由于質(zhì)子交換膜(PEM)燃料電池在低溫下工作的能力以及它們的低重量和體積，使得質(zhì)子交換膜(PEM)燃料電池是最重要的燃料電池類(lèi)型中的一個(gè)。這使得PEM燃料電池成為固定應(yīng)用和汽車(chē)應(yīng)用中有競(jìng)爭(zhēng)力的替代電源。然而，PEM燃料電池的廣泛使用取決于其可靠性和成本效率。多年以來(lái)，盡管燃料電池行業(yè)開(kāi)發(fā)了更耐用的膜電極組件(MEA)以避免失效(failure)以及延長(zhǎng)工作壽命，但是PEM燃料電池仍然容易遭受氫氣泄漏，氫氣泄漏會(huì)導(dǎo)致性能退化和潛在安全問(wèn)題。盡管可以推遲膜降解的開(kāi)始，但是對(duì)于現(xiàn)有技術(shù)措施，MEA針孔的萌生是不可避免的。

由于MEA中針孔的存在，氫氣可以通過(guò)MEA從陽(yáng)極泄漏到陰極。按照充分的氫氣滲透泄漏速率，由于在陰極側(cè)上與反應(yīng)劑氧氣直接復(fù)合，使得燃料電池性能降低。該復(fù)合影響用于電化學(xué)反應(yīng)的可用氧氣量。在嚴(yán)重的情況下，燃料電池可能遭受燃料和/或空氣不足。燃料與氧氣的直接復(fù)合使得在陰極側(cè)上形成水，由于在陰極中的氧氣消耗和/或水積聚導(dǎo)致受影響電池的空氣不足。

處理MEA針孔的現(xiàn)有工作有限。Weber(Adam Z.Weber，“Gas-Crossover and Membrane-Pinhole Effects in Polymer-Electrolyte Fuel Cells”，Journal of Electrochemical Society，155(6)B521-B531，2008)開(kāi)發(fā)了模擬針孔在PEM燃料電池中的影響的數(shù)學(xué)模型。他關(guān)于電池電壓和電流密度對(duì)性能降低進(jìn)行說(shuō)明。Lin等人還考慮電流密度的降低。(R.Lin、E.G ü lzow、M.Schulze和K.A.Friedrich，“Investigation of Membrane Pinhole Effects in Polymer Electrolyte Fuel Cells by Locally Resolved Current Density”，Journal of The Electrochemical Society，158(1)B11-B17，2011)。還可以通過(guò)增大泄漏電流和電壓的下降以檢測(cè)氫氣泄漏(Soshin Nakamura、Eiichi Kashiwa、Hidetoshi Sasou、Suguru Hariyama，Tsutomu Aoki、Yasuji Ogami和Hisao Nishikawa，“Measurement of Leak Current Generation Distribution in PEFC and Its Application to Load Fluctuation Testing Under Low Humidification”，日本的Electrical Engineering，Vol.174，No.1，2011；B.T.Huang、Y.Chatillon、C.Bonnet、F.Lapicque、S.Leclerc、M.Hinaje、S.Rael，“Experimental investigation of pinhole effect on MEA/cell aging in PEMFC”，International journal of hydrogen energy 38：543-550，2013)。然而，通過(guò)測(cè)量電池電壓檢測(cè)小氫氣泄漏不可行，其中隨著泄漏速率的逐漸增大，降低的電壓非常小。

這些研究還僅處理了單個(gè)小型MEA。然而，在實(shí)際工業(yè)應(yīng)用中，使用包括串聯(lián)的多個(gè)單元電池的較大堆(或組(stack))來(lái)提供大量電力；即，數(shù)量級(jí)為數(shù)十千瓦。由于大尺寸和缺乏適當(dāng)模型，該尺寸的堆需要能夠在工作中檢測(cè)氫氣泄漏以及有效地量化其速率的診斷工具。在燃料電池工作期間知道氫氣泄漏量可以便于建立減小其對(duì)堆性能的影響的減輕標(biāo)準(zhǔn)。

