第50卷㊀第3期2020年㊀㊀6月电㊀㊀㊀池BATTERY㊀BIMONTHLYVol.50,No.3Jun.,2020作者简介:霍海波(1976-),女,山西人,上海海洋大学工程学院副教授,博士,研究方向:燃料电池能源管理系统设计;杨海东(1995-),男,安徽人,上海海洋大学工程学院硕士生,研究方向:质子交换膜燃料电池的故障诊断,本文联系人;周帅福(1994-),男,山东人,上海海洋大学工程学院硕士生,研究方向:质子交换膜燃料电池的水热管理;陈凤祥(1978-),男,浙江人,同济大学汽车学院副教授,博士,研究方向:燃料电池系统集成㊁控制与建模技术㊂基金项目:中德燃料电池汽车国际科技合作(示范与应用)(2017YFB010310)㊀㊀DOI:10.19535/j.1001-1579.2020.03.020PEMFC 系统故障诊断的研究现状霍海波1,杨海东1,周帅福1,陈凤祥2(1.上海海洋大学工程学院,上海㊀201306;㊀2.同济大学汽车学院,上海㊀201804)摘要:综述近年来质子交换膜燃料电池(PEMFC )故障诊断的研究现状,着重分析电极水淹及膜干故障㊁空气(氧气)供给系统故障和水热管理系统故障的诊断方法和原理㊂指出PEMFC 系统故障诊断技术方法使用㊁模型建立和范围研究的不足㊂关键词:质子交换膜燃料电池(PEMFC );㊀故障诊断;㊀控制策略中图分类号:TM911.42㊀㊀文献标志码:A㊀㊀文章编号:1001-1579(2020)03-0289-04Research status quo of fault diagnosis for a PEMFC systemHUO Hai-bo 1,YANG Hai-dong 1,ZHOU Shuai-fu 1,CHEN Feng-xiang 2(1.College of Engineering ,Shanghai Ocean University ,Shanghai 201306,China ;2.School of Automotive Studies ,Tongji University ,Shanghai 201804,China )Abstract :The research status quo of proton exchange membrane fuel cell(PEMFC)was reviewed.The fault diagnostic methodsand principles of the electrode flooding,the membrane dry,the air (oxygen)supply system and the hydrothermal management system were particularly analyzed.The shortcomings of PEMFC system fault diagnosis on the technical method,the model building and the research range were indicated.Key words :proton exchange membrane fuel cell(PEMFC);㊀fault diagnosis;㊀control strategy㊀㊀质子交换膜燃料电池(PEMFC)的运行状态十分复杂,任何一个故障如果没有及时发现和解决,都可能产生严重的后果,因此,PEMFC 的故障诊断研究日益受到关注㊂PEMFC 故障诊断的研究虽然日渐深入,但大多只停留在定性分析和建模仿真阶段,仅是对固定数据或单一系统进行分析,局限性很大[1-2]㊂到目前为止,还没有一个成熟的㊁适用于故障诊断的PEMFC 模型,直接影响了PEMFC 