發(fā)布時間：2021-10-12 22:30

　　在當今能源危機和環(huán)境問題日益嚴峻的情況下,固體氧化物燃料電池（Solid Oxide Fuel Cell,SOFC）作為一個清潔、能量轉(zhuǎn)換效率高且無污染排放的發(fā)電裝置,受到了研究者的廣泛關(guān)注。然而,燃料電池系統(tǒng)中包括重整器,燃燒室,壓縮室等多個外部部件,由于系統(tǒng)較復雜,因此在SOFC系統(tǒng)的運行過程中很容易發(fā)生故障。一旦SOFC系統(tǒng)發(fā)生故障,會導致其性能產(chǎn)生退化,嚴重的話,甚至會導致燃料電池的失效,這成為了限制SOFC發(fā)展的一個主要原因。若能在故障早期階段及時診斷SOFC故障和預測其剩余壽命,則可及時安排對SOFC設備進行維修,有利于延長其使用壽命。因此,本論文研究內(nèi)容如下:（1）基于最小二乘支持向量機（Least Squares Support Vector Machine,LS-SVM）的SOFC故障診斷方案。因燃料氣體中氯氣雜質(zhì)和陰極反應產(chǎn)物水汽積累的影響,SOFC可能會發(fā)生陽極氯氣中毒和陰極水汽中毒的故障。本課題采用了LS-SVM模型對燃料電池的這兩種故障進行了診斷。該模型能對燃料電池正常工作狀態(tài)、陽極氯氣中毒情況或陰極水汽中毒的情況進行有效的診斷,其診斷精度達到了99%。（2）... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：82 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題的背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 固體氧化物燃料電池燃料電池研究現(xiàn)狀
        1.2.2 燃料電池故障診斷及預測研究現(xiàn)狀
    1.3 結(jié)構(gòu)安排
第二章 基于LS-SVM的SOFC故障分類
    2.1 最小二乘支持向量機
    2.2 基于LS-SVM的SOFC故障診斷
    2.3 本章小結(jié)
第三章 基于HSMM的SOFC故障預測
    3.1 HSMM的基本理論
    3.2 陽極中毒狀況下的預測
        3.2.1 當前健康狀態(tài)估計
        3.2.2 剩余壽命的預測
    3.3 陰極中毒狀況下的預測
        3.3.1 當前健康狀態(tài)估計
        3.3.2 剩余壽命的預測
    3.4 本章小結(jié)
第四章 基于混合模型的SOFC故障預測
    4.1 基于經(jīng)驗模型的SOFC故障預測
        4.1.1 衰退模型的建立
        4.1.2 剩余壽命的預測
    4.2 基于混合模型的SOFC故障預測
        4.2.1 模型的混合策略
        4.2.2 剩余壽命的預測
    4.3 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
致謝
參考文獻
攻碩期間取得的研究成果


【參考文獻】：
期刊論文
[1]中低溫固體氧化物燃料電池的研究現(xiàn)狀[J]. 郝紅,馮國紅,曹艷芝.  廣西輕工業(yè). 2010(06)
[2]固體氧化物燃料電池壓縮密封技術(shù)的研究進展[J]. 樸金花,廖世軍.  電源技術(shù). 2009(09)
[3]燃料電池混合動力列車的研究現(xiàn)狀與發(fā)展趨勢[J]. 陳維榮,錢清泉,李奇.  西南交通大學學報. 2009(01)
[4]燃料電池-燃氣輪機混合發(fā)電系統(tǒng)性能研究[J]. 陳啟梅,翁一武,翁史烈,朱新堅.  中國電機工程學報. 2006(04)
[5]故障預測與健康管理（PHM）技術(shù)的現(xiàn)狀與發(fā)展[J]. 曾聲奎,Michael G.Pecht,吳際.  航空學報. 2005(05)
[6]我國燃料電池發(fā)展概況[J]. 陸天虹,孫公權(quán).  電源技術(shù). 1998(04)
[7]燃料電池技術(shù)的發(fā)展與我國應有的對策[J]. 查全性.  應用化學. 1993(05)

博士論文
[1]基于退化隱式半馬爾科夫模型的設備健康預測及系統(tǒng)性維護策略研究[D]. 彭穎.上海交通大學 2011

碩士論文
[1]空冷型質(zhì)子交換膜燃料電池動態(tài)特性控制與性能測試研究[D]. 陳雪嬌.南京理工大學 2012
[2]PEMFC混合動力系統(tǒng)開發(fā)及燃料氣體壓強非線性控制研究[D]. 楊順風.西南交通大學 2010
[3]基于HSMM的滾動軸承故障預測技術(shù)[D]. 譚曉棟.國防科學技術(shù)大學 2008



本文編號：3433427