一种燃料电池耐久性的预测方法及设备技术

本发明专利技术公开了一种燃料电池耐久性的预测方法及设备，属于数据处理技术领域，用于解决现有的车用燃料电池难以用组合的多种工况因素测试并反映燃料电池实际寿命，进而难以对现有的车用燃料电池耐久性进行准确的评估的技术问题。方法包括：对质子交换膜燃料电池进行有关膜电极微观结构的试漏与活化处理，得到电池运行数据；对电池运行数据进行电催化剂耐久性加速判断处理，得到加速单工况评估数据；对电池运行数据进行膜电极化学耐久性加速判断处理，得到开路电压工况评估数据；对加速单工况评估数据以及开路电压工况评估数据进行极化曲线的标定拟合；并通过建立的燃料电池耐久关联模型，预测出膜电极载体耐久性特征预测结果。果。果。

【技术实现步骤摘要】
一种燃料电池耐久性的预测方法及设备


[0001]本申请涉及数据处理领域，尤其涉及一种燃料电池耐久性的预测方法及设备。

技术介绍

[0002]燃料电池寿命是燃料电池汽车行业关注的重点问题之一，其快速评价燃料电池动态寿命的测试方法尤为重要。但燃料电池耐久性这一长时变参数变化机理复杂，易受环境、工况及电池单体不一致等多重因素的复合影响，使得燃料电池耐久性的在线评估较为困难，难以对燃料电池的寿命作出准确的预测，不利于氢能源汽车的安全运行以及对燃料电池的分类与梯次利用。
[0003]目前影响燃料电池耐久性的工况条件比较复杂，难以准确、快速用组合的工况测试并反映出燃料电池实际寿命，进而难以对现有的车用燃料电池耐久性进行准确的评估，不利于燃料电池汽车的安全运行以及对电池退化寿命规律的预测。

