質子交換膜燃料電池系統遠程狀態監控和故障診斷綜述

趙越　張國慶　苗盼盼

摘 要：質子交換膜燃料電池（PEMFC）由于其零排放、可再生和高效率等優勢，被認為是下一代能源的最佳選擇，但該系統目前還存在可靠性差、壽命短等多種問題急需解決。本文在分析PEMFC系統構成、故障特性、故障分類和故障機理的基礎上，對PEMFC系統遠程狀態監控研究進展進行分析，分別介紹了兩種遠程監控架構。又對PEMFC系統故障診斷研究進展進行綜述，探討基于當前研究進展更適合PEMFC在線故障診斷的方法為基于數據驅動診斷方法。最后提出了PEMFC系統在遠程狀態監控和在線故障診斷的發展趨勢及展望，期望為后續研究及商業化應用提供參考。

關鍵詞：質子交換膜燃料電池 遠程狀態監控 故障診斷 數據驅動

1 引言

傳統能源為全球帶來了巨大便利的同時也帶來了相應的負面影響，氫能作為一種清潔、高效的新型能源，受到了全世界關注。PEMFC系統故障會引起系統性能衰減甚至縮短其壽命，為了檢測和隔離故障，PEMFC系統的在線故障診斷成為了亟待解決的問題。

2 PEMFC系統及故障分析

2.1 PEMFC系統構成

PEMFC系統是一種電化學能量轉換裝置，可以將氫氣和氧氣的化學能轉化為電能，反應產物為水[1]。PEMFC系統一般由燃料電池模塊、氫氣供給系統、空氣供給系統、熱管理系統和控制系統等組成，系統結構框圖如圖1。

燃料電池模塊中燃料電池堆由多節單體串聯而成，是進行電化學反應的場所；氫氣供給系統的功能是為燃料電池堆陽極提供氫氣，并保證足夠的流量和壓力；空氣供給系統的功能是為燃料電池堆的陰極提供空氣，并保證足夠的流量和壓力以及適宜的濕度；熱管理系統的功能主要是調節燃料電池堆的溫度，使其維持在合適的范圍內[2]。

2.2 PEMFC故障分析

PEMFC系統是一個多輸入多輸出的非線性強耦合系統，其故障原因是多方面的，故障分析時除了考慮核心部件特性外，還需要考慮使用環境、人為、電氣以及控制策略匹配程度等因素[3]。本文對PEMFC系統各種故障進行匯總和梳理，請見表1。

3 PEMFC遠程數據監控及故障診斷

3.1 PEMFC遠程狀態監控

車聯網即車輛物聯網，指通過信息通信技術，實現車、云平臺與人的全方位網絡連接。目前PEMFC系統的遠程狀態監控是通過無線技術將實時數據上傳到監控平臺，車用的遠程通信多采用GPRS、3G、4G等蜂窩網絡，通過通信運營商的網絡將數據上傳到服務器[4]。

目前常用的PEMFC系統遠程狀態監控系統的一般架構如圖2所示，遠程監控終端基于整車J1939協議獲取CAN總線數據，也可以基于XCP/CCP協議讀取控制器信號，再將獲取到的數據通4G網絡傳輸給處理器，由處理器進行數據挖掘、統計分析、故障診斷等功能，再將診斷結果上傳到用戶終端，為使用人員提供一個實時的數據分析結果和故障診斷輔助功能。

隨著控制器的發展，集成化程度不斷提高，可以將車載終端和處理器與控制器集成，如圖3所示，數據采集功能和運算功能集成于控制器中，此方案控制器的運算壓力巨大，但互聯網絡更為簡潔，有很好的發展趨勢和應用前景。

3.2 PEMFC在線故障診斷

PEMFC系統運行過程和故障機理非常復雜，國內外的研究多在將智能算法應用到故障診斷PEMFC系統中[5]。現有PEMFC系統故障診斷方法可分為基于模型的方法、基于實驗測試和基于數據驅動的方法。

3.2.1 基于模型故障診斷方法

此方法是通過評估燃料電池系統實際測量值與模型估計值間的殘差來對故障類型進行判定，診斷過程如圖4所示。關鍵點一是建模，模型精度與診斷結果正相關；二是決策，良好的決策規則有利于提升故障識別的成功率[6]。然而構建準確的PEMFC系統模型不易，并且傳統的決策方法較為粗糙，抗擾動能力較差，難以滿足精細化診斷需求，因此目前想要實現在線診斷有一定難度，但隨著工智能技術的發展，有望提高模型精度和決策規則。

