并联多堆PEM燃料电池系统电流传感器故障检测与重构:一种直流母线校验方法
《International Journal of Hydrogen Energy》:Current-sensor fault detection and reconstruction in parallel multi-stack PEM fuel cell systems: A DC-Bus parity approach
【字体:
大
中
小
】
时间:2026年10月18日
来源:International Journal of Hydrogen Energy 9.2
编辑推荐:
•DC母线奇偶校验与分支残差表现出互补的故障敏感性。•冻结的检测器:误报率为4.30%,单侧95%上界为5.51%。•置信度感知隔离在266个已定位故障中未发生错误归因。•全部60个负载侧异常均被检测到;没有一例被归因于某个分支。•调试抑制了稳定的非理想特性;后续变化导致误报
•DC母线奇偶校验与分支残差表现出互补的故障敏感性。•冻结的检测器:误报率为4.30%,单侧95%上界为5.51%。•置信度感知隔离在266个已定位故障中未发生错误归因。•全部60个负载侧异常均被检测到;没有一例被归因于某个分支。•调试抑制了稳定的非理想特性;后续变化导致误报增加。引言将燃料电池发电厂拆分为多个较小的电堆并联运行,已成为重型运输领域实现高功率的标准途径。该架构在部分负载下提高了效率,允许在失去一个电堆时进入降级模式运行,并放宽了单个电堆的热力和流体设计[1]、[2]。此类系统的模块化变换器接口和监管分配策略已得到充分确立[3]、[4]、[5]。每个电堆通常通过其自身的DC-DC变换器连接到公共直流母线,而监管层决定如何将总功率需求在电堆之间分配。这种分配并非任意:由于电堆老化速率不同,考虑健康状态的分配既能减少损耗,又能减轻最弱单元的压力[6]、[7]。电堆老化已被充分记录:欧姆和动力学参数在整个使用寿命期间会发生显著变化[8],围绕追踪该退化及其产生故障的诊断与预测文献也已大量涌现[9]、[10]、[11]。所有这些决策都依赖于所测量的电堆电流。一个漂移、饱和或失效的电流传感器所做的不仅仅是污染一次测量:它污染了监管层试图调控的量。其影响并不局限于故障分支。当系统外部闭环母线电压环路时,积分作用会将误差重新分配到所有分支,因此单个故障传感器会改变每个电堆的 operating point [12]。在一个旨在将最弱电堆保持在应力限制以下的系统中,这是一个直接的耐久性问题。既定的应对措施是:每个分支一个基于模型的观测器,在测量值与估计值之间形成残差,并对该残差进行阈值检验[13]、[14]。该方法在单分支变换器中已得到充分发展,并已扩展到交错拓扑,在那里滑模观测器可以重构故障信号本身,从而识别出哪个传感器已失效[12]。相关公式重构了电机驱动中的电流传感器故障[15]、[16],并适应决策阈值至工作点[17]。较少受到关注的是,分支残差是否确实是首先要检验的正确信号,以及此类检验在给定误报预算下实际能够分辨多大的故障幅度。本文针对并联多电堆PEMFC系统回答这两个问题。其贡献不是一个普遍优越的故障检测器,而是对两种互补残差架构的表征,以及对检测到的故障在何种条件下可以安全定位和重构的刻画。全文区分了四项决策:检测,即异常存在;定位,即识别出单个故障分支;重构,即以虚拟传感器替换其测量值;以及故障容许,即可接受地继续运行。重构仅在单故障假设下自信定位后才得到验证,因此容许仅展示对已定位并重构的故障;检测到但未定位的故障仅被标记,而尚未实施监管回退。首先,分支观测器残差的低频可检测性限制通过一个具有原点的闭环故障至残差传递函数被追溯,并追溯到观测器用于抑制电堆极化曲线巨大且与 operating point 相关的不确定性所需的相同积分作用。其次,直流母线奇偶校验残差被用作互补的测量域诊断,在保留低频故障敏感性的同时引入了对调试和持续基线错误的更强依赖。第三,置信度感知隔离门分离了检测与重构:仅在有唯一分支特征可用时才允许自动重构,而证据不足或模糊则导致弃权,并发出维护或重新调试标志。最后,该框架以冻结检测器参数在独立的健康和故障集上评估,在调试后的非理想特性、同时故障和负载侧异常下,明确暴露了校准转移和最坏条件限制,而不是将标称 operating point 视为逐点鲁棒性保证。a/K2本研究完全基于仿真。所有结果均由刻意不同于被测对象的观测器模型获得,带有噪声测量,并由一个从未被告知故障时刻的因果检测器生成;所有检测器均校准至共同的误报分配,因此不能通过放宽阈值来获得检测性能,然后在独立数据上以冻结阈值进行评估。此处研究的系统扩展了作者的会议贡献[18]。该版本将两个单元建模为带有固定内阻的恒压源,使用了与被测对象模型相同的 Luenberger 观测器,未注入测量噪声,并报告了单个四格图表以及电阻比在1.0到2.5范围内的扫描。其定量内容是失衡指数和该扫描。