一种燃料电池发动机出堆温度传感器故障信号重构及预测方法技术

本发明专利技术公开了一种燃料电池发动机出堆循环水温度传感器故障信号重构及预测方法，对燃料电池发动机各个参数进行采集、统计和相关性分析后建立电堆出堆循环水温度的预测模型，并对预测模型进行验证与优化。在燃料电池发动机实际工作中利用预测模型求得电堆出口温度的预测值，与出堆循环水温度传感器的实际采样值进行比较，当差值大于设定的阈值时判断出堆循环水温度传感器发生故障，根据预测模型得到的电堆出口温度值取代出堆循环水温度传感器的实际采样值，以此为依据控制冷却水泵和冷却风扇的运行状况，从而实现对出堆温度的容错控制。制。制。

【技术实现步骤摘要】
一种燃料电池发动机出堆温度传感器故障信号重构及预测方法


[0001]本专利技术属于燃料电池发动机
，具体涉及一种燃料电池发动机出堆温度传感器故障信号重构及预测方法。

技术介绍

[0002]燃料电池发动机由电堆、氢气供给循环系统、空气供给系统、水热管理系统、电控系统、数据采集系统等组成。凭借转换效率高、零污染、运行平稳、无噪音等优点，燃料电池已经成为了未来汽车的动力方案，以及目前国内外各企业都正在大力研发相关的热点问题。但是，在燃料电池运行过程中，电堆温度过高会导致膜干，甚至烧堆，温度过低了导致反应不剧烈，电堆发电效率低，性能差，当出堆温度传感器出现故障时，传统做法是立即停机检修。本专利技术对出堆循环水温度进行预测，以及出现问题时进行重构，从而避免频繁关机，保证系统仍然可以有效运行。为了提高燃料电池发动机的安全性和可靠性，有必要当温度传感器出现故障时，燃料电池发动机控制器仍然能实现有效运行，因此，对出堆循环水温度传感器进行故障诊断和故障信号重构去实现水温容错控制很有必要。