3.2.2 基于實驗測試診斷方法

基于實驗測試的PEMFC系統故障診斷方法主要依靠電化學阻抗譜技術、可視化技術以及外部磁場測量等實驗途徑實現[7]，相比于其他方法，該類方法更有助于探究PEMFC新系統內部故障機理，但對于實驗設備和環境的要求較高、操作復雜，目前難以產業化應用。

3.2.3 基于數據驅動診斷方法

基于數據驅動的故障診斷方法利用傳感器監測的關鍵參數，結合人工智能等技術挖掘故障特征信息，無需知道內部故障機理，無需建立故障模型，即可實現系統故障的精確診斷，是目前PEMFC系統故障診斷領域中比較活躍的方法，具有較好的可移植性，能夠用于在線診斷。其制約因素是數據質量與診斷性能直接相關，這對PEMFC遠程狀態監控提出了更高的要求[8]。

一個典型的基于數據驅動的故障診斷分三個過程，分別是數據預處理、數據特征提取和故障識別[9]，診斷過程見圖5。數據預處理和數據特征提取是數據的加工、優化和剔除一些冗余信息，達到簡化算法、縮短診斷時間的目的。故障識別是通過機器學習實現對故障特征的分類與識別，算法一般包括神經網絡、支持向量機、決策樹、聚類分析等。

4 展望

基于PEMFC系統的主要特性，本文對PEMFC系統遠程狀態監控和故障診斷進行如下展望：

1）基于各種故障機理的PEMFC系統故障模型研究是未來的研究熱點；

2）目前單一故障診斷已經取得巨大進步，但對多故障診斷還研究尚淺，下一步需要開展復雜環境下的PEMFC系統多故障診斷方法研究；

3）隨著PEMFC系統越來越多地應用在汽車等領域，其在線故障診斷方法深入研究以及容錯控制研究具有重要意義；

4）目前大多數壽命預測策略仍然處于實驗測試階段，實時壽命預測的研究尚未取得實質性進展，PEMFC系統實時壽命預測是一項緊迫的研究內容。

5 結論

本文從遠程狀態監控和在線故障診斷兩個方面對PEMFC系統發展進行歸納和總結，并在對現有技術和方法的優缺點分析的基礎上，對未來發展方向提出建議，對PEMFC系統下一步研究工作具有一定指導意義。

參考文獻：

[1]鮑炳辰.燃料電池發動機系統效率特性與整車能量管理策略研究[D].吉林大學，2022.

[2]YU R J，GUO H，YE F.Study on transmission coefficients anisotropy of gas diffusion layer in a proton ex-change membrane fuel cell[J]. Electrochimica Acta， 2022.

[3]KIRAN K V，JOANNE B D. Automatic synthesis of fault trees for computer based systems[J].IEEE Transactions on Reliability，1999，48（4）.

[4]韓曉東，徐 穎，車京春.基于網絡的燃料電池車監測系統設計[J].嵌入式系統應用.2010，26（14）.

[5]Liu Bao， Ye Fei， Mu Kun， et al. Crack Prediction Based on Wavelet Correlation Analysis Least Squares Support Vector Machine for Stone Cultural Relics[J]. 2021.

[6]馬睿，黨翰斌，張鈺奇，霍喆，李玉忍，高 非.質子交換膜燃料電池系統故障機理分析及診斷方法研究綜述[J].中國電機工程學報.2022.

[7]郭建偉，毛宗強，徐景明.采用交流阻抗法對質子交換膜燃料電池（PEMFC）電化學行為的研究[J]. 高等學校化學學報，2003，24（08）.

[8]Benmouna A， Becherif M，DepernetD，et al．Fault diagnosis methods for proton? exchange membrane fuel cell system[J]．International Journal of Hydrogen Energy，2017，42（2）：1534-1543．

[9]Gu X， Hou Z J， Cai J. Data-based flooding fault diagnosis of proton exchange membrane fuel cell systems using LSTM networks[J]. Energy and AI，2021， 4： No. 100056.