一种基于云平台的PEMFC故障诊断方法及系统技术方案

本发明专利技术公开了一种基于云平台的PEMFC故障诊断方法及系统，该方法包括：采集测试车辆PEMFC的运行数据并训练预设的分类器，得到故障诊断模型；采集待诊断车辆PEMFC的运行数据并进行数据预处理，得到预处理数据；将预处理数据输入到故障诊断模型，得到待诊断车辆的故障诊断结果。该系统包括：模型建立模块、数据预处理模块和故障诊断模块。通过使用本发明专利技术，能够对车载PEMFC进行实时故障诊断。本发明专利技术作为一种基于云平台的PEMFC故障诊断方法及系统，可广泛应用于车载设备故障诊断领域。可广泛应用于车载设备故障诊断领域。可广泛应用于车载设备故障诊断领域。

【技术实现步骤摘要】
一种基于云平台的PEMFC故障诊断方法及系统


[0001]本专利技术涉及车载设备故障诊断领域，尤其涉及一种基于云平台的PEMFC故障诊断方法及系统。

技术介绍

[0002]车载PEMFC在运行过程中会遇到大量水淹、干燥等可恢复故障的情形，由于产生的水无法及时排出造成的水淹等故障可通过及时的识别和处理排除掉，使电堆恢复正常的运行状态，因此故障的实时诊断和排除十分重要。现有氢燃料电池故障诊断技术中存在故障模型不能实时扩充、故障类型匹配不够丰富、故障诊断不够精确的问题，