系统诊断的研究进程[3]㊂本文作者主要对PEMFC 的电极水淹和膜干故障㊁气体供给系统故障以及水热管理系统故障的研究现状进行分析,并以故障种类为对象,梳理研究者提出的故障诊断方法及相关理论,为PEMFC 的故障诊断研究提供帮助和参考㊂1㊀PEMFC 系统故障诊断研究现状在实际运行时,并非燃料电池本身直接向外界输出功率,而是由它与空气供给系统㊁水热管理系统㊁循环系统及控制系统组成的燃料电池系统向外界输出功率,以满足外界需求[4]㊂为此,需综合考虑各子系统的最优性能组合及故障检测与管理㊂PEMFC 系统十分复杂,在实际使用过程中可能会出现多种故障,其中最常见的不可逆故障是质子交换膜破损,此时,除了更换新的电池堆,没有其他补救措施㊂电池堆内部故障主要有水淹㊁膜干和CO 中毒等,还有反应物供应故障和电路故障,如散热不足㊁加湿不足的水热管理故障及空气供给故障等[5]㊂为了使燃料电池技术得到广泛应用,进行故障检测和诊断是十分重要的工作㊂故障检测和预警可防止更严重的故障,为PEMFC 的安全高效运行提供保障㊂故障检测一般是将在线数据与期望值进行比较,检测异常行为[6]㊂目前,国电㊀㊀㊀㊀池BATTERY㊀BIMONTHLY㊀第50卷际上主要有两类故障诊断方法,第一类是基于模型的故障诊断方法;第二类是基于数据驱动的方法㊂M.Bressel等[7]建立了PEMFC的时变模型,采用能量宏观表示(EMR)形式,将EMR及相关的实际控制结构(PCS)用于PEMFC的建模和控制策略研究,并利用阴㊁阳极的压力及冷却系统的热量,对PCS的设计模型进行反演,以此对PEMFC系统的健康状态进行估计㊂D.Benouioua等[8]提出一种用于PEMFC诊断的创新数据驱动方法,利用奇点分析的可移植性,研究奇点测量冲压在燃料电池堆上的电压信号,通过分析两个电池堆工作时的电压数据,判断PEMFC处于正常状态还是故障状态,为了提高故障分类的性能,还采用最小冗余-最大关联(mRMR)技术,选择具有最佳分类率的相关特征㊂实验结果表明,采用该数据驱动方法对第1个电池堆的故障分类成功率为89.4%,第2个电池堆为95.5%,表明所提出的故障诊断策略具有较好的效果㊂此外,就PEMFC的可靠性和耐久性而言,电堆的健康状态诊断是提高系统性能的关键问题之一,因此,在实际应用中进行准确的健康状态诊断是很重要的㊂K.Darowicki等[9]使用由不同频率㊁振幅和相位的基本信号组成的多频扰动信号,采用正弦激励叠加的方法,将理论总阻抗采集时间缩短到低频分量的周期㊂这种动态分析方法可在尽可能短的时间内提供电堆的最大信息量,可及时诊断故障,以达到对电池系统运行状态进行实时监测的目的㊂1.1㊀电极水淹及膜干故障在PEMFC的运行过程中,水淹和膜干是最常见的两种故障㊂电极水淹是由于电堆系统排水不畅造成液态水不断积累,影响电化学反应顺利进行的一种现象㊂液态水的积累间接导致浓差极化的增加,进而引起电池堆输出电压快速下降㊂膜干是指电池堆内液态水不足,质子交换膜因干燥导致电极水合作用受阻的一种情况㊂膜干故障会增加质子交换膜的欧姆极化㊂如果PEMFC发生上述故障,轻则电动化系统性能下降,重则严重影响电堆的效率和使用寿命[10-11]㊂郭家兴等[12]提出一种用于在线故障诊断的PEMFC模糊模型㊂该模型以电池的电流和电压为输入,正常工作率PN为输出,采用蚁群算法对参数进行调整与优化㊂PN的值越接近1,当前的电流㊁电压越接近正常极化曲线,表示电池越有可能工作在正常状态㊂此外,可基于不同电流时PN的变化曲线,选择阈值为0.9进行分析,当PNȡ0.9时,PEMFC 工作于正常状态,PN<0.9时为故障状态㊂显然,只凭借PN< 0.9不可能准确区分两种故障㊂对实验数据进一步分析得知,膜脱水时PN的变化速率大于电极水淹时,因此,若ΔPN <0.1,将出现电极水淹故障;若ΔPNȡ0.1,则出现质子膜脱水故障㊂研究表明,通过PN和ΔPN两个阈值,可以在线诊断PEMFC的膜干故障和水淹故障㊂潘孝乐[13]基于3种不同状态(水淹㊁膜干和正常)运行时PEMFC的典型电化学阻抗谱(EIS),对水平衡状态进行监测㊂在正常情况下,PEMFC的总阻抗值和扩散阻抗弧均比较小㊂当PEMFC出现膜干故障时,阻抗谱与实轴的第一个交点向实轴正方向移动,扩散阻抗弧也随之增大;当PEMFC 出现水淹故障时,扩散阻抗弧会急剧变大,导致阻抗值迅速增大㊂依据EIS的特征,采用Fisher判别分析法对PEMFC 的水平衡状态进行监测,可以监测电池健康状态㊂杨忠军等[14]针对PEMFC的水淹和膜干故障,对主元分析方法(PCA)进行改进,提出了一种实时滚动的PCA㊂该方法将简单的窗口更新过滤的方式与PCA相结合,随时间逐渐向前滚动的窗口不断纳入新数据并丢弃旧数据㊂仿真结果表明,实时滚动的PCA可通过实时更新模型,对燃料电池进行检测,能较准确地诊断出燃料电池的实时工作状态,并能较好地解决PEMFC故障检测数据的处理问题㊂周苏等[15]采用模糊C均值聚类方法(FCM)+支持向量机(SVM)组合的模式识别算法,对PEMFC的故障进行检测分类㊂在建模时,假设干扰信号符合高斯正态分布,通过选取典型频率点,并采用最小二乘拟合算法快速获取EIS,以提高低频交点的准确性㊂将EIS与实轴的两个交点作为PEM-FC的故障特征向量,用于判断PEMFC的正常㊁膜干和水淹等3种工作状态,从而获取故障的类别信息㊂当干扰信号的标准差均为0.3时,对FCM过滤前后的数据采用SVM进行分类,实验结果表明,FCM+SVM的组合模式识别方法,可以使PEMFC的故障分类更准确㊂魏雨辰等[16]基于全相位快速傅里叶变换(FFT)的快速EIS方法,将合成输入扰动信号施加于稳定状态下的燃料电池模型,并对这些信号分别进行全相位FFT变换,得到不同频率下输入扰动信号和响应信号的幅值㊁相位及EIS㊂根据不同常态和故障情况下的EIS实验数据,绘制不同电流下EIS的Nyquist图㊂当PEMFC处于膜干故障时,只有实部增加,说明膜干故障主要影响质子交换膜的内阻;在水淹状态下,实部和虚部均增加,说明水淹故障影响的不仅是质子交换膜的内阻㊂研究结果为区分PEMFC的水淹故障和膜干故障提供了一种思路㊂根据不同种故障会产生不同的电压差,周苏等[17]利用小波分析工具箱对PEMFC的膜干㊁水淹和欠气等3种故障进行研究㊂对PEMFC输出的交流电压信号进行8阶小波(db8)三层分解,得到小波近似信号和小波细节信号㊂对比不同种故障下的细节信号和近似信号,选择小波细节信号作为特征向量,发现正常情况下信号波峰和波谷出现的位置和频率较均匀,且变化状态为有规律的周期性变化;但在故障状态时,不同故障情况下信号的时域波形会出现不同的形态㊂通过对比3种故障下小波细节信号的时域波形,可以区分故障,从而达到故障诊断和分类的目的㊂1.2㊀空气(氧气)供给系统故障PEMFC的空气供给系统为电堆提供一定压力㊁流量㊁湿度和温度下的净化空气,电堆阴极的空气与阳极的氢气发生反应,从而将储存的化学能转化为电能,性能的好坏将直接影响PEMFC系统的性能及使用寿命㊂如果阴极提供的空气不足,会使系统的输出电压迅速下降,并可能引起质子交换膜的损坏;而如果提供的空气过多,则会导致无用功率消耗过多,造成净功率减少[18]㊂在汽车应用领域,汽车的运行状态是时刻变化的,PEMFC的输出电流也需随之变化,如果不092㊀第3期㊀霍海波,等:PEMFC系统故障诊断的研究现状对空气供给系统进行控制,将会导致故障的发生[7]㊂为了提高PEMFC系统的稳定性,M.Shao等[19-20]提出了一种神经网络集成方法,通过动态模型仿真和实验研究,分析散热系统㊁氢氧混合和空气供给