本文關(guān)鍵詞：基于數(shù)據(jù)的燃料電池典型非正常工況故障檢測(cè)研究

  更多相關(guān)文章： PEM燃料電池 故障檢測(cè) 局部加權(quán)投影 PLS模型 全潛投影

【摘要】：PEM燃料電池作為一種環(huán)境友好型的新能源技術(shù),在最近二十年中得到了研究學(xué)者的廣泛關(guān)注。為了保證該設(shè)備健康穩(wěn)定的運(yùn)行,需要對(duì)系統(tǒng)的典型非正常工況進(jìn)行實(shí)時(shí)的在線檢測(cè),避免故障長(zhǎng)期存在而引起設(shè)備的損壞甚至癱瘓。PEM燃料電池系統(tǒng)結(jié)構(gòu)復(fù)雜,具有動(dòng)態(tài)非線性特點(diǎn),這使得對(duì)系統(tǒng)難以進(jìn)行精確的機(jī)理建模,從而限制了基于解析模型等先驗(yàn)知識(shí)的故障檢測(cè)方法的應(yīng)用。而傳感器技術(shù)的高速發(fā)展使我們能夠在系統(tǒng)設(shè)備運(yùn)行時(shí)獲得大量蘊(yùn)含狀態(tài)信息的過(guò)程數(shù)據(jù),這使得基于數(shù)據(jù)驅(qū)動(dòng)的方法對(duì)PEM燃料電池系統(tǒng)進(jìn)行故障檢測(cè)具有很強(qiáng)的可行性。本文以非線性PEM燃料電池系統(tǒng)為研究對(duì)象,從基于數(shù)據(jù)驅(qū)動(dòng)的方法出發(fā),利用非高斯分布的工業(yè)過(guò)程數(shù)據(jù),研究設(shè)計(jì)適當(dāng)?shù)墓收蠙z測(cè)算法,完成對(duì)PEM燃料電池的典型非正常工況下的故障檢測(cè),主要研究?jī)?nèi)容為:(1)針對(duì)PEM燃料電池系統(tǒng)非線性的特點(diǎn),將局部加權(quán)投影估計(jì)算法和PLS故障檢測(cè)算法進(jìn)行結(jié)合拓展,推導(dǎo)出適用于該系統(tǒng)的基于數(shù)據(jù)的故障檢測(cè)方法,設(shè)計(jì)得到相應(yīng)的故障診斷策略。(2)應(yīng)用全潛投影理論對(duì)設(shè)計(jì)的算法進(jìn)行改進(jìn),克服空間投影不完全正交的缺點(diǎn)。在此基礎(chǔ)上,得到改進(jìn)后的四個(gè)子空間統(tǒng)計(jì)量,分別實(shí)現(xiàn)對(duì)與輸出變量完全相關(guān)的主元子空間、與輸出正交的子空間、原殘差中變異信息較大的子空間、殘差空間這四個(gè)子空間的實(shí)時(shí)監(jiān)控。通過(guò)對(duì)以上統(tǒng)計(jì)量結(jié)合分析,得到當(dāng)前系統(tǒng)狀態(tài)的相關(guān)信息。(3)對(duì)于系統(tǒng)數(shù)據(jù)的非高斯分布特點(diǎn),提出使用Parzen窗法計(jì)算統(tǒng)計(jì)閾值,增強(qiáng)了算法的精確性。結(jié)合改進(jìn)后的算法,提出了完整的故障檢測(cè)策略,并使用非線性數(shù)值算例進(jìn)行MATLAB仿真驗(yàn)證。(4)基于真實(shí)的PEM燃料電池系統(tǒng)過(guò)程數(shù)據(jù),利用設(shè)計(jì)的診斷策略完成電極積水和質(zhì)子膜脫水兩種典型非正常工況下的故障檢測(cè)。
【關(guān)鍵詞】：PEM燃料電池 故障檢測(cè) 局部加權(quán)投影 PLS模型 全潛投影
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TM911.4
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-20
• 1.1 課題背景及研究的目的和意義9-10
• 1.2 燃料電池研究現(xiàn)狀10-13
• 1.2.1 燃料電池系統(tǒng)介紹10-12
• 1.2.2 工業(yè)應(yīng)用發(fā)展現(xiàn)狀12-13
• 1.3 故障檢測(cè)技術(shù)研究現(xiàn)狀13-17
• 1.3.1 檢測(cè)算法理論研究現(xiàn)狀13-16
• 1.3.2 燃料電池故障檢測(cè)的發(fā)展現(xiàn)狀16-17
• 1.4 本課題主要研究?jī)?nèi)容17-20
• 第2章 基本理論20-30
• 2.1 引言20
• 2.2 PLS故障檢測(cè)算法20-24
• 2.2.1 PLS回歸算法21-23
• 2.2.2 統(tǒng)計(jì)指標(biāo)及故障檢測(cè)策略23-24
• 2.3 局部加權(quán)投影算法24-29
• 2.3.1 算法模型24-25
• 2.3.2 算法實(shí)現(xiàn)原理25-27
• 2.3.3 算法流程27-29
• 2.4 本章小結(jié)29-30
• 第3章 基于數(shù)據(jù)的燃料電池故障檢測(cè)算法設(shè)計(jì)30-48
• 3.1 引言30
• 3.2 檢測(cè)算法的提出和推導(dǎo)30-35
• 3.2.1 檢測(cè)統(tǒng)計(jì)量的推導(dǎo)31-32
• 3.2.2 基于Parzen窗法計(jì)算統(tǒng)計(jì)量閾值32-35
• 3.3 故障檢測(cè)算法的改進(jìn)35-40
• 3.3.1 全潛變量投影35-37
• 3.3.2 統(tǒng)計(jì)量的計(jì)算37-38
• 3.3.3 改進(jìn)后的故障檢測(cè)策略38-40
• 3.4 數(shù)值算例仿真實(shí)驗(yàn)40-46
• 3.4.1 正常情況下的狀態(tài)監(jiān)測(cè)41-43
• 3.4.2 非正常情況下的狀態(tài)監(jiān)測(cè)43-46
• 3.5 本章小結(jié)46-48
• 第4章 燃料電池典型非正常工況的故障檢測(cè)48-60
• 4.1 引言48
• 4.2 PEM燃料電池實(shí)驗(yàn)平臺(tái)分析48-51
• 4.3 PEM燃料電池典型非正常工況故障描述51-52
• 4.4 PEM燃料電池故障檢測(cè)仿真實(shí)驗(yàn)52-59
• 4.4.1 正常工況下的故障檢測(cè)仿真53-55
• 4.4.2 電極積水工況下的故障檢測(cè)55-57
• 4.4.3 質(zhì)子膜脫水下的故障檢測(cè)57-59
• 4.5 本章小結(jié)59-60
• 結(jié)論60-62
• 參考文獻(xiàn)62-68
• 致謝68

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 張燕,王正;質(zhì)子交換膜燃料電池[J];可再生能源;2005年04期

，

本文編號(hào)：764019