$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 모델 기반 연료전지 스택 온도 센서 고장 감지 및 판별
Model - Based Sensor Fault Detection and Isolation for a Fuel Cell in an Automotive Application 원문보기

大韓機械學會論文集. Transactions of the Korean Society of Mechanical Engineers. B. B, v.41 no.11 = no.386, 2017년, pp.735 - 742  

한재영 (충남대학교 기계공학부) ,  김영현 (충남대학교 기계공학부) ,  유상석 (충남대학교 기계공학부)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 PEM 연료전지 온도 센서의 고장을 감지 및 판별할 수 있는 모델 기반 센서 고장 감지 방법이 적용된다. 연료전지 차량이 작동하는 과정에서 스택 온도는 연료전지의 내구성에 영향을 미친다. 따라서 고장 진단 알고리즘이 고장 신호를 감지하는 것은 중요하다. 센서 고장 감지의 주요 목적은 연료전지 시스템의 안정적인 작동을 보장하여 고온과 저온으로부터 스택을 보호하는 것이다. 상태 공간에 기반한 패러티 방정식이 스택 온도와 냉각수 입구 온도와 같은 센서 고장을 감지하는데 적용되며, 잔차는 정상적인 온도 신호와 비교된다. 그리고 잔차는 현재의 센서 고장을 감지하는 다양한 고장 시나리오에 의해 평가된다. 결론적으로, 본 연구에서 설계된 고장 알고리즘이 고장 신호를 감지할 수 있다.

Abstract AI-Helper 아이콘AI-Helper

In this study, an effective model-based sensor fault detection methodology that can detect and isolate PEM temperature sensors fault is introduced. In fuel cell vehicle operation process, the stack temperature affects durability of a fuel cell. Thus, it is important for fault algorithm to detect the...

Keyword

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 이에 본 연구에서는 연료전지 스택 및 냉각수 온도 센서에 대한 해석적 중복 방법 중에 하나인 패러티(parity) 방정식을 적용한 모델 기반 센서 고장 기법을 제안하였다. 연료전지 스택 온도 모델은 비선형 연료전지 온도 모델을 기반으로 상태공간 함수를 이용한 잔차 (residual)를 생성하였으며, 고장 시나리오는 고착고장(stuck), 오프셋고장 (offset), 및 스케일링고장(scaling)의 세 경우를 적용하였다.
  • 본 연구에서는 연료전지 모델을 이용하여 스택 및 냉각수 입구 온도 센서 고장진단 기법을 개발하였다. 고장 시나리오는 고착고장, 오프셋고장, 스케 일링고장을 적용하여 고장 신호를 감지하였다.

