典型文献
基于磁场的质子交换膜燃料电池故障诊断方法
文献摘要：
故障诊断作为解决质子交换膜燃料电池(Proton exchange membrane fuel cell,PEMFC)的安全和寿命问题的重要途径之一,备受研究人员关注.然而在当前PEMFC诊断中,对其早期故障诊断的研究较少,而在亟需早期故障诊断以便及时进行维护控制的PEMFC应用领域,如燃料电池汽车等,在故障发生早期对其进行精确诊断极其重要.该文针对现有PEMFC早期故障诊断方法匮乏问题,提出一种基于磁场的PEMFC故障诊断方法.首先建立PEMFC三维仿真模型,研究燃料电池性能变化与其外部磁场间关联机制,在此基础上搭建燃料电池磁场检测系统,并构建卷积神经网络(Convolutional neural network,CNN)对采集的磁场数据进行分析,验证其在包括水淹、膜干等不同PEMFC故障中的早期诊断效果.结果表明,采用基于磁场数据和卷积神经网络的故障诊断方法,可实现燃料电池不同程度、不同类型故障的在线识别和早期诊断.研究结果验证了磁场数据用于PEMFC故障诊断的可行性,对促进PEMFC故障诊断方法进一步发展、提升PEMFC系统可靠性和耐久性具有重要意义.
文献关键词：
质子交换膜燃料电池;早期故障诊断;磁场;卷积神经网络
中图分类号：
作者姓名：
孙誉宁;毛磊;黄伟国;章恒;陆守香
作者机构：
中国科学技术大学精密机械与精密仪器系 合肥 230022;中国科学技术大学先进技术研究院 合肥 230094;苏州大学轨道交通学院 苏州 215131;合肥学院人工智能与大数据学院 合肥 230601;中国科学技术大学火灾科学国家重点实验室 合肥 230022
文献出处：
引用格式：
[1]孙誉宁;毛磊;黄伟国;章恒;陆守香-.基于磁场的质子交换膜燃料电池故障诊断方法)[J].机械工程学报,2022(22):106-114
A类：
B类：
质子交换膜燃料电池,电池故障,故障诊断方法,Proton,exchange,membrane,fuel,cell,PEMFC,早期故障诊断,燃料电池汽车,精确诊断,三维仿真模型,燃料电池性能,性能变化,其外,外部磁场,关联机制,磁场检测,Convolutional,neural,network,水淹,诊断效果,在线识别,系统可靠性,耐久性
AB值：
0.226125
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
