一种燃料电池内部水状态监测方法、系统及管理方法与流程

本发明属于燃料电池健康管理，具体涉及燃料电池内部水状态监测方法、系统及管理方法。

背景技术：

1、在工程机械的电动化过程中，中大型工程机械更适合发展燃料电池路线，其具有效率高、噪声低、清洁等特点，在矿业自卸车、牵引车、环卫车和养护车等领域具有使用优势。工程机械普遍具有大负载、变载快等特点，而车用燃料电池系统在工作时，工作条件将随车载工况的快速变化而变化，且燃料电池的内部水含量将显著影响输出性能。

2、燃料电池工作时电化学反应将产生大量的水，且燃料及空气供给时也会携带一部分水。如果电池内部水过多可能会堵塞气体流道、聚集在气体扩散层表面阻碍反应物传输或覆盖在催化剂表面减小有效反应面积，形成水淹故障，降低燃料电池效率和最大输出功率。在较高的电流负载下长时间工作，可能使质子交换膜含水量降低，降低质子通过率，形成膜干故障，造成质子交换膜局部热点，产生永久性损害。因此，快速响应和准确监测燃料电池内部水状态对于保障燃料电池高效、稳定工作具有重要意义。

技术实现思路

1、本发明提供了一种燃料电池内部水状态监测方法、系统及管理方法，能够快速响应和准确监测燃料电池内部水状态，并根据燃料电池内部水状态对燃料电池进行调控，避免燃料电池发生膜干故障和水淹故障。

2、为达到上述目的，本发明所采用的技术方案是：

3、本发明第一方面提供了一种燃料电池内部水状态监测方法，包括

4、对燃料电池进行监测获取实时运行数据；将实时运行数据输入至预先构建的燃料电池水状态观测模型获得燃料电池内水含量评估数据；

5、所述燃料电池水状态观测模型的构建过程包括：

6、获取燃料电池的运行存储数据，对运行存储数据进行预处理并添加真实标签获得训练样本集合；

7、基于神经卷积网络构建燃料电池水状态观测模型，利用训练样本集合对燃料电池水状态观测模型进行训练获得训练预测数据；根据垂直于燃料电池中质子交换膜方向上的组分扩散、液态水传输、模态水传输、离子和电子传输及热量传输计算训练预测数据和真实标签之间的训练损失值；采用adam优化器根据训练损失值对燃料电池水状态观测模型的参数进行优化，重复迭代训练过程直至达到设定的训练周期输出训练后的燃料电池水状态观测模型。

8、进一步的，所述燃料电池的实时运行数据和运行存储数据包括电堆电压、电堆电流、入堆空气压力、出堆空气压力、入堆氢气压力、出堆氢气压力、入堆冷却液温度、出堆冷却液温度和入堆空气流量。

9、进一步的，对运行存储数据进行预处理的过程包括：

10、检查运行存储数据中的缺失值，通过插值算法对运行存储数据中的缺失值进行填充；

11、通过z-score（标准分数）算法识别运行存储数据中的异常值，通过运行存储数据中的均值或中位数替换异常值；然后对运行存储数据进行归一化处理和标准化处理。

12、进一步的，根据垂直于燃料电池中质子交换膜方向上的组分扩散、液态水传输、模态水传输、离子和电子传输及热量传输计算训练预测数据和真实标签之间的训练损失值，过程包括：

13、所述燃料电池包括阴阳极双极板、阳极流道、阴极流道、阳极扩散层、阴极扩散层、阳极微孔层、阴极微孔层、阴极催化层和阳极催化层以及质子交换膜；

14、计算训练预测数据和真实标签之间的数据项损失，表达公式为：

15、；

16、公式中，为数据项损失函数；为训练预测数据中的数据项；为真实标签中的数据项；为绝对值的平方和函数；

17、计算训练预测数据和真实标签之间的边界损失，表达公式为：

18、；

19、公式中，为边界损失，为训练预测数据中交界面处的气体组分；为训练预测数据中交界面处的液态水组分；为训练预测数据中交界面处的模态水组分；交界面为阳极催化层与质子交换膜的交界面以及阴极催化层与质子交换膜的交界面；交界面为阳极催化层与阳极微孔层的交界面以及阴极催化层与阴极微孔层的交界面；为绝对值的平方和函数；为训练预测数据中边界上的液相压力；为训练预测数据中边界上的气相压力；为训练预测数据中边界上的毛细压力；边界为阳极流道与阳极扩散层的交界面以及阴极流道与阴极扩散层的交界面。

20、根据垂直于燃料电池中质子交换膜方向上的组分传输、液态水传输、模态水传输、离子和电子传输及热量传输计算物理信息损失；

21、根据数据项损失、边界损失和物理信息损失计算训练损失值，表达公式为：

22、；

23、公式中，为训练损失值；为物理信息损失函数；，，为各损失项的权重。

24、进一步的，根据垂直于燃料电池中质子交换膜方向上的组分扩散、液态水传输、模态水传输、离子和电子传输及热量传输计算的物理信息损失，表达公式为：

25、；

26、公式中，为组分扩散状态；为液态水传输状态；为模态水传输状态；为离子传输状态；为电子传输状态；为热量传输状态；

27、计算组分扩散状态的表达公式为：

28、；

29、公式中，为时间；为组分，组分分别是氧气、氢气、氮气和水蒸气；为孔隙率；为液态水饱和度；为各组分的摩尔浓度；为垂直于质子交换膜方向上的尺寸；为组分的有效扩散系数； 为组分的通用源项；

