[发明专利]使用神经网络和EIS信号分析在操作PEM电池时原位量化H2渗透

权利要求书

1.一种方法，包括：

确定聚合物电解质膜燃料电池堆中的氢气泄漏速率，所述确定包括：

针对第一燃料电池测试堆中的氧气浓度的阻抗特征生成第一组数据点，所述第一燃料电池测试堆没有内部泄漏电池；以及

针对第二燃料电池测试堆中的氢气和氧气的差压的阻抗特征生成第二组数据点，所述第二燃料电池测试堆具有至少一个内部泄漏电池；

将来自所述第一组数据点的氧气浓度的阻抗特征映射至来自所述第二组数据点的氢气和氧气的差压的阻抗特征；

使AC信号通过所述燃料电池堆；

检测来自所述燃料电池堆中的所述AC信号的阻抗特征；

通过将来自所述AC信号的阻抗特征与所述第一燃料电池测试堆中的氧气浓度的阻抗特征进行匹配来识别燃料电池堆的氧气浓度；以及

通过将燃料电池堆的氧气浓度与所述第二燃料电池测试堆的差压的阻抗特征进行匹配来计算燃料电池堆的氢气泄漏速率。

2.根据权利要求1所述的方法，其中所述燃料电池堆具有尺寸，所述第一燃料电池测试堆具有多个板，该多个板具有与所述燃料电池堆相同的矩形形状，并且所述第二燃料电池测试堆具有多个板，该多个板具有与所述燃料电池堆相同的矩形形状。

3.根据权利要求1所述的方法，其中所述确定包括使用神经网络对氢气泄漏的速率进行量化。

4.一种方法，包括：

检测聚合物电解质膜燃料电池堆中的氢气泄漏；

对氢气泄漏的速率进行量化，所述量化包括：

基于第一燃料电池测试堆中的氧气浓度向神经网络提供表示阻抗特征值的第一组数据点，第一测试堆具有低泄漏；

基于第二燃料电池测试堆中的氢气和氧气的差压提供表示阻抗特征值的第二组数据点，第二测试堆具有比第一燃料电池测试堆高的泄漏；

通过将来自第一燃料电池测试堆的阻抗特征值与来自第二燃料电池测试堆的阻抗特征值进行匹配将来自第二燃料电池测试堆的差压与来自第一燃料电池测试堆的氧气浓度匹配，来生成映射；

通过识别差压来计算燃料电池堆的氢气泄漏速率，所述差压的所述识别包括：

基于氧气浓度检测燃料电池堆中的阻抗值；以及

利用燃料电池堆中的氧气浓度的阻抗值，使用所述映射来识别差压。

5.根据权利要求4所述的方法，其中所述量化包括：

使AC信号通过所述燃料电池堆；

检测所述阻抗值，所述阻抗值由燃料电池堆中的所述AC信号生成；

将所述阻抗值传输至所述神经网络；以及

使用所述神经网络的所述映射识别与所述阻抗值相对应的氧气浓度和差压。

6.根据权利要求4所述的方法，其中所述燃料电池堆具有多个板，每个板具有矩形形状。

7.根据权利要求6所述的方法，其中所述第一测试堆具有多个板，每个板具有燃料电池堆的板的矩形形状。

8.根据权利要求7所述的方法，其中所述第二测试堆具有多个板，每个板具有燃料电池堆的板的矩形形状。

9.一种燃料电池诊断装置，所述燃料电池诊断装置诊断燃料电池堆中的氢气泄漏，所述氢气泄漏具有速率，所述装置包括：

频率响应分析器，被配置为对燃料电池堆施加AC信号并且被配置为测量输出阻抗特征；

第一燃料电池测试堆，具有与氧气浓度相关联的阻抗特征值；

第二燃料电池测试堆，具有与氢气和氧气的差压相关联的阻抗特征值；以及

神经网络，被配置为接收来自第一燃料电池堆的阻抗特征值和来自第二燃料电池堆的阻抗特征值，所述神经网络被配置为使来自第一燃料电池堆的阻抗特征值与来自第二燃料电池堆的阻抗特征值彼此映射，所述神经网络被配置为基于所述输出阻抗特征根据所述映射识别氧气浓度，并且被配置为基于所述氧气浓度输出差压，并且所述神经网络被配置为根据所述映射，根据氧气浓度和差压计算氢气泄漏的速率。