技术实现思路

[0004]本申请实施例提供了一种燃料电池耐久性的预测方法及设备，用于解决如下技术问题：现有的车用燃料电池难以准确、快速用组合的工况测试并反映燃料电池实际寿命，进而难以对现有的车用燃料电池耐久性进行准确的评估，不利于燃料电池汽车的安全运行以及对电池退化寿命规律的预测。
[0005]本申请实施例采用下述技术方案：一方面，本申请实施例提供了一种燃料电池耐久性的预测方法，包括：对车用燃料电池中的质子交换膜燃料电池进行有关膜电极微观结构的试漏与活化处理，得到电池运行数据；基于预设方波电压，对所述电池运行数据进行电催化剂耐久性加速判断处理，得到加速单工况评估数据；基于所述质子交换膜燃料电池的开路电压工况，并根据所述加速单工况评估数据，对所述电池运行数据进行膜电极化学耐久性加速判断处理，得到开路电压工况评估数据；对所述加速单工况评估数据以及所述开路电压工况评估数据所对应的极化曲线进行曲线的标定与拟合；并根据拟合后的加速因子与映射关系，建立燃料电池耐久关联模型；通过所述燃料电池耐久关联模型，对所述电池运行数据中的待测时间序列进行耐久性特征的预测，得到膜电极载体耐久性特征预测结果，以实现对所述质子交换膜燃料电池的健康状态的性能预测。
[0006]本申请通过对车用燃料电池电极载体的车辆加速单因素工况的耐久性数据测试，并根据车辆常速多因素工况的极化曲线对膜电极载体耐久性能的标定拟合，再根据催化层的断面截图进行校正，得到燃料电池耐久性能的映射关系，最后建立燃料电池耐久关联模型来对电池的健康状态进行性能预测。还有利于对氢燃料电池汽车中电池的退化信息进行分析，准确判断出该电池在实车多因素工况下的性能规律，有利于保障燃料电池汽车的安全运行，评估其残值，实现退役电池的分类等等，有助于对氢燃料电池的梯次利用。
[0007]在一种可行的实施方式中，对车用燃料电池中的质子交换膜燃料电池进行有关膜
电极微观结构的试漏与活化处理，得到电池运行数据，具体包括：通过扫描电镜，采集所述质子交换膜燃料电池中的膜电极微观结构数据；其中，所述膜电极微观结构数据至少包括以下任意一项或多项：膜电极厚度、质子交换膜厚度、绝缘密封圈厚度以及有效活性面积；对所述质子交换膜燃料电池进行电池试漏与活化处理，并采集对应的电池试漏数据与电池活化数据；其中，所述电池试漏采用湿式浸水法或者压差试漏法进行，所述活化处理以预设反应气体作为活化介质；根据所述电池试漏数据与电池活化数据，对所述膜电极微观结构数据进行异常健康数据的剔除，得到所述电池运行数据。
[0008]本申请实施例通过对质子交换膜燃料电池的预处理，单电池的试漏与活化操作，对所述膜电极微观结构数据中剔除健康状态异常的电池性能数据，有利于获取到干净准确的电池运行数据，保障了后续燃料电池耐久性预测的准确性。
[0009]在一种可行的实施方式中，基于预设方波电压，对所述电池运行数据进行电催化剂耐久性加速判断处理，得到加速单工况评估数据，具体包括：通过所述方波电压，对所述质子交换膜燃料电池中的铂碳催化剂碳载体进行加速腐蚀处理，得到可逆损失恢复数据；其中，所述可逆损失恢复数据由停机操作数据与活化操作数据组成；基于所述可逆损失恢复数据，对所述电池运行数据电催化剂耐久性加速判断处理，得到基于方波电压工况循环后的膜电极性能变化数据；其中，所述电催化剂耐久性加速判断，包括：极化曲线判断、电化学活性面积（ECA）判断、电催化剂微观厚度判断、电化学阻抗谱判断以及循环伏安曲线判断；将所述膜电极性能变化数据确定为所述加速单工况评估数据。
[0010]本申请实施例通过可逆损失恢复数据解决了铂碳催化剂可逆损失对加速单况耐久性所带来的影响，有利于对燃料电池当前耐久性的准确判定。
[0011]在一种可行的实施方式中，所述停机操作数据为对所述质子交换膜燃料电池中的铂碳催化剂碳载体进行二次加速腐蚀处理，并获取二次加速腐蚀处理后的膜电极微观结构数据。
[0012]在一种可行的实施方式中，基于所述质子交换膜燃料电池的开路电压工况，并根据所述加速单工况评估数据，对所述电池运行数据进行膜电极化学耐久性加速判断处理，得到开路电压工况评估数据，具体包括：根据所述开路电压工况，对所述质子交换膜燃料电池进行膜电极的运行数据获取，得到运行前膜电极数据与运行后膜电极数据；其中，所述运行前膜电极数据包括：运行前极化曲线、运行前阻抗谱曲线以及运行前伏安曲线；所述运行后膜电极数据包括：运行后极化曲线、运行后阻抗谱曲线以及运行后伏安曲线；将所述运行后膜电极数据中的运行后极化曲线与所述加速单工况评估数据中与电催化剂微观厚度对应的极化曲线进行曲线数据的标定，并根据标定后的曲线对应关系，对所述电池运行数据进行膜电极化学耐久性加速判断处理，得到有关膜电极化学耐久性的催化层截面图；其中，所述膜电极化学耐久性加速判断处理为对膜电极的电催化剂进行运行前后催化活性损失判断处理；对所述催化层截面图进行膜电极化学耐久性的数据标定，得到所述开路电压工况评估数据。
