-
公开(公告)号:CN115498217A
公开(公告)日:2022-12-20
申请号:CN202211198971.2
申请日:2022-09-29
Applicant: 清华大学
IPC: H01M8/04298 , H01M8/04313 , H01M8/04537 , H01M8/04992 , G06F17/12 , G06F17/18
Abstract: 本申请涉及一种燃料电池堆膜电极健康状态快速同步检测方法及装置,其中,方法包括:燃料电池堆的测试电极供给惰性气体、对电极供给氢气,维持燃料电池堆温度等指标稳定在预设区间,使各片燃料电池电压保持稳定;向燃料电池堆施加任意形式电压或电流激励,并在到达预设激励阈值后,以任意形式电流放电至稳定,采集该过程整堆电流信号和各片燃料电池的电压信号,以利用燃料电池充放电过程电化学模型解析各片燃料电池膜电极的氢渗透电流、催化剂活性面积、双电层电容及短路电阻,本申请对电压或电流激励及放电的形式无限制,最低仅需采集一次激励和放电结果即可同步得到膜电极参数,以评估膜电极健康状态,极大提高了测试效率,降低了测试成本。
-
公开(公告)号:CN112886035B
公开(公告)日:2021-12-24
申请号:CN202110153818.7
申请日:2021-02-04
Applicant: 清华大学
IPC: H01M8/04089 , H01M8/04082 , H01M8/0444 , H01M8/04746 , H01M8/04992
Abstract: 本发明属于燃料电池技术领域,尤其涉及一种燃料电池耐一氧化碳的阳极空气喷射精确调控方法及系统。本发明通过一氧化碳对质子交换膜燃料电池毒化影响的标定MAP图确定空气喷射量的前馈量,对燃料电池阳极入口处的气体成分进行检测,通过优化模型估计阳极催化剂表面的等效一氧化碳浓度,来修正所需要的空气喷射量,进而实现空气喷射量的精确控制,能够有效解决燃料电池的一氧化碳中毒问题,提高燃料电池对一氧化碳的耐受能力,使燃料电池能够长期使用非纯氢作为燃料,有效降低燃料电池的用氢成本。
-
公开(公告)号:CN112820910A
公开(公告)日:2021-05-18
申请号:CN202110076843.X
申请日:2021-01-20
Applicant: 清华大学
IPC: H01M8/0444 , H01M8/04664 , H01M8/0282
Abstract: 本发明提出一种封闭环境燃料电池系统防漏氢及安全保障方法和装置,装置包括密封可拆卸外壳、控制单元、显示单元、气瓶、排气泵、传感器、阀门等部件。在具体实现方式中,将燃料电池系统置于密封可拆卸外壳中,利用传感器检测装置状态,利用控制单元进行控制,使装置充满一定压力的惰性气体,采用排气泵、电磁阀控制惰性气体进出,根据内部氢泄漏量、外部氢泄漏量、单位时间氢泄漏量及相关设定阈值,采取更换惰性气体、停机、报警等措施。有效保证装置不会大量漏氢,防止爆炸,提高了安全性,适用于水下、矿道等封闭环境。
-
公开(公告)号:CN109033579B
公开(公告)日:2020-07-17
申请号:CN201810757597.2
申请日:2018-07-11
Applicant: 清华大学
IPC: G06F30/20
Abstract: 本发明公开了一种燃料电池宽域引射器设计方法及装置,其中,方法包括以下步骤:获取燃料电池电堆参数和工作条件;建立燃料电池引射器稳态特性方程和引射流体带水特性方程;将燃料电池引射器稳态特性方程和引射流体带水特性方程耦合入燃料电池引射器数学模型;利用模型计算预估引射器可用负载范围,且获取引射器可用负载范围内氢气引射性能曲线;确定初始参数,按照顺序对喷嘴直径、混合室直径/喷嘴直径、混合室长度/混合室直径、喷嘴位置尺寸的参数数值进行优化。该方法在引射器参数优化设计阶段同时考虑性能的提升和可用负载范围的拓宽,指导设计宽域可用负载范围的氢气引射器,为解决燃料电池引射器工作负载范围较窄的难题提供了有效途径。
-
公开(公告)号:CN111413627A
公开(公告)日:2020-07-14
申请号:CN202010303825.6
申请日:2020-04-17
Applicant: 清华大学
IPC: G01R31/367 , G01R31/378 , G01R31/392
Abstract: 本发明公开了一种基于伏安曲线的燃料电池使用寿命的预测方法及装置,其中,该方法包括:对待测燃料电池进行活化,获取初始状态的极化曲线,并根据电压衰减的百分比确定寿命终结点;使待测燃料电池在预设时间内运行,获取燃料电池当前的极化曲线;基于初始状态的极化曲线和燃料电池当前的极化曲线,获取对应的电压时间曲线,利用燃料电池伏安曲线的横向伸缩性以及寿命终结点确定燃料电池的使用寿命和剩余寿命。该方法运用了燃料电池老化过程中的伏安曲线的横向伸缩性,减少了检测花费的时间,简化了检测流程,具有较好的准确度等优点。