本手稿保留了失衡指数,以(5)的广义形式,因此两项研究保持可比性,并保留了其他所有内容:两单元模型被替换为具有完整极化曲线和监管分配层的N个单元,Luenberger观测器被替换为刻意不匹配的PI公式,无噪声仿真被替换为带噪声测量和校准至给定误报预算的因果检测器,单图被替换为第4节分支观测器残差可检测性限制、第5节DC母线奇偶校验关系、第6节负载测量误差及其补偿、第7节隔离与重构、第8节两种残差互补性的分析。由于扩展幅度大,值得精确说明哪些内容被保留。从会议贡献中,本文仅保留问题陈述、并联多电堆拓扑和(5)的归一化电流失衡指数,该指数保留是为了使结果在N上保持可比。其余内容均为本文新增:从两个单元到N个单元带有监管分配层的推广,没有它分支电流按构造相等,功率分配不是控制问题;不匹配的观测器模型、带噪声测量和校准至共同误报预算的因果检测器,取代了会议上使用的精确模型公式;第4节的故障至残差传递函数和闭环可检测性限制及其附录;第5节DC母线奇偶校验关系和第6节负载测量误差及其补偿的DC母线奇偶校验残差及其 operating envelope;第7节的隔离与重构研究;以及第8节的两阶段校准和独立验证。没有从会议版本中复制任何公式或图表。会议版本将故障后观测器的有界重初始化列为开放问题;本方案则无瞬态地切换到持续并行运行的虚拟传感器,并不声称一般的有界重初始化保证。部分片段被测对象系统由N个PEMFC电堆组成,每个通过其自身的升压变换器连接到公共直流母线(图1)。对于分支k,Lk dik/dt = Vfc,k(ik) ? (1 ? uk)V ? Rk ik,其中Lk为分支k的电感,ik为电感电流,Rk为电感串联电阻,uk为占空比,V为直流母线电压,Vfc,k为电堆k的端电压,由(3)给出。C dV/dt = Σ(1 ? uk)ik ? Iload,其中C为直流链接电容,求和遍历N个分支,Iload为牵引逆变器消耗的电流。故障场景与评估协议在一个分支上注入了六个传感器故障类别:阶跃偏置、恒速漂移、间歇性掉线、卡值、增益误差和完全失效为零。检测器是因果的,仅在启动瞬态衰减后武装,并且从未被告知故障何时发生。幅度选择跨越牵引级电流传感器的分辨率与信号完全丢失之间的范围。作为一个说明而非针对特定数据表或校准,为什么分支观测器需要积分作用分支模型(1)包含电堆电压,而电堆电压是系统中最不确定的建模量之一。其欧姆项随电堆老化而增大,交换电流随电堆老化而下降,在寿命期间两者都变化几十个百分点,且均未在线测量。因此,基于(1)构建的纯比例观测器继承了与不匹配成正比的稳态估计误差,这是鲁棒性与模型误差之间权衡的已知后果。公式化第4节确立的限制源于分支模型。直流母线节点提供了不同的关系。重新整理(2),C dV/dt + Iload ? Σ(1 ? uk)yk = 0,其中C为直流链接电容,V为母线电压,Iload为测量的负载电流,uk为分支k的命令占空比,yk为其测量电流,求和遍历所有N个分支。该式对健康测量恒成立。其参数是链接电容和占空比,而占空比是命令量,负载测量误差及其补偿方程(10)包含负载电流,而与占空比不同,该量是测量的。因此,直流母线奇偶校验检测器对该测量误差相敏感:对于代表性单元,负载传感器3%的增益误差会将健康奇偶校验残差的RMS从63 mV提高到约7.1 V,这将完全消除第5节确立的优势。这种依赖是对仪表的真实要求,在此如实陈述。建模负载隔离奇偶校验关系(10)是标量的。它报告测量的电流与母线节点不一致,但无法说出其中哪个有故障,而在外部电压环闭合时故障被重新分配到所有分支,这消除了明显的识别途径。Asensio等人[12]为交错情况在分析上确立这一点;相同的论证适用于此处。因此,隔离必须使用分支残差,而第4节的结果指出如何操作。由于g(0),评估协议第4节分支观测器残差可检测性限制和第5节DC母线奇偶校验关系在受控条件下表征了两种残差。它们的 operation 阈值和隔离规则然后在开发数据上固定,并在独立数据上评估,这些独立数据未参与任何选择。每个数据集均从仿真前编写和哈希的清单生成,各集合的种子互不相交。每个场景从不确定性中抽取一个已调试的单元,结论本研究展示了分支观测器和直流母线奇偶校验残差在并联多电堆PEM燃料电池系统中提供互补的诊断信息。奇偶校验残差保留了在分支残差中强烈衰减的低频故障敏感性,而分支残差为突然故障提供快速且特定分支的证据。因此,它们的组合不应被解释为在每个指标上普遍优越,而应被视为一种手段,数据可用性仿真源代码、冻结数据集清单、实验驱动器和结果支持文件已汇编为可复现档案,可按请求从通讯作者处获取;如期刊要求,将在接收后存储于带有持久标识符的公共仓库中。生成式AI和AI辅助技术在手稿准备过程中的声明在本工作准备期间,作者使用Anthropic Claude协助开发和调试仿真代码,并对手稿进行语言编辑。在使用这些工具后,作者根据需要审查和编辑了内容,并对已发表文章的內容承担全部责任。资金本研究的作者未从公共、商业或非营利部门的资助机构获得任何特定资助。利益冲突声明作者声明不存在任何可能影响本文所述工作的已知竞争经济利益或个人关系。Hüseyin Erdo?an
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号