技術(shù)實(shí)現(xiàn)要素：

本公開(kāi)的一個(gè)實(shí)施例涉及方法，該方法包括確定聚合物電解質(zhì)膜燃料電池堆中的氫氣泄漏速率，該確定包括針對(duì)第一燃料電池測(cè)試堆中的氧氣濃度的阻抗特征生成第一組數(shù)據(jù)點(diǎn)，第一燃料電池測(cè)試堆沒(méi)有內(nèi)部泄漏電池以及針對(duì)第二燃料電池測(cè)試堆中的氫氣和氧氣的差壓的阻抗特征生成第二組數(shù)據(jù)點(diǎn)，第二燃料電池測(cè)試堆具有至少一個(gè)內(nèi)部泄漏電池。方法包括將來(lái)自第一組數(shù)據(jù)點(diǎn)的氧氣濃度的阻抗特征映射至來(lái)自第二組數(shù)據(jù)點(diǎn)的氫氣和氧氣的差壓的阻抗特征。方法還包括使AC信號(hào)通過(guò)燃料電池堆，檢測(cè)來(lái)自燃料電池堆中的AC信號(hào)的阻抗特征，通過(guò)將來(lái)自AC信號(hào)的阻抗特征與第一燃料電池測(cè)試堆中的氧氣濃度的阻抗特征相匹配來(lái)識(shí)別燃料電池堆的氧氣濃度，以及通過(guò)將燃料電池堆的氧氣濃度與第二燃料電池測(cè)試堆的差壓的對(duì)應(yīng)映射的阻抗特征相匹配來(lái)計(jì)算燃料電池堆的氫氣泄漏速率。

燃料電池堆具有特定尺寸。第一燃料電池測(cè)試堆具有與燃料電池堆的尺寸基本上類(lèi)似的尺寸以及第二燃料電池測(cè)試堆具有與燃料電池堆的尺寸基本上類(lèi)似的尺寸。方法還包括使用神經(jīng)網(wǎng)絡(luò)對(duì)氫氣泄漏的速率進(jìn)行量化。

可以與上面描述的實(shí)施例組合的本公開(kāi)的另一個(gè)實(shí)施例包括方法，該方法包括檢測(cè)聚合物電解質(zhì)膜燃料電池堆中的氫氣泄漏以及量化氫氣泄漏的速率。量化包括基于第一燃料電池測(cè)試堆中的氧氣濃度向神經(jīng)網(wǎng)絡(luò)提供表示阻抗特征值的第一組數(shù)據(jù)點(diǎn)，第一測(cè)試堆具有低泄漏以及基于第二燃料電池測(cè)試堆中的氫氣和氧氣的差壓提供表示阻抗特征值的第二組數(shù)據(jù)點(diǎn)，第二測(cè)試堆具有比第一燃料電池測(cè)試堆高的泄漏。量化包括通過(guò)將來(lái)自第一燃料電池測(cè)試堆的阻抗特征值與來(lái)自第二燃料電池測(cè)試堆的阻抗特征值相匹配將來(lái)自第二燃料電池測(cè)試堆的差壓與來(lái)自第一燃料電池測(cè)試堆的氧氣濃度相匹配來(lái)生成映射以及通過(guò)識(shí)別差壓來(lái)計(jì)算燃料電池堆的氫氣泄漏速率，差壓的識(shí)別包括：基于氧氣濃度檢測(cè)所述燃料電池堆中的阻抗值；以及使用映射以使用燃料電池堆中的氧氣濃度的阻抗值識(shí)別差壓。

方法還包括使AC信號(hào)通過(guò)燃料電池堆，檢測(cè)阻抗值，阻抗值由燃料電池堆中的AC信號(hào)生成，將阻抗值傳輸至神經(jīng)網(wǎng)絡(luò)，以及使用神經(jīng)網(wǎng)絡(luò)的映射識(shí)別與阻抗值相對(duì)應(yīng)的氧氣濃度和差壓。

燃料電池堆具有多個(gè)板，每個(gè)板具有矩形形狀。第一測(cè)試堆具有多個(gè)板，每個(gè)板具有燃料電池堆的板的矩形形狀。第二測(cè)試堆具有多個(gè)板，每個(gè)板具有燃料電池堆的板的矩形形狀。