技术实现思路

[0003]本专利技术针对上述问题，提供了一种燃料电池发动机出堆温度传感器故障信号重构及预测方法。
[0004]为了实现上述目的，本专利技术所设计的燃料电池发动机空气供给系统容错控制方法如下：
[0005]一种燃料电池发动机出堆温度传感器故障信号重构及预测方法，其特征在于,包括
[0006]分别采集燃料电池发动机正常运行时的M个时刻和N个时刻的若干不同种类数据并对其进行相关性分析后确定M个时刻的输入种类数据和N个时刻的输入种类数据；
[0007]将N个时刻的输入种类数据进行预处理后利用多元线性回归方程建立优化前的预测模型，并将M个时刻的输入种类数据进行预处理后输入至优化前的预测模型对其进行校正，得到优化后的预测模型，具体是通过优化前的预测模型得到的M组出堆循环水温度与实际的出堆循环水温度依次比较，并计算实际值与预测值的相对误差，若相对误差大于设定阈值，则对优化前的预测模型中多元回归方程的回归系数进行修正，得到优化后的预测模型；
[0008]燃料电池发动机运行时，将当前时刻符合相关性分析的输入种类数据输入优化后的预测模型中得到出堆循环水温度的预测值，并与实际工作中的出堆循环水温度传感器的实际采样值进行比较，当预测值与实际采样值之间的误差大于误差预设值且持续时间超过持续时间设定值时，则判定燃料电池发动机的出堆循环水温度传感器发生故障，并用出堆循环水温度的预测值替换出堆循环水温度传感器的实际采样值。
[0009]在上述一种燃料电池发动机出堆温度传感器故障信号重构及预测方法，从小到大采集燃料电池发动机正常运行时N个时刻对应的出堆循环水温度TOC、空压机转速Vair、进堆氢气压力PIH、进堆循环水温度TIC、进堆空气压力PIA、进堆氢气流量FIH、进堆空气流量FIA、出堆空气流量FOA、出堆空气压力POA、出堆氢气流量FOH、出堆氢气压力POH、电堆总电压SV和电堆总电流SC，且使采集的数据在时间上满足正态分布。
[0010]在上述一种燃料电池发动机出堆温度传感器故障信号重构及预测方法，对N个时刻对应的每组燃料电池发动机数据进行数理统计分析，分别计算各个量的平均值、中位数、标准差、最小值、最大值。根据皮尔森相关系数计算公式分别计算出堆循环水温度TOC与空压机转速Vair、进堆氢气压力PIH、进堆循环水温度TIC、进堆空气压力PIA、进堆氢气流量FIH、进堆空气流量FIA、出堆空气流量FOA、出堆空气压力POA、出堆氢气流量FOH、出堆氢气压力POH、电堆总电压SV和电堆总电流SC之间的相关系数。
[0011]将皮尔森相关系数大于设定值的各个参量作为输入变量，以出堆循环水温度作为输出变量，对数据归一化处理后，利用多元线性回归方法建立出堆循环水温度的优化前的预测模型。
[0012]在上述一种燃料电池发动机出堆温度传感器故障信号重构及预测方法，将M个时刻与出堆循环水温度皮尔森相关系数大于设定值的输入变量和出堆循环水温度输入至优化前的出堆循环水温度预测模型，得到的M组预测的出堆循环水温度与实际的出堆循环水温度依次比较，并计算实际值与预测值的相对误差，若相对误差大于设定值，则对优化前的出堆循环水温度预测模型中多元回归方程的回归系数进行修正，得到优化后的最终出堆循环水温度预测模型。
[0013]在上述一种燃料电池发动机出堆温度传感器故障信号重构及预测方法，在燃料电池发动机实际运行中，将与出堆循环水温度的皮尔森相关系数大于设定值的各个参数作为优化后的出堆循环水温度预测模型的输入，得到出堆循环水温度的预测值，并与实际工作中的出堆循环水温度传感器的实际采样值进行比较，当预测值与实际采样值之间的误差大于预设值e且持续时间超过设定值
△
T时，则判定燃料电池发动机的出堆循环水温度传感器发生故障，并用出堆循环水温度的预测值替换出堆循环水温度传感器的实际采样值。
[0014]在上述一种燃料电池发动机出堆温度传感器故障信号重构及预测方法，在计算燃料电池出堆循环水温度TOC与空压机转速Vair、进堆氢气压力PIH、进堆循环水温度TIC、进堆空气压力PIA、进堆氢气流量FIH、进堆空气流量FIA、出堆空气流量FOA、出堆空气压力POA、出堆氢气流量FOH、出堆氢气压力POH、电堆总电压SV和电堆总电流SC之间的皮尔森相关系数r(k)(k＝1,2，
…
，12)为：
[0015][0016]式中，X
i
(k)(k＝1,2，
…
，12)(i＝1,2，
…
，N)分别对应N个时刻中空压机转速Vair、进堆氢气压力PIH、进堆循环水温度TIC、进堆空气压力PIA、进堆氢气流量FIH、进堆空气流量FIA、出堆空气流量FOA、出堆空气压力POA、出堆氢气流量FOH、出堆氢气压力POH、电堆总电压SV和电堆总电流SC某个时刻对应的值，Y
i
(i＝1,2，
…
，N)为N个时刻中出堆循环水温度
TOC某个时刻对应的值，(k＝1,2，
…
，12)分别对应N个时刻空压机转速Vair、进堆氢气压力PIH、进堆循环水温度TIC、进堆空气压力PIA、进堆氢气流量FIH、进堆空气流量FIA、出堆空气流量FOA、出堆空气压力POA、出堆氢气流量FOH、出堆氢气压力POH、电堆总电压SV和电堆总电流SC的平均值，为N个时刻出堆循环水温度TOC的平均值。
