• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IFAC PapersOnLine >Diagnosis of CO Pollution in HTPEM Fuel Cell using Statistical Change Detection
【24h】

Diagnosis of CO Pollution in HTPEM Fuel Cell using Statistical Change Detection

机译：使用统计变化检测诊断HTPEM燃料电池中的CO污染

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The fuel cell technologies are advancing and maturing for commercial markets. However proper diagnostic tools needs to be developed in order to insure reliability and durability of fuel cell systems. This paper presents a design of a data driven method to detect CO content in the anode gas of a high temperature fuel cell. In this work the fuel cell characterization is based on an experimental equivalent electrical circuit, where model parameters are mapped as a function of the load current. The designed general likelihood ratio test detection scheme detects whether a equivalent electrical circuit parameter differ from the non-faulty operation. It is proven that the general likelihood ratio test detection scheme, with a very low probability of false alarm, can detect CO content in the anode gas of the fuel cell.
机译：燃料电池技术正在商业市场上发展和成熟。但是，为了确保燃料电池系统的可靠性和耐久性，需要开发适当的诊断工具。本文提出了一种数据驱动方法的设计，用于检测高温燃料电池阳极气体中的CO含量。在这项工作中，燃料电池的表征基于实验等效电路，其中模型参数根据负载电流进行映射。设计的一般似然比测试检测方案可检测等效电路参数是否与非故障操作不同。事实证明，一般的似然比测试检测方案具有极低的误报概率，可以检测燃料电池阳极气体中的CO含量。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号