本公開(kāi)還包括診斷燃料電池堆中的氫氣泄漏的燃料電池診斷裝置，氫氣泄漏具有速率，裝置包括頻率響應(yīng)分析器，配置為對(duì)燃料電池堆施加AC信號(hào)以及配置為測(cè)量輸出阻抗特征，第一燃料電池測(cè)試堆具有與氧氣濃度相關(guān)聯(lián)的阻抗特征值，第二燃料電池測(cè)試堆具有與氫氣和氧氣的差壓相關(guān)聯(lián)的阻抗特征值，以及神經(jīng)網(wǎng)絡(luò)配置為接收來(lái)自第一燃料電池堆的阻抗特征值以及來(lái)自第二燃料電池堆的阻抗特征值，神經(jīng)網(wǎng)絡(luò)配置為使來(lái)自第一燃料電池堆的阻抗特征值與來(lái)自第二燃料電池堆的阻抗特征值彼此映射，神經(jīng)網(wǎng)絡(luò)配置為基于來(lái)自燃料電池堆的輸出阻抗特征識(shí)別來(lái)自映射的氧氣濃度以及配置為基于氧氣濃度輸出差壓，以及神經(jīng)網(wǎng)絡(luò)配置為根據(jù)來(lái)自映射的氧氣濃度和差壓計(jì)算氫氣泄漏的速率。

本公開(kāi)通過(guò)下列內(nèi)容描述了識(shí)別工作燃料電池中的氫氣泄漏以及估計(jì)泄漏速率：(1)將測(cè)試堆中一組檢測(cè)的氧氣濃度的阻抗特征映射到內(nèi)部泄漏測(cè)試堆中的氫氣和氧氣的一組檢測(cè)的差壓的阻抗特征，(2)檢測(cè)通過(guò)工作燃料電池的AC信號(hào)的阻抗特征以及識(shí)別與該檢測(cè)的阻抗特征相對(duì)應(yīng)的氧氣濃度，以及(3)基于A(yíng)C信號(hào)根據(jù)識(shí)別的氧氣濃度計(jì)算工作燃料電池的氫氣泄漏速率。

附圖說(shuō)明

當(dāng)結(jié)合附圖時(shí)，本公開(kāi)的上述以及其它特征和優(yōu)點(diǎn)將更容易理解，因?yàn)檫@些通過(guò)下列詳細(xì)說(shuō)明變得更好理解。