가설 설정

  • 스택 내에서 발생된 열은 스택으로 유입되는 냉각수와 라디에이터 팬에 의해서 대기로 열교환이 되며, 에너지 보존 법칙을 적용하면 스택의 온도 모델을 얻을 수 있다. 스택의 온도 모델은 계산부하를 줄이기 위해 집중용량 모델로 가정하였으며, 다음과 같다.
  • 라디에이터에 의해 냉각된 냉각수는 레저버에 유입이 되며, 다시 스택 내로 유입되 연료전지의 방열을 담당하게 된다. 따라서 본 연구에서는 레저버를 단열 용기로 가정하였으며, 레저버에서 유출되는 냉각수 온도가 스택 내로 유입되는 냉각수 의 온도와 같다고 가정하였다. 또한, 차량용 연료 전지의 경우 워터재킷을 가지고 있다.
  • 본 연구에서는 스택의 온도 센서와 냉각수 입구 온도 센서의 고장에 대한 잔차 생성을 확인하기 위해 고착고장, 오프셋고장, 그리고 스케일링 고장 시나리오를 각각 적용하였다. 각각의 고장은 고장이 발생한 후 30초 후 정상 상태로 회복된다고 가정하여 적용하였다. 제약조건은 각각 전류 0.
  • 4, 5, 6은 스택 및 냉각수 입구 온도 센서의 고착고장이 발생하였을 경우 잔차, 온도 및 냉각 수 계통 시스템의 응답을 나타낸 것이다. 고장은 160초와 210초 사이에 10k의 고착현상이 발생하였고, 380초와 410초 사이에 -15k에 해당하는 고착현상이 각각 발생하였다고 가정하였다.
  • 7, 8, 9는 스택 및 냉각수 입구 온도 센서의 오프셋고장의 잔차, 온도 및 냉각수 계통 시스템의 응답을 나타낸 것이다. 고장은 160초와 190초 사이에 15k의 오프셋 현상이 발생하였고, 380초와 410초 사이에 -25k에 해당하는 오프셋현상이 각각 발생하였다고 가정하였다.
  • 10, 11, 12는 스택 및 냉각수 입구 온도 센서의 스케일링고장의 잔차, 온도 및 냉각수 계통 시스템의 응답을 나타낸 것이다. 스케일링고장은 160초와 190초 사이, 그리고 380초와 410초 사이에 스케일링현상이 각각 발생하였다고 가정하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
연료전지 성능은 무엇에 영향을 받는가? 이러한 연료전지 자동차의 급속한 발전과 지속적인 상용화에 따라 연료전지 차량의 안전성과 내구성에 대한 소비자의 관심과 요구가 더욱 증대되고 있다. 이러한 안전성과 내구성은 연료전지 스택의 성능에 지배적으로 영향을 미치며, 특히 연료전지 성능은 스택의 온도 및 냉각수 온도에 의해 상당한 영향을 받는다. 하지만, 만약 이러한 온 도를 측정하는 센서가 고장을 유발하면, 적절한 제어 지령이 제어기에 입력될 수 없다.
스택의 운전 온도 확보를 위한 고장 진단 개발이 필요한 이유는 무엇인가? 이러한 안전성과 내구성은 연료전지 스택의 성능에 지배적으로 영향을 미치며, 특히 연료전지 성능은 스택의 온도 및 냉각수 온도에 의해 상당한 영향을 받는다. 하지만, 만약 이러한 온 도를 측정하는 센서가 고장을 유발하면, 적절한 제어 지령이 제어기에 입력될 수 없다. 따라서, 스택의 운전 온도 확보를 위한 고장 진단 개발이 필요하다.
해석적 중복 방법의 장점은 무엇인가? 고장진단 기법은 크게 센서를 중복해서 사용하는 하드웨어 중복과 수학적 모델을 통해 진단하는 해석적 중복으로 나뉘어진다. 특히, 해석적 중복 방법은 하드웨어적 방법보다 상대적으로 비용 절감을 할 수 있는 장점을 가지고 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (9)

  1. Wang, C., Xiong, R., He, H., Ding, X. and Shen, W., 2016 "Efficiency Analysis of a Bidirectional DC/DC Converter in a Hybrid Energy Storage System for Plug-in Hybrid Electric Vehicles," Applied Energy, Vol. 183, pp. 612-622. 

  2. Li, L., Li, X., Wang, X., Song, J., He, K. and Li, C., 2016 "Analysis of Downshift'S Improvement to Energy Efficiency of an Electric Vehicle during Regenerative Braking," Applied Energy, Vol. 176, pp. 125-137. 

  3. Shabbir, W. and Evangelou, S. A., 2014, "Real-time Control Strategy to Maximize Hybrid Electric Vehicle Powertrain Efficiency," Applied Energy, Vol. 135, pp. 512-522. 

  4. Pahon, E., Steiner, N. Y., Jemei, S., Hissel, D. and Mocoteguy, P., 2016 " A Signal-based Method for Fast PEMFC Diagnosis," Applied Energy, Vol. 165, pp. 748-758. 

  5. Lebreton, C., Benne, M., Damour, C., Yousfi-Steiner, N., Grondin-Perez, B., Hissel, D. and Chabriat, J-P., 2015, "Fault Tolerant Control Strategy Applied to PEMFC Water Management," International Journal of Hydrogen Energy, Vol. 40, pp.10636-10646. 

  6. Guilbert, D., Guarisco, M., Gaillard, A., N'Diaye, A. and Djerdir, J., 2015 "FPGA based Fault-tolerant Control on an Interleaved DC/DC Boost Converter for Fuel Cell Electric Vehicle Applications," International Journal of Hydrogen Energy, Vol. 40, pp. 15815-15822. 

  7. Benouioua, D., Candusso, D., Harel, F. and Oukhellou, L., "Fuel Cell Diagnosis Method based on Multifractal Analysis of Stack Voltage Signal," International Journal of Hydrogen Energy, Vol. 39, pp. 2236-2245. 

  8. Li, Zhongliang., Outbib, R., Giurgea, S., Hissel, D., Jemei, H., Giraud, A. and Rosini, S., 2016 "Online Implementation of SVM based Fault Diagnosis Strategy for PEMFC System," Applied Energy, Vol. 164, pp. 284-293. 

  9. Wu, X. and Zhou, B., 2016 "Fault Tolerance Control for Proton Exchange Membrane Fuel Cell Systems," Journal of Power Sources, Vol. 324, pp. 804-829. 

저자의 다른 논문 :

LOADING...

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

유발과제정보 저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로