找到 2 条结果 · 氢能与燃料电池

排序:
氢能与燃料电池 可靠性分析 故障诊断 机器学习 ★ 3.0

动态工况下车载质子交换膜燃料电池堆的健康状态评估与长期耐久性预测

Health State Estimation and Long-Term Durability Prediction for Vehicular PEM Fuel Cell Stacks Under Dynamic Operational Conditions

Xingwang Tang · Lei Shi · Ming Li · Sichuan Xu 等5人 · IEEE Transactions on Power Electronics · 2025年3月

本文针对车载燃料电池堆(FCS),提出了一种融合预测策略和滚动预测框架,用于实现长期健康状态(SOH)评估与电压退化预测。研究基于2500小时的长期耐久性实验,通过时变动态退化模型,有效提升了燃料电池在复杂动态工况下的寿命预测精度与可靠性。

解读: 阳光电源目前在氢能领域重点布局电解槽制氢系统。虽然本文聚焦于车载燃料电池(PEMFC),但其提出的长期耐久性预测与健康状态评估方法,对于电解槽系统的全生命周期管理具有重要参考价值。建议研发团队借鉴文中基于动态工况的退化建模思路,将其应用于电解槽系统的在线监测与故障预警,提升制氢系统的可靠性。此外,该...

氢能与燃料电池 故障诊断 可靠性分析 机器学习 ★ 3.0

基于机理退化过程模型与粒子滤波的固体氧化物燃料电池故障预测方法

Fault Prognosis Method for Solid Oxide Fuel Cells Based on Mechanism Degradation Process Model and Particle Filtering

Yuanwu Xu · Chang Jiang · Jingxuan Peng · Xiao-Long Wu 等6人 · IEEE Transactions on Power Electronics · 2023年6月

针对固体氧化物燃料电池(SOFC)的寿命与耐久性问题,本文提出了一种结合机理退化模型与粒子滤波的故障预测方法。该方法通过对退化过程建模,实现了对健康状态(SOH)、寿命终点(EOL)及剩余使用寿命(RUL)的有效评估,为提升燃料电池系统的可靠性提供了理论支撑。

解读: 阳光电源在氢能领域布局了电解槽及制氢电源系统。虽然本文聚焦于SOFC(燃料电池),但其提出的基于机理模型与粒子滤波的故障预测框架,对于阳光电源PEM电解槽系统的全生命周期健康管理(PHM)具有重要的参考价值。建议研发团队借鉴该文的退化建模思路,结合iSolarCloud平台的大数据积累,开发针对电解...