圖1是表示燃料電池的工作的Randles電路的示意圖；

圖2是燃料電池的電阻對(duì)比電抗的奈奎斯特圖；

圖3是圖1的修改的Randles電路的示意圖；

圖4是燃料電池堆；

圖5是測(cè)試布置的示意圖；

圖6是如本文描述的測(cè)試布置中的燃料電池的示意圖；

圖7是訓(xùn)練神經(jīng)網(wǎng)絡(luò)的示意圖；

圖8a和8b是具有不同數(shù)量燃料電池的氧氣濃度阻抗特征(signature)的圖表；

圖9a和9b是具有不同泄漏量的燃料電池堆的阻抗的圖表；

圖10是具有大泄漏電池的19個(gè)電池的堆的差壓阻抗的圖表；

圖11是神經(jīng)網(wǎng)絡(luò)拓?fù)涞膱D表；

圖12包括對(duì)于具有若干電池的電池堆中的小泄漏電池的氧氣濃度和氫氣泄漏速率的圖表；

圖13包括對(duì)于具有若干電池的電池堆中的中等泄漏電池的氧氣濃度和氫氣泄漏的圖表；

圖14包括對(duì)于具有若干電池的電池堆中的大泄漏電池的氧氣濃度和氫氣泄漏速率的圖表；

圖15是具有注入的氫氣的單個(gè)電池的差壓阻抗的圖表；

圖16是具有注入的氫氣的單個(gè)電池的差壓阻抗的圖表；

圖17是在離線(xiàn)測(cè)試期間中等泄漏電池的差壓對(duì)比氫氣泄漏速率的圖表；

圖18包括差壓對(duì)比時(shí)間和氫氣流對(duì)比時(shí)間的圖表；

圖19是測(cè)量和估計(jì)的氫氣泄漏速率的圖表；以及

圖20是燃料電池診斷裝置的示意圖。

具體實(shí)施方式

詞“診斷”通常意味著故障(fault)的檢測(cè)、隔離和識(shí)別?？赏ㄟ^(guò)使用電化學(xué)阻抗光譜法(EIS)檢測(cè)汽車(chē)PEM電池中不同速率的氫氣滲透泄漏。本文公開(kāi)的方法和設(shè)備包括使用EIS檢測(cè)具有大量PEM燃料電池的堆中的泄漏。由于在堆的下游沒(méi)有檢測(cè)到氫氣，因此出于本方法和設(shè)備的目的，假設(shè)氫氣滲透典型地在整個(gè)MEA長(zhǎng)度上與氧氣完全復(fù)合。這種復(fù)合還將產(chǎn)生會(huì)引起針孔的完全或者部分自密封的額外的水(參見(jiàn)，例如，Stefan Kreitmeier、Matteo Michiardi、Alexander Wokaun、Felix N.Buchi、“Factors determining the gas crossover through pinholes in polymer electrolyte fuel cell membrane”，Electrochimica Acta 80：240-247，2012)。為了說(shuō)明由泄漏產(chǎn)生的額外的水的影響，使用神經(jīng)網(wǎng)絡(luò)(NN)估計(jì)燃料電池堆工作期間的泄漏速率。

根據(jù)本文公開(kāi)的方法和設(shè)備，神經(jīng)網(wǎng)絡(luò)和EIS阻抗測(cè)量用于計(jì)算氫氣泄漏速率。神經(jīng)網(wǎng)絡(luò)在故障診斷中(參見(jiàn)，例如，N.Yousfi-Steiner、D.Candusso、D.Hissel、Ph.Mocoteguy，“Model-based diagnosis for proton exchange membrane fuel cells”，Mathematics and Computers in Simulation 81：158-170，2010；Justo Lobato、Pablo Canizares、Manuel A.Rodrigo、Jose J.Linares、Ciprian-George Piuleac、Silvia Curteanu，“The neural networks based modeling of a polybenzimidazole-based polymer electrolyte membrane fuel cell：Effect of temperature”，Journal of Power Sources 192：190-194，2009)用以表示燃料電池系統(tǒng)的復(fù)雜行為而不需要推導(dǎo)出數(shù)學(xué)模型。由于阻抗特征的一致模式和大數(shù)據(jù)集進(jìn)入神經(jīng)網(wǎng)絡(luò)中，使得可以考慮到泄漏速率對(duì)燃料電池系統(tǒng)的影響而不需要預(yù)先知道所遭遇的內(nèi)部質(zhì)量轉(zhuǎn)移和熱量轉(zhuǎn)移。

EIS的概述

電化學(xué)阻抗光譜法(EIS)是可以用于在寬頻率范圍內(nèi)對(duì)DC電力生成設(shè)備執(zhí)行阻抗測(cè)量的實(shí)驗(yàn)技術(shù)。EIS的主要優(yōu)點(diǎn)是可以在頻率域中解析影響負(fù)載狀態(tài)下的總體PEM燃料電池性能的各單獨(dú)貢獻(xiàn)(C.Brunetto、A.Moschetto、G.Tina、Electr.Power Syst.Res.79：17-26，2009)?？梢允褂肊IS方法評(píng)估氫氣泄漏對(duì)單個(gè)電池的影響。為了按照不同氫氣泄漏速率建立阻抗行為，將陰極中降低的氧氣濃度的阻抗特征與氫氣泄漏的阻抗特征進(jìn)行比較以及因此將陰極中降低的氧氣濃度的阻抗特征映射至氫氣泄漏的阻抗特征。這些故障的阻抗特征隨后用于檢測(cè)堆中的反向電位故障或者其結(jié)果。