[0013]在一种可行的实施方式中，对所述加速单工况评估数据以及所述开路电压工况评估数据所对应的极化曲线进行曲线的标定与拟合，具体包括：获取所述电池运行数据中在常速多因素工况数据下的常速极化曲线；将所述常速极化曲线与所述加速单工况评估数据中的极化曲线以及所述开路电压工况评估数据中的极化曲线进行标定；并根据标定后的极
化曲线，将所述加速单工况评估数据与所述常速多因素工况数据之间的曲线映射关系进行特征拟合，得到拟合特征映射关系。
[0014]在一种可行的实施方式中，根据拟合后的加速因子与映射关系，建立燃料电池耐久关联模型，具体包括：根据所述标定后的极化曲线的预设滑动宽度，获取多个时序样本数据，并将所述多个时序样本数据确定为加速因子；根据所述加速因子，将所述标定后的极化曲线与催化层截面图中的催化截面层厚度状态值进行非线性映射，得到非线性映射关系；通过LSTM神经网络模型，基于所述非线性映射关系，建立所述燃料电池耐久关联模型。
[0015]本申请实施例通过对电催化剂载体耐久性与膜电极化学耐久性建立燃料电池耐久试验关联模型，建立燃料电池耐久性台架试验与实车运行工况的映射，有利于通过台架试验本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种燃料电池耐久性的预测方法，其特征在于，所述方法包括：对车用燃料电池中的质子交换膜燃料电池进行有关膜电极微观结构的试漏与活化处理，得到电池运行数据；基于预设方波电压，对所述电池运行数据进行电催化剂耐久性加速判断处理，得到加速单工况评估数据；基于所述质子交换膜燃料电池的开路电压工况，并根据所述加速单工况评估数据，对所述电池运行数据进行膜电极化学耐久性加速判断处理，得到开路电压工况评估数据；对所述加速单工况评估数据以及所述开路电压工况评估数据所对应的极化曲线进行曲线的标定与拟合；并根据拟合后的加速因子与映射关系，建立燃料电池耐久关联模型；通过所述燃料电池耐久关联模型，对所述电池运行数据中的待测时间序列进行耐久性特征的预测，得到膜电极载体耐久性特征预测结果，以实现对所述质子交换膜燃料电池的健康状态的性能预测。2.根据权利要求1所述的一种燃料电池耐久性的预测方法，其特征在于，对车用燃料电池中的质子交换膜燃料电池进行有关膜电极微观结构的试漏与活化处理，得到电池运行数据，具体包括：通过扫描电镜，采集所述质子交换膜燃料电池中的膜电极微观结构数据；其中，所述膜电极微观结构数据至少包括以下任意一项或多项：膜电极厚度、质子交换膜厚度、绝缘密封圈厚度以及有效活性面积；对所述质子交换膜燃料电池进行电池试漏与活化处理，并采集对应的电池试漏数据与电池活化数据；其中，所述电池试漏采用湿式浸水法或者压差试漏法进行，所述活化处理以预设反应气体作为活化介质；根据所述电池试漏数据与电池活化数据，对所述膜电极微观结构数据进行异常健康数据的剔除，得到所述电池运行数据。3.根据权利要求1所述的一种燃料电池耐久性的预测方法，其特征在于，基于预设方波电压，对所述电池运行数据进行电催化剂耐久性加速判断处理，得到加速单工况评估数据，具体包括：通过所述方波电压，对所述质子交换膜燃料电池中的铂碳催化剂碳载体进行加速腐蚀处理，得到可逆损失恢复数据；其中，所述可逆损失恢复数据由停机操作数据与活化操作数据组成；基于所述可逆损失恢复数据，对所述电池运行数据电催化剂耐久性加速判断处理，得到基于方波电压工况循环后的膜电极性能变化数据；其中，所述电催化剂耐久性加速判断，包括：极化曲线判断、电化学活性面积（ECA）判断、电催化剂微观厚度判断、电化学阻抗谱判断以及循环伏安曲线判断；将所述膜电极性能变化数据确定为所述加速单工况评估数据。4.根据权利要求3所述的一种燃料电池耐久性的预测方法，其特征在于，所述停机操作数据为对所述质子交换膜燃料电池中的铂碳催化剂碳载体进行二次加速腐蚀处理，并获取二次加速腐蚀处理后的膜电极微观结构数据。5.根据权利要求1所述的一种燃料电池耐久性的预测方法，其特征在于，基于所述质子交换膜燃料电池的开路电压工况，并根据所述加速单工况评估数据，对所述电池运行数据
进行膜电极化学耐久性加速判断处理，得到开路电压工况评估数据，具体包括：根据所述开路电压工况，对所述质子交换膜燃料电池进行膜电极的运行数据获取，得到运行前膜电极数据与运行后膜电极数据；其...

【专利技术属性】
技术研发人员：王建春，郑皓天，李旭，赵刚，夏玉杭，宋洪正，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：