技术实现思路

[0003]为了解决上述技术问题，本专利技术的目的是提供一种基于云平台的PEMFC故障诊断方法及系统，对车载PEMFC进行实时故障诊断。
[0004]本专利技术所采用的第一技术方案是：一种基于云平台的PEMFC故障诊断方法，包括以下步骤：
[0005]采集测试车辆PEMFC的运行数据并训练预设的分类器，得到故障诊断模型；
[0006]采集待诊断车辆PEMFC的运行数据并进行数据预处理，得到预处理数据；
[0007]将预处理数据输入到故障诊断模型，得到待诊断车辆的故障诊断结果。
[0008]进一步，还包括：
[0009]根据待诊断车辆的故障诊断结果和预设的控制策略对待诊断车辆进行故障修复；
[0010]检测待诊断车辆的故障情况并根据检测结果对故障诊断模型进行调整。
[0011]进一步，所述采集测试车辆PEMFC的运行数据并训练预设的分类器，得到故障诊断模型这一步骤，其具体还包括：
[0012]选取运行参数与待诊断车辆相似编队内闲置车辆为测试车辆；
[0013]采集测试车辆PEMFC的运行数据，得到测试数据；
[0014]基于预设的分类器对测试数据进行处理，建立温度与故障模型的映射关系，生成故障诊断模型。
[0015]进一步，所述采集测试车辆PEMFC的运行数据，得到测试数据这一步骤，其具体包括：
[0016]采集测试车辆PEMFC的运行数据并上传至云平台；
[0017]将运行数据分区段存储至数据库；
[0018]选择平稳区段的运行数据作为测试数据。
[0019]进一步，所述基于预设的分类器对测试数据进行处理，建立温度与故障模型的映射关系，生成故障诊断模型这一步骤，其具体包括：
[0020]以测试数据中的电信号指标作为故障判别阈值；
[0021]采用不同的分类算法对故障进行识别，得到识别精度；
[0022]将各个故障对应识别精度最高的分类算法设置故障标签；
[0023]根据测试数据中温度与电信号指标的关系、故障标签建立温度与故障模型的映射关系，得到故障诊断模型。
[0024]进一步，所述采集待诊断车辆PEMFC的运行数据并进行数据预处理，得到预处理数据这一步骤，其具体包括：
[0025]采集待诊断车辆PEMFC的运行数据并上传至云平台；
[0026]将待诊断车辆PEMFC的运行数据进行抽样、平滑和滤波的预处理，得到预处理数据。
[0027]进一步，所述故障诊断结果包括电压电流过载、进气端缺气、质子交换膜水淹、质子交换膜干燥和温度过高，所述预设的控制策略包括功率控制、进气流量控制、进气湿度控制和冷却控制。
[0028]进一步，所述检测待诊断车辆的故障情况并根据检测结果对故障诊断模型进行调整这一步骤，其具体包括：
[0029]判断到修复操作后故障未排除，更换故障标签并根据识别精度重新选择故障诊断模型；
[0030]判断到修复操作后故障已排除，继续使用该故障诊断模型。
[0031]本专利技术所采用的第二技术方案是：一种基于云平台的PEMFC故障诊断系统，包括：
[0032]模型建立模块，用于采集测试车辆PEMFC的运行数据并训练预设的分类器，得到故障诊断模型；
[0033]数据预处理模块，用于采集待诊断车辆PEMFC的运行数据并进行数据预处理，得到预处理数据；
[0034]故障诊断模块，用于将预处理数据输入到故障诊断模型，得到待诊断车辆的故障诊断结果。
[0035]本专利技术方法及系统的有益效果是：本专利技术通过基于云平台的诊断匹配，数据源是具有相似应用场景下的编队内多车的包含全生命周期的大量数据，使得数据驱动模型更加准确，通过将故障诊断模型训练过程和诊断过程放到云端，可以实现多个算法间寻优，从而建立更加精确的故障诊断模型。
附图说明
[0036]图1是本专利技术具体实施例基于云平台的PEMFC故障诊断方法的流程图；
[0037]图2是本专利技术具体实施例生成故障诊断模型的步骤流程图；
[0038]图3是本专利技术一种基于云平台的PEMFC故障诊断系统的结构框图。
具体实施方式
[0039]下面结合附图和具体实施例对本专利技术做进一步的详细说明。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
[0040]参照图1，本专利技术提供了一种基于云平台的PEMFC故障诊断方法，该方法包括以下步骤：
[0041]采集测试车辆PEMFC的运行数据并训练预设的分类器，得到故障诊断模型；
[0042]采集待诊断车辆PEMFC的运行数据并进行数据预处理，得到预处理数据；
[0043]将预处理数据输入到故障诊断模型，得到待诊断车辆的故障诊断结果。
[0044]具体地，运行数据包括采集PEMFC和储能电池包的健康参数，采集PEMFC的健康参数，包括但不限于电池出厂参数、实时采集的电压、电流、温度、阳极电势、压力、张力、进气流量，以及EIS数据等。采集储能电池包的健康参数，储能电池包一般指锂电池模组，包括但不限于电池出厂参数，实时采集的电压、电流、温度，以及EIS数据等。
[0045]不断上传的数据为相似工况的编队内多台车辆数据，而非单车数据，可以极大地扩充数据集。
[0046]进一步作为本方法的优选实施例，还包括：
[0047]根据待诊断车辆的故障诊断结果和预设的控制策略对待诊断车辆进行故障修复；
[0048]检测待诊断车辆的故障情况并根据检测结果对故障诊断模型进行调整。
[0049]进一步作为本方法的优选实施例，所述采集测试车辆PEMFC的运行数据并训练预设的分类器，得到故障诊断模型这一步骤，其具体还包括：
[0050]选取运行参数与待诊断车辆相似编队内闲置车辆为测试车辆；
[0051]采集测试车辆PEMFC的运行数据，得到测试数据；
[0052]基于预设的分类器对测试数据进行处理，建立温度等健康指标与故障模型的映射关系，生成故障诊断模型。
[0053]在匹配诊断过程中，通过目标车辆的实时数据采集，调用与目标PEMFC的使用小时数或使用里程数(等维度)相近的已有数据样本训练的模型，优先进行匹配诊断，再根据上述SV本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云平台的PEMFC故障诊断方法，其特征在于，包括以下步骤：采集测试车辆PEMFC的运行数据并训练预设的分类器，得到故障诊断模型；采集待诊断车辆PEMFC的运行数据并进行数据预处理，得到预处理数据；将预处理数据输入到故障诊断模型，得到待诊断车辆的故障诊断结果。2.根据权利要求1所述一种基于云平台的PEMFC故障诊断方法，其特征在于，还包括：根据待诊断车辆的故障诊断结果和预设的控制策略对待诊断车辆进行故障修复；检测待诊断车辆的故障情况并根据检测结果对故障诊断模型进行调整。3.根据权利要求2所述一种基于云平台的PEMFC故障诊断方法，其特征在于，所述采集测试车辆PEMFC的运行数据并训练预设的分类器，得到故障诊断模型这一步骤，其具体还包括：选取运行参数与待诊断车辆相似编队内闲置车辆为测试车辆；采集测试车辆PEMFC的运行数据，得到测试数据；基于预设的分类器对测试数据进行处理，建立温度与故障模型的映射关系，生成故障诊断模型。4.根据权利要求3所述一种基于云平台的PEMFC故障诊断方法，其特征在于，所述采集测试车辆PEMFC的运行数据，得到测试数据这一步骤，其具体包括：采集测试车辆PEMFC的运行数据并上传至云平台；将运行数据分区段存储至数据库；选择平稳区段的运行数据作为测试数据。5.根据权利要求4所述一种基于云平台的PEMFC故障诊断方法，其特征在于，所述基于预设的分类器对测试数据进行处理，建立温度与故障模型的映射关系，生成故障诊断模型这一步骤，其具体包括：以测试数据中的电信号指标作为故障判别阈值；采用不同的分类算法...

【专利技术属性】
技术研发人员：彭卫文，林雨霖，谭晓军，
申请(专利权)人：东莞中山大学研究院，
类型：发明
国别省市：