EIS通常采用頻率響應(yīng)分析器(FRA)對(duì)電池施加小AC電壓或者電流擾動(dòng)信號(hào)，以及針對(duì)寬頻率范圍測(cè)量其輸出信號(hào)。在每個(gè)特定頻率處，以幅度和相位角的形式，通過(guò)將電壓除以電流計(jì)算阻抗。阻抗光譜法具有表征材料和它們與電極的界面的許多電氣性質(zhì)的能力。該能力已經(jīng)使得EIS技術(shù)廣泛用于PEM燃料電池的建模和診斷，其中通過(guò)將阻抗頻譜擬合到等效電路模型的參數(shù)中以辨別影響電池性能的各單獨(dú)貢獻(xiàn)。在文獻(xiàn)中已經(jīng)提出了具有不同配置、組件和復(fù)雜度的電氣電路。

通常用于表示燃料電池工作的基本等效電路是圖1所示的Randles電路，其中C_dl是催化劑表面的雙層電容，R_HF描述導(dǎo)電介質(zhì)內(nèi)的移動(dòng)以及圖示來(lái)自組件之間的接觸電阻和電池組件的高頻電阻的貢獻(xiàn)的總和，以及R_ct是當(dāng)電子在電極/電解質(zhì)界面處轉(zhuǎn)移時(shí)出現(xiàn)的電阻。當(dāng)過(guò)電位由于較快的氧氣反應(yīng)速率而增大時(shí)，R_ct減小。Kang等人(J.Kang、D.W.Jung、S.Park、J.Lee、J.Ko、J.Kim、Int.J.Hydrog.Energy，35：3727-3735，2010)注意到R_ct隨著由燃料不足引起的燃料電池中的反向電位故障的程度增大而增大。奈奎斯特圖示出了如通過(guò)EIS測(cè)量獲得的多個(gè)頻率下的電阻對(duì)比電抗(圖2)。阻抗頻譜的高頻率區(qū)域表示高頻電阻而低頻率區(qū)域分別地表示高頻電阻和電荷轉(zhuǎn)移電阻(X.Yuan、C.Song、H Wang、J.Zhang，Electrochemical Impedance Spectroscopy in PEM Fuel Cells，F(xiàn)undamentals and Applications，Springer-Verlag，London，2010)。在高頻率下，使C_dl短路以及測(cè)量R_nF。隨著頻率降低，阻抗成為來(lái)自電容元件的電阻和電抗的組合。在低頻率下，C_dl起類(lèi)似阻塞二極管的作用并且總電阻等于R_HF和R_ct。

電氣電路模型：在文獻(xiàn)中出于不同目的提出比Randles電路更復(fù)雜的電路。其他人(C.Brunetto、A.Moschetto、G.Tina、Electr.Power Syst.Res.79：17-26，2009；M.Ciureanu，R.Roberge，J.Phys.Chem.105：3531-3539，2001；J.Kawaji，S.Suzuki，Y.Takamori，T.Mizukami，M.Morishima，J.Electrochem.Soc.158：1042-1049，2011)將另外的組件添加到Randles電路以包括質(zhì)量轉(zhuǎn)移效應(yīng)。串聯(lián)連接表示繼發(fā)事件而并聯(lián)連接表示同時(shí)事件。

Makharia等人(R.Makharia、M.F.Mathias、D.R.Baker、J.Electrochem.Soc.152：970-977，2005)使用傳輸線(xiàn)路電路以包括催化劑層電阻。Cano-Castillo等人(U.Cano-Castillo、A.Ortiz、S.Cruz、L.G.Arriaga、G.Orozco、J.Electrochem.Soc.3：931-939，2006)將傳輸線(xiàn)路電路與類(lèi)似于其中電阻和電容元件類(lèi)似于Randles電路的電路的電路進(jìn)行比較(C.Brunetto、A.Moschetto、G.Tina，Electr.Power Syst.Res.79：17-26，2009；M.Ciureanu、R.Roberge、J.Phys.Chem.105：3531-3539，2001)。傳輸線(xiàn)路和修改的Randles電路兩者給出與實(shí)驗(yàn)數(shù)據(jù)合理的擬合。

