Contribution au diagnostic en ligne, à la classification des défauts et au pronostic des piles à combustible PEMFC

Contribution to on-line diagnosis, fault classification and prognosis for PEMFC

• Auteur / Autrice : Yunjin Ao
• Direction : Salah Laghrouche, Daniel Depernet
• Type : Thèse de doctorat
• Discipline(s) : Énergétique
• Date : Soutenance le 13/12/2022
• Etablissement(s) : Bourgogne Franche-Comté
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur et microtechniques (Besançon ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : FEMTO-ST : Franche-Comté Electronique Mécanique Thermique et Optique - Sciences et Technologies (Besançon) - Franche-Comté Électronique Mécanique- Thermique et Optique - Sciences et Technologies (UMR 6174) / FEMTO-ST
• Partenaire(s) de recherche : Etablissement de préparation : Université de technologie de Belfort-Montbéliard (1999-....)
• Jury : Président / Présidente : Patrice Wira
• Jury : Examinateurs / Examinatrices : Salah Laghrouche, Daniel Depernet, Catherine Cadet, Rachid Outbib, Serge Pierfederici, Denis Candusso
• Jury : Rapporteurs / Rapporteuses : Catherine Cadet, Rachid Outbib

Mots clés

Mots clés contrôlés

Piles à combustible à membrane échangeuse de protons

Mots clés libres

Pile à Combustible à Membrane Echangeuse de Proton (PEMFC)

Pronostic et gestion de la santé (PHM)

Diagnostic

Spectroscopie d'impédance électrochimique (EIS)

Modèle de circuit équivalent (ECM)

Proton exchange membrane fuel cell (PEMFC)

Prognostic Health Management (PHM)

Diagnosis

Electrochemical impedance spectroscopy(EIS)

Equivalent circuit model (ECM)

Résumé

La pile à combustible à membrane échangeuse de protons (PEMFC) est une source d'énergie prometteuse qui présente plusieurs avantages tels que l'absence de pollution, un rendement élevé et une faible température de fonctionnement. Cependant, la durabilité et la fiabilité restent des obstacles à sa commercialisation à grande échelle. Le développement d'outils de diagnostic en ligne, de classification des défauts et de pronostic de la PEMFC sont des sujets de recherche très importants afin de soulever ces barrières. L'objectif principal de cette thèse est de contribuer au développement de ces outils. Ainsi, nous avons proposé trois algorithmes de diagnostic et un algorithme de pronostic pour relever ces défis. Tout d'abord, une méthode de diagnostic basée sur la fluctuation de tension est proposée, et les défauts résultant de différentes températures de fonctionnement, stoechiométries et humidités relatives sont étudiés. Le modèle de fluctuation de tension est extrait par le modèle autorégressif (modèle AR), et les coefficients du modèle sont directement appliqués comme caractéristiques de diagnostic. Quatre algorithmes de classification de défauts sont proposés, appliqués et comparés dans des conditions de défaut unique et de défaut multiple. Dans un second temps, deux méthodes de diagnostic basées sur la spectroscopie d'impédance électrochimique (EIS) sont proposées et validées en temps réel, et elles peuvent distinguer les défauts de noyage, d'assèchement et de transport de masse. La première est basée sur un modèle de circuit électrique équivalent (ECM), dans lequel les paramètres des éléments électriques peuvent être identifiés et appliqués comme caractéristiques de diagnostic. En outre, le système d'inférence neuro-flou adaptatif (ANFIS) est proposé pour réaliser le diagnostic, et l'ensemble du processus de diagnostic est mis en œuvre et validé en temps réel sur un processeur DSP dédié à l'embarqué. La troisième méthode de diagnostic proposée est basée sur les impédances à phase nulle et à inversion du sens de la phase caractérisant l'EIS. Les expérimentations ont montré que les deux caractéristiques proposées peuvent représenter l'état de santé de la PEMFC de manière pratique; elles peuvent donc être appliquées comme caractéristiques pour réaliser un diagnostic rapide et efficace. L'algorithme des K-voisins les plus proches (KNN) est appliqué à la classification des différentes conditions de défaut, et l'ensemble de la méthode de diagnostic est également mis en œuvre sur un système DSP, ce qui valide son applicabilité en temps réel. Enfin, une méthode de pronostic basée sur le filtre de Kalman dans le domaine fréquentiel (FDKF) est proposée. Cette méthode permet de prédire l’évolution de la tension avec différents horizons de prédiction ainsi qu’une estimation rapide et précise de la durée de vie utile restante (RUL). Cette méthode constitue une alternative avantageuse en termes de temps de calcul vis-vis des approches temporelles basées sur la même technique.

The proton exchange membrane fuel cell (PEMFC) is a promising energy source that offers several advantages such as no pollution, high efficiency, and low operating temperature. However, durability and reliability remain barriers to its large-scale commercialization. The development of tools for on-line diagnosis, fault classification and prognosis of PEMFC is a very important research topic to lift these barriers. The main objective of this thesis is to contribute to the development of these tools. Thus, we have proposed three diagnostic algorithms and one prognostic algorithm to address these challenges. First, a voltage fluctuation-based diagnostic method is proposed, and the faults resulting from different operating temperatures, stoichiometry and relative humidity are studied. The voltage fluctuation model is extracted by the autoregressive model (AR model), and the coefficients of the model are directly applied as diagnostic features. Four fault classification algorithms are proposed, applied, and compared under both single-fault and multiple-fault conditions. In the second stage, two electrochemical impedance spectroscopy (EIS)-based diagnostic methods are proposed and validated in real time, which can distinguish between flooding, drying-out and mass transport faults. The first method is based on an equivalent circuit model (ECM), in which the parameters of electrical elements can be identified and applied as diagnostic features. In addition, the adaptive neuro-fuzzy inference system (ANFIS) is proposed to perform the diagnosis, and the whole diagnosis process is implemented and validated in real time on a digital signal processor (DSP) system. The third proposed diagnostic method is based on zero-phase impedance and turning phase of EIS characterization. Experiments have shown that the two proposed features can represent the health status of the PEMFC in a practical way; therefore, they can be applied as features to perform fast and efficient diagnosis. The K-nearest neighbours (KNN) algorithm is applied to classify the different fault conditions, and the whole diagnostic method is also implemented on a DSP system, which validates its real-time applicability. Finally, a frequency domain Kalman filter (FDKF) based prognostic method is proposed. This method allows the prediction of the voltage evolution with different prediction horizons as well as a fast and accurate estimation of the remaining lifetime (RUL). This method is an advantageous alternative in terms of computation time compared to temporal approaches based on the same technique.