-
公开(公告)号:CN111413626A
公开(公告)日:2020-07-14
申请号:CN202010303823.7
申请日:2020-04-17
Applicant: 清华大学
IPC: G01R31/367 , G01R31/378 , G01R31/392
Abstract: 本发明公开了一种基于类极化特性的燃料电池使用寿命的预测方法及装置,其中,该方法包括:对待测燃料电池进行活化,获取初始状态的极化曲线,并根据定电流下电压衰减的百分比确定寿命终结点;使待测燃料电池在预设时间内运行,获取燃料电池当前的极化曲线;根据类极化特性的燃料电池寿命预测公式对初始状态的极化曲线、燃料电池当前的极化曲线和寿命终结点进行处理,获取燃料电池的使用寿命和剩余寿命。该方法大幅简化了燃料电池寿命预测的步骤,节省了燃料电池寿命预测的时间。
-
公开(公告)号:CN111413624A
公开(公告)日:2020-07-14
申请号:CN202010285041.5
申请日:2020-04-13
Applicant: 清华大学
IPC: G01R31/367 , G01R31/378 , G01R31/392
Abstract: 本发明公开了一种燃料电池使用寿命和剩余寿命的倒数预测方法及装置,方法包括:对待测燃料电池进行活化,获取活化后待测燃料电池的初始极化曲线中定电压下的电流为第一电流;根据初始极化曲线中定电压下电流或者功率的衰减比确定待测燃料电池的寿命终结点;将待测燃料电池运行预设时间,获取待测燃料电池的当前极化曲线中同一定电压下的电流为第二电流;根据第一电流和第二电流以及燃料电池老化过程中定电压下的电流和时间之间的倒数特性公式预测待测燃料电池的使用寿命,根据待测燃料电池的使用寿命和待测燃料电池的寿命终结点预测待测燃料电池的剩余寿命。该方法操作流程简单,高效,能够大幅缩短燃料电池寿命预测的检测时间。
-
公开(公告)号:CN108258268B
公开(公告)日:2020-05-08
申请号:CN201810059712.9
申请日:2018-01-22
Applicant: 清华大学
IPC: H01M8/04664 , H01M8/0438
Abstract: 本发明公开了一种燃料电池组合电堆系统水故障的控制方法及装置,燃料电池组合电堆系统的第一电堆和第二电堆并联或串联供能,且第一电堆和第二电堆的冷却水支路上分别设置有流量调节阀,其中,方法包括:获取电堆系统在每个正常工况的氢气压力降基准值,以得到调控控制线;采集当前氢气侧压力降,并在当前氢气侧压力降高于当前正常工况对应的调控控制线时,根据第一电堆和第二电堆的电压或电流判定故障电堆;减小故障电堆流量调节阀的开度,并且增加另个电堆的流量调节阀的开度。该方法可有效地对燃料电池水淹故障提出预警,可确定有水淹趋势的电堆并对该堆采取相应措施规避故障。
-
公开(公告)号:CN109167125A
公开(公告)日:2019-01-08
申请号:CN201811009500.6
申请日:2018-08-31
Applicant: 清华大学
Abstract: 本发明公开了规避金属空气燃料电池停机腐蚀的系统和方法,系统包括:电池腔,电池腔内设有间隔布置的空气正极和金属负极,电池腔具有第一电解液入口、第一保护液入口、第一电解液出口和第一保护液出口;电解液储存装置,电解液储存装置具有第二电解液入口和第二电解液出口,第二电解液入口与第一电解液出口相连,第二电解液出口与第一电解液入口相连;保护液储存装置,保护液储存装置具有第二保护液入口和第二保护液出口,第二保护液入口与第一保护液出口相连,第二保护液出口与第一保护液入口相连。该系统避免了金属空气燃料电池在停机状态下金属负极的自腐蚀,同时可自由切换电池的工作-停机状态,显著提高了金属空气燃料电池的使用寿命。
-
公开(公告)号:CN114487843B
公开(公告)日:2024-07-19
申请号:CN202111569450.9
申请日:2021-12-21
Applicant: 清华大学
IPC: G01R31/367 , G01R31/378 , G01R31/392
Abstract: 本发明公开了基于燃料电池极化曲线变化规律的寿命预测方法和装置,其中,该方法包括:对待测燃料电池进行预设程度的活化,获得初始时刻极化曲线,并将待测燃料电池在预设时间内运行后,获得预设时刻极化曲线;计算待测燃料电池一阶动力模型的压缩系数;判断初始时刻的极化曲线是否存在预设范围的浓差极化部分,进而获得第一或第二寿命预测公式所需参数;定义待测燃料电池寿命终止时的截止电压与待测燃料电池所在的电流密度,采用第一寿命预测公式或第二寿命预测公式对待测燃料电池的寿命进行预测。本发明可以减少燃料电池寿命预测所需的数据量与测量时间,简化预测流程,具有较好的预测准确度。
-
-
-
-
-
-
-
-
-