Andreasen等人(S.J.Andreasen、J.L.Jespersen、E.Schaltz、S.K.Fuel Cells 09 4：463-473，2009)使用兩個(gè)電路，上面描述的修改的Randles電路和在第二電路中具有恒定相位元件(CPE)而不是電容器的另一個(gè)電路。作者指出使用具有CPE的電路更好地?cái)M合它們的阻抗數(shù)據(jù)。其他人(X.Yuan、J.C.Sun、M.Blanco、H.Wang、J.Zhang、D.P.Wilkinson，J.Power Sources 161：920-928，2006；A.M.Dhirde、N.V.Dale、H.Salehfar、M.D.Mann、T.Han，IEEE Transactions on Energy Convers.25；3，2010；J.Jespersen、E.Schaltz、S.K.J.Power Sources 191：289-296，2009)還用CEP替換電容元件以適應(yīng)它們的具有變形的阻抗弧的模型。該變形由電極的多孔結(jié)構(gòu)引起，其中電子電荷在電極內(nèi)部不均勻地分布。

另一個(gè)等效電路變型(S.Rodat、S.Sailler、F.Druart、P.-X.Thivel、Y.Bultel、P.Ozil，J.App.Electrochem.40：911-920，2010)用與Randles電路串聯(lián)的瓦爾堡阻抗元件表示質(zhì)量輸送現(xiàn)象。在該研究中，利用電阻和電容元件描述動(dòng)力學(xué)和質(zhì)量輸送現(xiàn)象兩者，用圖3所示修改的Randles等效電路足以表示阻抗頻譜。更具體地，R_mt描述氧氣擴(kuò)散電阻，而C已經(jīng)用于描述Pt/C附聚結(jié)構(gòu)中的擴(kuò)散層，其中氧氣在Pt表面處消耗(J.Kawaji、S.Suzuki、Y.Takamori、T.Mizukami、M.Morishima，J.Electrochem.Soc.158：1042-1049，2011)。那些參數(shù)表示電池的陰極側(cè)，其中陰極處的氧氣還原速率(ORR)比氫氣氧化速率(HOR)慢若干數(shù)量級(jí)(N.Yousfi-Steiner、Ph.Mocoteguy、D.Candusso、D.Hissel、A.Hernandez、A.Aslanides，J.Power Sources 183：260-274，2008)。

實(shí)驗(yàn)裝備

在20和50A的負(fù)載下測(cè)試了全尺寸FCvelocityTM-1100燃料電池。使用空氣作為氧化劑對(duì)在具有2、4、6和8psi的差壓(差壓)(13.8、27.6、41.4和55.2kPa)的泄漏電池的進(jìn)口側(cè)處具有小泄漏速率、中等泄漏速率和大泄漏速率的堆進(jìn)行實(shí)驗(yàn)。每個(gè)堆中的泄漏電池放置在正常電池之間。還以不同氧氣濃度測(cè)試正常電池和泄漏電池；參見(jiàn)表格1。反應(yīng)劑和氧化劑流動(dòng)速率與堆中的電池?cái)?shù)量成比例。通過(guò)控制陰極側(cè)處氮?dú)夂脱鯕獾幕旌?，逐漸地降低了氧氣濃度。保持氧化劑流動(dòng)速率恒定以隔離和最小化水積聚對(duì)阻抗特征的影響。

