基于CNN-SVM的燃料电池发动机空气供给系统故障诊断研究  

作　　者：严浩华 张欣[1] 

机构地区：[1]北京交通大学机械与电子控制工程学院

出　　处：《轻型汽车技术》2025年第1期17-21,共5页Light Vehicles

摘　　要：要:质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)发动机空气供应系统中的故障通常会导致系统性能衰减甚至对电堆造成损害。针对PEMFC空气供应系统的故障诊断问题,本文对空气供给系统故障产生机理进行研究,基于Matlab/Simulink软件搭建了PEMFC原始和衰退模型并验证了模型的准确行,通过设置故障幅值为标称值的土10%对相关故障进行模拟,分别模拟了部件故障、执行器故障和传感器故障,并使用模型产生故障数据,避免了对实际燃料电池发动机系统造成不可逆的损失。采用以卷积神经网络(CNN)进行特征提取和支持向量机(SVM)进行故障分类相结合的方法进行故障诊断研究,结果表明该方法的准确度达到98%,符合故障诊断要求。

关 键 词：质子交换膜燃料电池 空气供给系统 故障诊断 MATLAB/SIMULINK 

分 类 号：TM9[电气工程—电力电子与电力传动]