、复杂模型迭代计算的流程,会大幅增加数据运算时长,导致含水量监测延迟较高,无法实现毫秒级、高频次的实时在线监测,难以满足燃料电池动态水管理精准控制的实时性需求。

3、公告号为cn117457949b的中国专利,提出一种基于电化学阻抗谱的燃料电池水故障诊断方法,通过提取eis曲线局部特征,结合模糊c均值聚类算法实现膜干、正常、水淹等5级水状态分类,无需完整频段的等效电路拟合,降低了计算复杂度,提升了诊断效率。但该方案本质属于定性故障诊断,仅能输出故障等级分类,无法输出绝对含水量的定量数值,且模型训练阶段需严格控制进气湿度、冷却液温度、空气过量比等多组工况参数,分类阈值与标定工况深度绑定,当运行工况偏离标定范围时,诊断准确率显著下降,动态工况鲁棒性不足。

4、公开号为cn120703169a的中国专利申请,针对冷启动变工况场景,提出一种燃料电池膜含水量表征方法,通过搭建多参数调控的阻抗测试平台,结合高斯过程回归模型建立变工况下的阻抗-含水量映射关系,一定程度上提升了变工况条件下的含水量表征精度。但该方案仍属于多源数据融合路线,模型输入包含温度、湿度、压力、流量、电流等全维度工况参数,高度依赖多类外部传感器的同步采集,无法消除多源数据的误差累积问题;同时高斯过程回归模型需进行核函数优化、超参数迭代修正,计算复杂度高,在线检测实时性受限;且含水量真值通过气体湿度经验公式间接推算,标定精度有限,系统硬件配置复杂,硬件改造成本高。

5、综上,现有基于eis的燃料电池含水量检测技术仍存在明显局限:尚未有方案能够脱离温度、压力、流量等外部辅助传感器,并且难以同时兼顾定量精度、动态工况鲁棒性与检测实时性。因此,有必要提供一种硬件改造成本低、评估精度高、实时性强,依靠eis数据源实现含水量定量检测的燃料电池电堆含水量评估方法。

技术实现思路

1、本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于eis在线数据的燃料电池电堆含水量评估方法,以解决多传感器依赖与误差累积、定量精度不足、在线检测实时性差的问题。

2、本发明的目的可以通过以下技术方案来实现:

3、一种基于eis在线数据的燃料电池电堆含水量评估方法,包括离线建模标定阶段与在线实时含水量评估阶段:

4、所述离线建模标定阶段包括以下步骤:

5、选取与目标电堆同规格、同工艺的燃料电池电堆搭建测试台,在多个梯度稳态电流密度工况下进行电化学阻抗谱基准测试,采集eis原始频谱数据;

6、对所述eis原始频谱数据进行预处理,获得标准奈奎斯特曲线;

7、基于所述标准奈奎斯特曲线提取多项eis特征参数;

8、每组电流密度工况的eis测试完成后,对电堆进行拆解称重标定,获得真实含水量数值,并将真实含水量数值作为所述多项eis特征参数对应的模型输出标签绑定存储;

9、以单电流密度工况为单位,构建所述多项eis特征参数与所述真实含水量数值的定量映射模型,并将电流密度与对应的映射模型打包存储,形成多电密模型库;

10、所述在线实时含水量评估阶段包括以下步骤:

11、燃料电池电堆运行过程中,采集实时在线eis频谱数据与当前运行电流密度标签;

12、采用与离线建模标定阶段相同的预处理规则与特征提取规则,从所述在线eis频谱数据中获得在线eis特征参数;

13、根据所述当前运行电流密度标签调取所述多电密模型库中对应的定量映射模型;

14、将所述在线eis特征参数输入对应的定量映射模型,计算得到电堆实时定量含水量数值。

15、作为优选的技术方案,所述多个梯度稳态电流密度工况下,恒定电堆温度、阳极进气压力、阴极进气压力及阴阳极进气流量,锁定外部工况参数不变。

16、作为优选的技术方案,所述梯度稳态电流密度工况覆盖低载、额定、高极限工况,梯度间隔为20~50ma/cm2。

17、作为优选的技术方案,所述预处理包括剔除脉冲噪声异常测点、小波平滑拟合消除高频杂波、对齐频率测点并插值补全缺失频点,输出降噪、平滑后的标准奈奎斯特曲线数据集或标准化特征向量。

18、作为优选的技术方案,所述多项eis特征参数包括高频欧姆阻抗、阳极电荷转移阻抗、阴极电荷转移阻抗、阴极特征相角、低频扩散阻抗特征。

19、作为优选的技术方案,所述拆解称重标定具体为:取出膜电极组件并擦拭去除外部游离液态水,分别称量烘干前后的膜电极质量,通过质量差值计算得到膜电极真实含水量数值。

20、作为优选的技术方案,所述定量映射模型为多元线性回归模型,采用最小二乘法拟合,单个模型的决定系数r2≥0.98。

21、作为优选的技术方案,调取定量映射模型时,若所述当前运行电流密度标签未包含在所述梯度稳态电流密度工况内,采用相邻两组模型进行线性插值补偿。

22、作为优选的技术方案,计算得到电堆实时定量含水量数值后,匹配预设的含水量阈值区间,输出对应的含水状态分级结果;所述含水量阈值区间划分为四级,依次对应干态缺水、最优含水、轻微过湿、严重水淹四种含水状态。

23、与现有技术相比,本发明至少具有以下有益效果之一:

24、1、 本发明基于不同电密电堆eis基准数据构建的评估模型,依靠eis在线测试单一数据源完成电堆含水量精准量化评估,摒弃温度、电流、压力、流量等全部外部辅助传感器及工况补偿参数,消除多源数据误差累积问题,可全面适配燃料电池低载、额定、高载全工况运行场景,能够精准区分最优含水、轻微缺水、严重水淹三类核心状态,可识别传统方法无法捕捉的隐性含水异常与干湿耦合故障。

25、2、 本发明采用分电流密度独立建模的架构,以电流密度为标签切换对应的定量映射模型,配合离线阶段恒定外部工况的标定方式,显著提升不同电流密度工况下含水量检测的准确性与稳定性。

26、3、 本发明采用拆堆烘干称重法获取膜电极绝对含水量作为标定真值,评估精度高,结合多元回归映射模型可根据在线eis频谱数据直接输出绝对含水量定量数值,同时误差控制在3%。

27、4、 本发明将模型训练、参数拟合等复杂运算前置至离线阶段完成,在线阶段仅需执行特征提取、模型匹配与轻量化代数运算,硬件改造成本低、算法运算量小,可实现毫秒级实时含水量监测。