為了在負(fù)載期間分離燃料電池的性能損失的各單個(gè)貢獻(xiàn)，可以進(jìn)行阻抗測(cè)量，同時(shí)一次僅改變一個(gè)變量。在低電流20A和50A下進(jìn)行所有EIS測(cè)試以確保不會(huì)由于由較高負(fù)載處的較高ORR產(chǎn)生的水的含量的增大而阻礙氫氣泄漏。在低負(fù)載處運(yùn)行確保陽(yáng)極和陰極上充分的水合作用，其中水在那兩個(gè)隔室之間擴(kuò)散。這確保陰極過(guò)電位是對(duì)于阻抗特征的主要貢獻(xiàn)。在較高電流密度下，由于到承載水分子的陰極的較高質(zhì)子遷移，使得陽(yáng)極易于變干。這對(duì)阻抗頻譜增加了陽(yáng)極過(guò)電位貢獻(xiàn)。為了允許泄漏電池與正常電池的阻抗之間的公平比較，通過(guò)保持跨越孔的0差壓來(lái)使跨越泄漏電池的氫氣泄漏最小化。使用Kikusui EIS設(shè)備在20k-80m Hz的頻率范圍內(nèi)以10％AC幅度在恒電流模式中進(jìn)行所有測(cè)量。一旦堆對(duì)于所測(cè)試的每個(gè)工作條件達(dá)到平衡，則進(jìn)行EIS測(cè)量。為了在測(cè)量期間避免電流和電壓關(guān)系的變化，在可能的最短時(shí)間長(zhǎng)度(大約6分鐘)內(nèi)進(jìn)行阻抗測(cè)量的總頻率掃描。因此假設(shè)系統(tǒng)在測(cè)量期間處于穩(wěn)態(tài)條件下。為了避免頻率干擾，在測(cè)量阻抗的同時(shí)關(guān)斷電力供應(yīng)和負(fù)載組(參見(jiàn)圖5)。

在測(cè)試之前，在跨越MEA的0.5巴(50kPa)氣壓下評(píng)估泄漏速率。隨后以3至5psi差壓(20.7-34.5kPa)的差壓將MEA放置在面朝開(kāi)口的(open-faced)夾具中以識(shí)別孔的位置。在浸沒(méi)在去電離(DI)水中之后，在露出泄漏位置的MEA的表面處出現(xiàn)氣泡。

在測(cè)試中，通過(guò)提供類(lèi)似的通過(guò)堆的冷卻劑流以保持陽(yáng)極和陰極的溫度相等。在圖4所示的堆的端子之間記錄電池電壓。圖4中的燃料電池堆包括多個(gè)板，諸如陽(yáng)極板和陰極板。板中的每一個(gè)可以具有矩形形狀。矩形形狀在所有板中大致一致以形成具有大致相同矩形形狀的燃料電池堆。

表格1.測(cè)試計(jì)劃

測(cè)試床使用串聯(lián)連接的TDI-Dynaload負(fù)載組RBL488 400-600-4000和Xantrex DC電力供應(yīng)XPR 10-600以滿(mǎn)足負(fù)載組的電壓限制。Kikusui EIS設(shè)備由FC阻抗計(jì)KFM2150和三個(gè)電子負(fù)載PLZ664WA組成。如圖5所示，負(fù)載組和電力供應(yīng)并聯(lián)地連接至燃料電池和EIS機(jī)器。該配置通過(guò)在測(cè)試周期之間使用EIS設(shè)備或者測(cè)試臺(tái)負(fù)載組以提供所需要的負(fù)載。當(dāng)更高電流測(cè)試需要更高電壓時(shí)，電力供應(yīng)用于克服負(fù)載組的電壓限制。

測(cè)試床控制和監(jiān)控堆溫度、燃料和空氣濕度、氣體流率、壓力和負(fù)載電流。將用于氧化劑和燃料的兩個(gè)質(zhì)量流量控制器(MFC)安裝在測(cè)試床中以允許低流率和高流率。在該實(shí)驗(yàn)中使用氣體混合器以控制與氮?dú)馄胶獾难鯕夂蜌錃鉂舛取Ｊ褂没旌掀髟试S在維持恒定流率的同時(shí)測(cè)試各種氧氣和氫氣濃度，表格2。使用恒定流使得EIS測(cè)量由于改善的水管理而更穩(wěn)定。

表格2.燃料電池工作條件

為了與神經(jīng)網(wǎng)絡(luò)估計(jì)進(jìn)行核對(duì)，對(duì)直接注入到單個(gè)電池的陰極側(cè)的已知量的氫氣的阻抗進(jìn)行測(cè)量。如圖6示意性示出的，通過(guò)將氫氣注入MFC添加至實(shí)驗(yàn)裝備來(lái)注入氫氣。盡管圖6中僅示出了一個(gè)氫氣注入MFC，但是在該實(shí)驗(yàn)中使用了兩個(gè)注入MFC，分別地，一個(gè)具有200cm³min^-1(ccm)的最大范圍，以及另一個(gè)具有2000cm³min^-1(ccm)的最大范圍。為了使通過(guò)針孔的泄漏最小化，最初可以將跨越MEA陽(yáng)極和陰極入口的壓力保持在0psi。在20和50A負(fù)載下測(cè)量阻抗。