[0017]在上述一种燃料电池发动机出堆温度传感器故障信号重构及预测方法，在对燃料电池发动机各参数进行归一化处理时，选取的归一化公式为
[0018][0019]式中，X
i
(m)(i＝1,2，
…
，N)为与出堆循环水温度TOC皮尔森相关系数大于0.6的所述权利要求6中空压机转速Vair、进堆氢气压力PIH、进堆循环水温度TIC、进堆空气压力PIA、进堆氢气流量FIH、进堆空气流量FIA、出堆空气流量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种燃料电池发动机出堆温度传感器故障信号重构及预测方法，其特征在于,包括分别采集燃料电池发动机正常运行时的M个时刻和N个时刻的若干不同种类数据并对其进行相关性分析后确定M个时刻的输入种类数据和N个时刻的输入种类数据；将N个时刻的输入种类数据进行预处理后利用多元线性回归方程建立优化前的预测模型，并将M个时刻的输入种类数据进行预处理后输入至优化前的预测模型对其进行校正，得到优化后的预测模型，具体是通过优化前的预测模型得到的M组出堆循环水温度与实际的出堆循环水温度依次比较，并计算实际值与预测值的相对误差，若相对误差大于设定阈值，则对优化前的预测模型中多元回归方程的回归系数进行修正，得到优化后的预测模型；燃料电池发动机运行时，将当前时刻符合相关性分析的输入种类数据输入优化后的预测模型中得到出堆循环水温度的预测值，并与实际工作中的出堆循环水温度传感器的实际采样值进行比较，当预测值与实际采样值之间的误差大于误差预设值且持续时间超过持续时间设定值时，则判定燃料电池发动机的出堆循环水温度传感器发生故障，并用出堆循环水温度的预测值替换出堆循环水温度传感器的实际采样值。2.根据权利要求1所述一种燃料电池发动机出堆温度传感器故障信号重构及预测方法，其特征在于,从小到大采集燃料电池发动机正常运行时N个时刻对应的出堆循环水温度TOC、空压机转速Vair、进堆氢气压力PIH、进堆循环水温度TIC、进堆空气压力PIA、进堆氢气流量FIH、进堆空气流量FIA、出堆空气流量FOA、出堆空气压力POA、出堆氢气流量FOH、出堆氢气压力POH、电堆总电压SV和电堆总电流SC，且使采集的数据在时间上满足正态分布。3.根据权利要求1所述一种燃料电池发动机出堆温度传感器故障信号重构及预测方法，其特征在于,对N个时刻对应的每组燃料电池发动机数据进行数理统计分析，分别计算各个量的平均值、中位数、标准差、最小值、最大值；根据皮尔森相关系数计算公式分别计算出堆循环水温度TOC与空压机转速Vair、进堆氢气压力PIH、进堆循环水温度TIC、进堆空气压力PIA、进堆氢气流量FIH、进堆空气流量FIA、出堆空气流量FOA、出堆空气压力POA、出堆氢气流量FOH、出堆氢气压力POH、电堆总电压SV和电堆总电流SC之间的相关系数；将皮尔森相关系数大于设定值的各个参量作为输入变量，以出堆循环水温度作为输出变量，对数据归一化处理后，利用多元线性回归方法建立出堆循环水温度的优化前的预测模型。4.根据权利要求1所述一种燃料电池发动机出堆温度传感器故障信号重构及预测方法，其特征在于,将M个时刻与出堆循环水温度皮尔森相关系数大于设定值的输入变量和出堆循环水温度输入至优化前的出堆循环水温度预测模型，得到的M组预测的出堆循环水温度与实际的出堆循环水温度依次比较，并计算实际值与预测值的相对误差，若相对误差大于设定值，则对优化前的出堆循环水温度预测模型中多元回归方程的回归系数进行修正，得到优化后的最终出堆循环水温度预测模型。5.根据权利要求1所述一种燃料电池发动机出堆温度传感器故障信号重构及预测方法，其特征在于,在燃料电池发动机实际运行中，将与出堆循环水温度的皮尔森相关系数大于设定值的
各个参数作为优化后的出堆循环水温度预测模型的输入，得到出堆循环水温度的预测值，并与实际工作中的出堆循环水温度传感器的实际采样值进行比较，当预测值与实际采样值之间的误差大于预设值e且持续时间超过设定值
△
T时，则判定燃料电池发动机的出堆循环水温度传感器发生故障，并用出堆循环水温度的预测值替换出堆循环水温度传感器的实际采样值。6.根据权利要求1所述一种燃料电池发动机出堆温度传感器故障信号重构及预测方法，其特征在于,在计算燃料电池出堆循环水温度TOC与空压机转速Vair、进堆氢气压力PIH、进堆循环水温度TIC、进堆空气压力PIA、进堆氢气流量FIH、进堆空气流量FIA、出堆空气流量FOA、出堆空气压力POA、出堆氢气流量FOH、出堆氢气压力POH、电堆总电压SV和电堆总电流SC之间的皮尔森相关系数r(k)(k＝1,2，
…
，12)为：式中，X
i
(k)(k＝1,2，
…
，12)(i＝1,2，
…
，N)分别对应N个时刻中空压机转速Vair、进堆氢气压力PIH、进堆循环水温度TIC、进堆空气压力PIA、进堆氢气流量FIH、进堆空气流量FIA、出堆空气流量FOA、出堆空气压力POA、出堆氢气流量FOH、出堆氢气压力POH、电堆总电压SV和电堆总电流SC某个时刻对应的值，Y

【专利技术属性】
技术研发人员：全睿，梁文龙，郭海峰，全书浪，黄子康，张键，王俊珲，常雨芳，黄文聪，谭保华，
申请(专利权)人：湖北工业大学，
类型：发明
国别省市：