30、计算液态水传输状态的表达公式为：

31、；

32、公式中，为液态水的密度；为多孔介质的固有渗透率；为液态水的动力黏度；为液态水生成的源项；

33、计算模态水传输状态的表达公式为：

34、；

35、公式中，为干膜密度；为干膜当量；为催化层中离聚物的体积分数；为模态水含量；为模态水的有效扩散系数；为模态水生成的源项；

36、计算离子传输状态的表达公式为：

37、；

38、公式中，是质子交换膜的离子电导率；是离子电势；是离子电势的源项；

39、计算电子传输状态的表达公式为：

40、；

41、公式中，是多孔电极骨架的固有电导率；是电子电势；是电子电势的源项；

42、计算热量传输状态的表达公式为：

43、；

44、公式中，为等效热容；为等效导热系数；是温度；是能量方程的通用源项。

45、本发明第二方面提供了一种燃料电池内部水状态监测系统，包括：

46、监测单元，用于对燃料电池进行监测获取实时运行数据；将实时运行数据输入至预先构建的燃料电池水状态观测模型获得燃料电池内水含量评估数据；

47、获取单元，用于获取燃料电池的运行存储数据，对运行存储数据进行预处理并添加真实标签获得训练样本集合；

48、模型构建单元，基于神经卷积网络构建燃料电池水状态观测模型；

49、训练单元，用于利用训练样本集合对燃料电池水状态观测模型进行训练获得训练预测数据；根据垂直于燃料电池中质子交换膜方向上的组分扩散、液态水传输、模态水传输、离子和电子传输及热量传输计算训练预测数据和真实标签之间的训练损失值；采用adam优化器根据训练损失值对燃料电池水状态观测模型的参数进行优化，重复迭代训练过程直至达到设定的训练周期输出训练后的燃料电池水状态观测模型。

50、进一步的，监测单元设置于燃料电池控制器内；所述获取单元、模型构建单元和训练单元设置于云服务平台；所述燃料电池控制器配置有数据存储模块、终端通讯盒和ota模块；所述燃料电池控制器通过终端通讯盒交互信息；ota模块用于更新燃料电池水状态观测模型的参数；所述数据存储模块用于存储燃料电池的实时运行数据以及燃料电池内水含量评估数据。

51、进一步的，所述燃料电池的实时运行数据和运行存储数据包括电堆电压、电堆电流、入堆空气压力、出堆空气压力、入堆氢气压力、出堆氢气压力、入堆冷却液温度、出堆冷却液温度和入堆空气流量；

52、所述监测单元通过dc/dc转换器连接传感器组；所述传感器组包括用于监测入堆空气压力的第一压力传感器、用于监测出堆空气压力的第二压力传感器、用于监测入堆氢气压力的第三压力传感器、用于监测出堆氢气压力的第四压力传感器、用于监测入堆冷却液温度的第一温度传感器、用于监测出堆冷却液温度的第二温度传感器和用于监测入堆空气流量的流量传感器。

53、本发明第三方面提供了一种燃料电池的管理方法，包括：采用第一方面所述的燃料电池内部水状态监测方法对燃料电机进行监测获取燃料电池内水含量评估数据；所述燃料电池内水含量评估数据包括液态水饱和度及模态水含量；

54、当燃料电池中阳极的模态水含量时，判断燃料电池发生阳极侧膜干现象；其中，为膜干阈值；控制燃料电池的排水频率和排气频率减去设定的值；

55、当燃料电池中阴极的模态水含量时，判断燃料电池发生阴极侧膜干现象；控制燃料电池的阴极进气流量减去设定的值；

56、当燃料电池中阳极的液态水饱和度时，判断燃料电池发生阳极侧水淹现象；其中，为膜干阈值；控制燃料电池的排水频率和排气频率增加设定的值；

57、当燃料电池中阴极的液态水饱和度时，判断燃料电池发生阴极侧水淹现象；控制燃料电池的阴极进气流量增加设定的值。

58、进一步的，当燃料电池阳极或阴极中模态水含量的时间大于限制值，通过燃料电池中冷却装置控制燃料电池的工作温度降低至设定的最低值；

59、当燃料电池阳极或阴极中液态水饱和度的时间大于限制值，通过燃料电池中冷却装置控制燃料电池的工作温度降低至设定的最高值。

60、本发明第四方面提供了一种电子设备，包括存储介质和处理器；所述存储介质用于存储指令；所述处理器用于根据所述指令进行操作以执行第一方面所述燃料电池内部水状态监测方法。

61、与现有技术相比，本发明的有益效果：

62、本发明基于神经卷积网络构建燃料电池水状态观测模型，利用训练样本集合对燃料电池水状态观测模型进行训练；在训练损失值的计算过程中考虑垂直于质子交换膜方向上的组分扩散、液态水传输、模态水传输、离子和电子传输及热量传输等物理过程，有助于模型学习到更深层次的物理规律，增强模型的泛化能力；精确计算损失值并优化模型参数，提高模型对燃料电池水状态的预测精度。

63、本发明监测单元用于对燃料电池进行监测获取实时运行数据；将实时运行数据输入至预先构建的燃料电池水状态观测模型获得燃料电池内水含量评估数据；监测单元能够实时预测燃料电池的水状态，为水管理控制提供决策支持，及时调整操作参数，避免水淹或膜干故障；通过精确的水状态预测和管理，减少因水管理不当导致的燃料电池损坏，延长其使用寿命。