系统故障的机理㊂分析表明,基于反向传播神经网络继承方法,可将故障诊断的准确率从只采用反向传播神经网络时的85.62%提高到93.24%㊂于树友等[4,21]基于PEMFC系统的反应气体流模型,将空气供给不足问题归结为一个约束优化问题,并通过设计准无限时域模型预测控制器(MPC),控制过氧比处于最佳工作点,以解决PEMFC系统的空气供给不足问题㊂模拟结果表明:当负载电流发生阶跃变化时,过氧比偏离最佳工作点,此时,利用所设计的MPC控制系统通过调节进气歧管压力,加大阴极入口处的氧气流量,迅速对偏差进行调节,可将过氧比控制在预期值,同时满足系统的约束条件㊂针对阴极氧气的流量控制,孙震东等[22]提出了3种过氧比控制策略 静态前馈控制㊁比例-积分-微分(PID)反馈控制和静态前馈+PID反馈控制等㊂仿真结果表明:静态前馈控制响应时间短,但过氧比不能稳定在稳态设定值;PID 控制的响应时间较长,但最终可以将过氧比控制在设定值;静态前馈+PID反馈控制策略融合了前两者的优点,能在较短时间内将过氧比控制在期望值㊂采用此方法对PEMFC系统的供氧量进行了合理的控制,使氧气供给处于正常状态,达到对氧气供给故障的实时解决的目的㊂J.X.Liu等[23]提出了一种基于改进滑模算法的鲁棒故障诊断方法㊂采用改进的超扭曲(ST)滑膜算法,根据系统模型和观测的输出结果,利用在线计算的等效输出误差,注入项重构故障信号,使观测器的设计得到简化㊂将此故障诊断方法应用于燃料电池空气供给系统,研究表明:只要氧气过量比小于临界值,便会出现氧匮乏故障,从而验证了方法的有效性㊂1.3㊀水热管理系统故障燃料电池工作时会排放热量,电堆温度升高㊂此时,如果不对热量加以管理,就会使PEMFC的工作温度过高,将导致质子交换膜脱水,电池性能下降;反之,当PEMFC工作温度过低时,电堆的极化和欧姆阻抗均会变大,也将引发电堆性能下降[24]㊂此外,空气和氢气在使用时均需加湿,而过高或过低的加湿温度都会影响电池的工作效率[25-26],因此,高效的热管理系统是维持电堆正常工作的前提㊂朱柳[27]基于热管理的输入模式和目标输出,提出一种基于BP神经网络的PEMFC热管理系统的故障诊断策略㊂将各种故障的征兆作为神经网络的输入变量,将燃料电池系统可能出现的故障因素和部位作为输出变量,并采用分段线性化对样本的输入变量和输出变量进行了变换处理㊂实验结果证明,该方法具有良好的故障诊断能力㊂热管理系统存在强耦合性㊂陈维荣等[28]针对传统的水热管理控制策略存在系统变载时温度波动较大㊁调节时间较长的不足,在PID控制散热风扇转速的基础上,提出一种改进的流量跟随控制的温度控制策略 根据电堆电流变化调节冷却水的流量,从而控制电堆冷却水的进出口温差;同时,通过PID控制器调节散热风扇,控制电堆入口温度㊂比较流量跟随电流和流量跟随功率两种情况下PEMFC电堆的温度变化特性,可知,在流量跟随电流控制时,PEMFC的温度变化更稳定,可适应PEMFC不同工况之间的频繁切换,具有更好的控制效果㊂此方法可解决水热管理系统的故障㊂PEMFC故障诊断的研究理论主要集中在水淹及膜干故障上,其他故障的研究理论相对较少,说明有关PEMFC不同故障的诊断理论未能平衡发展;另外,大多数学者都是对单一故障进行研究,而PEMFC是一个复杂的系统,不同子系统之间的联系密切㊂这会对PEMFC的发展造成一定的制约, PEMFC的发展仍需要更加成熟的故障诊断技术㊂2㊀PEMFC故障诊断研究的重点问题目前已有大量与控制相关的PEMFC模型,但用于故障诊断的模型相对欠缺㊂基于PEMFC的故障诊断机理,结合先进的智能算法,可建立适于故障诊断研究的PEMFC模型㊂故障诊断大都是针对某一类故障的研究,但PEMFC系统具有多变量性与强耦合性,一个故障的发生可能会使多个系统偏离正