FCM方法和SVM方法在燃料电池故障诊断模式识别中的对比研究  

Comparison on Methods of Pattern Recognition in PEMFC Faults Diagnosis Based on FCM And SVM

作　　者：周苏[1,2] 杨铠[1] 胡哲[1,3] 

机构地区：[1]同济大学汽车学院,上海201804 [2]同济大学中德学院,上海201804 [3]重塑能源科技有限公司,上海201805

出　　处：《机电一体化》2016年第5期3-7,21,共6页Mechatronics

摘　　要：燃料电池汽车由于其复杂的车载工况和故障发生原因,在现阶段的故障诊断方法上仍存在诸多缺陷和困难。该文在业界成熟度较高的EIS方法(电化学交流阻抗谱方法)上,将模式识别的常用方法——FCM方法和SVM方法——应用于燃料电池的故障分类中,并在保证正确性和可靠性的基础上,着眼于车载燃料电池故障诊断的可在线性和准确性。对两种方法在计算时间和正确率结果方面作比较,总结了两种方法的特点和应用方法。Due to the complexity of working condition and failure cause, methodology of fault analysis still faces difficulties and remains uncertain at present. Combined with currently used EIS （electrochemical impedance spectros- copy）, commonly used pattern recognition methodologies, for instance, FCM （fuzzy cluster method） and SVM （sup- port vector machine） are applied on fuel cell classical faults diagnosis. In the meantime, comparison is illustrated in detail with respect to validation and computing time, for the sake of on-line EIS diagnosis. Eventually, difference is concluded for further application.

关 键 词：车载燃料电池 模式识别 诊断 可在线性 

分 类 号：U472.9[机械工程—车辆工程] TP391.4[交通运输工程—载运工具运用工程]