固体氧化物燃料电池的故障预测

发布时间：2021-10-12 22:30

　　在当今能源危机和环境问题日益严峻的情况下,固体氧化物燃料电池（Solid Oxide Fuel Cell,SOFC）作为一个清洁、能量转换效率高且无污染排放的发电装置,受到了研究者的广泛关注。然而,燃料电池系统中包括重整器,燃烧室,压缩室等多个外部部件,由于系统较复杂,因此在SOFC系统的运行过程中很容易发生故障。一旦SOFC系统发生故障,会导致其性能产生退化,严重的话,甚至会导致燃料电池的失效,这成为了限制SOFC发展的一个主要原因。若能在故障早期阶段及时诊断SOFC故障和预测其剩余寿命,则可及时安排对SOFC设备进行维修,有利于延长其使用寿命。因此,本论文研究内容如下:（1）基于最小二乘支持向量机（Least Squares Support Vector Machine,LS-SVM）的SOFC故障诊断方案。因燃料气体中氯气杂质和阴极反应产物水汽积累的影响,SOFC可能会发生阳极氯气中毒和阴极水汽中毒的故障。本课题采用了LS-SVM模型对燃料电池的这两种故障进行了诊断。该模型能对燃料电池正常工作状态、阳极氯气中毒情况或阴极水汽中毒的情况进行有效的诊断,其诊断精度达到了99%。（2）... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：82 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 课题的背景及意义
    1.2 国内外研究现状
        1.2.1 固体氧化物燃料电池燃料电池研究现状
        1.2.2 燃料电池故障诊断及预测研究现状
    1.3 结构安排
第二章 基于LS-SVM的SOFC故障分类
    2.1 最小二乘支持向量机
    2.2 基于LS-SVM的SOFC故障诊断
    2.3 本章小结
第三章 基于HSMM的SOFC故障预测
    3.1 HSMM的基本理论
    3.2 阳极中毒状况下的预测
        3.2.1 当前健康状态估计
        3.2.2 剩余寿命的预测
    3.3 阴极中毒状况下的预测
        3.3.1 当前健康状态估计
        3.3.2 剩余寿命的预测
    3.4 本章小结
第四章 基于混合模型的SOFC故障预测
    4.1 基于经验模型的SOFC故障预测
        4.1.1 衰退模型的建立
        4.1.2 剩余寿命的预测
    4.2 基于混合模型的SOFC故障预测
        4.2.1 模型的混合策略
        4.2.2 剩余寿命的预测
    4.3 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
致谢
参考文献
攻硕期间取得的研究成果


【参考文献】：
期刊论文
[1]中低温固体氧化物燃料电池的研究现状[J]. 郝红,冯国红,曹艳芝.  广西轻工业. 2010(06)
[2]固体氧化物燃料电池压缩密封技术的研究进展[J]. 朴金花,廖世军.  电源技术. 2009(09)
[3]燃料电池混合动力列车的研究现状与发展趋势[J]. 陈维荣,钱清泉,李奇.  西南交通大学学报. 2009(01)
[4]燃料电池-燃气轮机混合发电系统性能研究[J]. 陈启梅,翁一武,翁史烈,朱新坚.  中国电机工程学报. 2006(04)
[5]故障预测与健康管理（PHM）技术的现状与发展[J]. 曾声奎,Michael G.Pecht,吴际.  航空学报. 2005(05)
[6]我国燃料电池发展概况[J]. 陆天虹,孙公权.  电源技术. 1998(04)
[7]燃料电池技术的发展与我国应有的对策[J]. 查全性.  应用化学. 1993(05)

博士论文
[1]基于退化隐式半马尔科夫模型的设备健康预测及系统性维护策略研究[D]. 彭颖.上海交通大学 2011

硕士论文
[1]空冷型质子交换膜燃料电池动态特性控制与性能测试研究[D]. 陈雪娇.南京理工大学 2012
[2]PEMFC混合动力系统开发及燃料气体压强非线性控制研究[D]. 杨顺风.西南交通大学 2010
[3]基于HSMM的滚动轴承故障预测技术[D]. 谭晓栋.国防科学技术大学 2008



本文编号：3433427