常运行状态,因此要尽可能进行多元统计分析㊂国内外学者已对PEMFC的电极水淹及膜干故障进行了较全面的研究,但对空气(氧气)供给故障和水热管理系统故障的理论研究比较欠缺㊂此外,目前对CO中毒㊁反应物供应故障和电路故障等都缺乏理论研究㊂每一种故障诊断研究,对PEMFC的发展都起着至关重要的作用,因此,应加强空气(氧气)供给和水热管理系统等故障诊断研究㊂传统的PEMFC故障诊断方法存在计算复杂度高㊁训练时间长㊁参数调整过程复杂等缺点,因此应改进现有故障诊断方法,以缩短计算时间,提高故障诊断精度㊂为保证PEMFC的耐久性㊁可靠性和安全性,需要诊断故障并对故障进行容错控制等㊂后期可关注PEMFC的故障控制策略研究,这可能会成为该领域取得突破性成果的方向㊂为了保证PEMFC的耐久性㊁可靠性和安全性,需要诊断故障并对故障进行容错控制等㊂基于数据驱动技术具有良好性能,以后的研究可以关注该技术,可能会成为该领域取得突破性成果的方向㊂诊断和容错控制,目前的研究方法已有很多,其中有基于模型的方法,但可能不适合提供对燃料电池性能的准确描述;而基于数据驱动技术,由于在实现上具有简单性,也能在没有深刻的系统结构知识的情况下取得良好的性能,越来越受到人们的关注㊂该技术还得到了多种信号处理方法的支持,如傅里叶变换㊁多分辨率分析等,可能会成为该领域取得突破性成果的方向㊂3㊀结论为了使PEMFC技术应用于各领域,进行故障检测和诊断是重中之重㊂本文作者对国内外PEMFC故障诊断的研究现状进行了分析㊁总结,指出目前PEMFC故障诊断研究上的不足,以期对PEMFC的故障诊断策略研究提供一定的帮助和参考㊂192电㊀㊀㊀㊀池BATTERY㊀BIMONTHLY㊀第50卷参考文献:[1]㊀宋满存.质子交换膜燃料电池水淹过程研究及故障诊断系统设计[D].北京:清华大学,2013.[2]㊀韩喆.水冷型质子交换膜电池冷却系统故障诊断研究[D].重庆:西南交通大学,2018.[3]㊀陈维荣,刘嘉蔚,李奇,等.质子交换膜燃料电池故障诊断方法综述及展望[J].中国电机工程学报,2017,37(16):4712-4720.[4]㊀于树友,陈虹,张东波,等.PEM燃料电池空气供给系统氧匮乏的模型预测控制[A].第二十七届中国控制会议论文集[C].昆明,2008.682-686.[5]㊀王兴娣.基于数据驱动的质子交换膜燃料电池电堆故障诊断研究[D].重庆:西南交通大学,2018.[6]㊀CADET C,JEMEI S,DRUART F,et al.Diagnostic tools for PEM-FCs:from conception to implementation[J].Int J Hydro Energy, 2014,39:10613-10626.[7]㊀BRESSEL M,HILAIRET M,HISSEL D,et al.Model-based agingtolerant control with power loss prediction of proton exchange mem-brane fuel cell[J].Int J Hydro Energy,2020,45(19):11606-11613.[8]㊀BENOUIOUA D,CANDUSSO D,HAREL F,et al.On the issue ofthe PEMFC operating fault identification:generic analysis tool based on voltage pointwise singularity strengths[J].Int J Hydro Energy,2018,43(25):11606-11613.[9]㊀DAROWICKI K,JANICKA E,MIELNICZEK M,et al.Implementa-tion of DEIS for reliable fault monitoring and detection in PEMFC single cells and stacks[J].Electrochim Acta,2018,292:383-384.[10]周博洋.PEMFC的容错控制硏究[D].成都:电子科技大学,2016.[11]杨晴霞.质子交换膜燃料电池空气供给系统建模与分析[D].洛阳:河南科技大学,2013.[12]郭家兴,朱新坚,曹广益.质子交换膜燃料电池故障诊断[J].电源技术,2008,32(8):528-531.[13]潘孝乐.质子交换膜燃料电池输出特性分析与健康状态监测研究[D].杭州:中国计量学院,2014.[14]杨忠军,刘精一,宗学军.质子交换膜燃料电池故障检测研究㊀㊀㊀㊀[J].可再生能源,2015,33(1):128-132.[15]周苏,韩秋玲,胡哲,等.质子交换膜燃料电池故障诊断的模式识别方法[J].同济大学学报,2017,45(3):409-411. [16]魏雨辰,裴冯来,周苏.基于快速EIS方法和PEMFC模型的故障分类研究[J].佳木斯大学学报,2014,32(6):841-842.[17]周苏,任宏伟,裴冯来.基于诊断用COMSOL模型的PEMFC故障诊断方法研究[J].化学工业与工程,2015,32(4):59-61.[18]PUKRUSHPAN J T,STEPFANOPOULOU A G,PENG H.Controlof Fuel Cell Power Systems:Principles,Modeling,Analysis,and Feedback Design[J].Germany:Springer,2004.[19]SHAO M,ZHU X,CAO H.An artificial neural network ensemblemethod for fault diagnosis of proton exchange membrane fuel cell system[J].Energy,2014,67:268-275.[20]田庆.基于反向传播神经网络的质子交换膜燃料电池故障诊断[J].铁道车辆,2018,56(12):32-36.[21]张东坡.PEM燃料电池空气供给系统氧匮乏的模型控制预测[D].长春:吉林大学,2007.[22]孙震东,杨朵,汪玉洁,等.质子交换膜燃料电池过氧比控制策略研究[A].第19届中国系统仿真技术及其应用学术年会论文集[C].贵阳,2018.306-310.[23]LIU J X,LUO W S,YANG X Z,et al.Robust model-based faultdiagnosis for PEM fuel cell air-feed system[J].IEEE Trans Indus-trial Electron,2016,63(5):3261-3268.[24]刘波,赵锋,李骁.质子交换膜燃料电池热管理技术的进展[J].电池,2018,48(3):202-205.[25]樊磊,刘永峰,裴普成,等.两种工况下进气相对湿度对燃料电池性能影响的研究[J].可再生能源,2018,36(8):1163-1167.[26]王吉华,居钰生,易正根,等.燃料电池技术发展及应用现状综述(上)[J].现代车用动力,2018,2:7-12.[27]朱柳.质子交换膜燃料电池热管理的动态建模㊁控制仿真及故障诊断策略研究[D].上海:上海交通大学,2012. [28]陈维荣,牛茁,韩喆,等.水冷PEMFC热管理系统流量跟随控制策略[J].化工学报,2017,68(4):1490-1497.收稿日期:2019-11-23292。