診斷方法

利用5個(gè)、9個(gè)和19個(gè)電池的堆大小獲得兩個(gè)數(shù)據(jù)集。在將跨越堆入口處的膜的差壓(dP)保持在0psi的同時(shí)在陰極側(cè)上以降低的氧氣濃度速率測(cè)得第一數(shù)據(jù)集。在將空氣中的氧氣濃度保持在正常水平(即21％)的同時(shí)在陽(yáng)極與陰極之間增大的差壓下測(cè)得第二數(shù)據(jù)集。通過(guò)使氧氣與通過(guò)針孔的泄漏氫氣復(fù)合使兩個(gè)阻抗數(shù)據(jù)集相互關(guān)聯(lián)。然而，通過(guò)所有電池中相等的氧氣還原來(lái)獲得氧氣濃度阻抗，而通過(guò)n個(gè)電池的堆中的泄漏電池處的氧氣還原來(lái)獲得差壓阻抗。

為了在不直接測(cè)量的情況下確定堆處的氫氣泄漏量，使用神經(jīng)網(wǎng)絡(luò)將氧氣濃度阻抗數(shù)據(jù)與差壓阻抗數(shù)據(jù)進(jìn)行映射。如圖7所示，通過(guò)使用氧氣濃度阻抗和其關(guān)聯(lián)的濃度一起訓(xùn)練網(wǎng)絡(luò)來(lái)完成映射。

氫氣泄漏速率

由于MEA入口處漸增的差壓量，通過(guò)針孔的氫氣泄漏增大。由于無(wú)法接近針孔所在的MEA的上游，因此通過(guò)使用由神經(jīng)網(wǎng)絡(luò)在不同差壓下模擬的氧氣濃度來(lái)估計(jì)泄漏速率。通過(guò)使用下列方程式計(jì)算氧氣化學(xué)計(jì)量(利用)：

其中：

lambda_O2對(duì)于20A和50A分別地是4.7和4.02

流量是單個(gè)電池[SLPM]的空氣流率

O2％是空氣中氧氣濃度的百分比

C是空氣消耗，0.0167[SLPM/A/電池]

I是負(fù)載[A]

N是堆中的電池?cái)?shù)量

在單個(gè)電池的消耗之后陰極中剩下的氧氣是：

O_2L＝[流量·O₂]-[0.0167·I·0.2095] (2)

利用神經(jīng)網(wǎng)絡(luò)將由于氧氣濃度的降低產(chǎn)生的阻抗特征的變化鏈接至O_2L的百分比。模擬不同差壓下的復(fù)合氧氣量，發(fā)現(xiàn)可以通過(guò)從空氣流量中的常規(guī)氧氣量減去O_2L流量來(lái)計(jì)算電化學(xué)反應(yīng)中使用的氧氣量。隨后可以計(jì)算由陰極處的氧氣消耗產(chǎn)生的電流。從較高泄漏速率下的電流減去0差壓下的電流，可以得到泄漏電流。隨后通過(guò)下列方程式將該電流用于估計(jì)由于泄漏消耗的氫氣：

Q_H2＝I_leak·0.0069478·lamda_H2 (3)

神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)包括生物神經(jīng)網(wǎng)絡(luò)研究得到的統(tǒng)計(jì)學(xué)習(xí)算法。這些神經(jīng)網(wǎng)絡(luò)本質(zhì)上是自適應(yīng)的，可以用于模式辨識(shí)以及可以被配置為使用在層中排序以及通過(guò)權(quán)重彼此連接的若干“神經(jīng)元”以逼近復(fù)雜非線(xiàn)性函數(shù)。權(quán)重被最優(yōu)地調(diào)節(jié)為映射稱(chēng)為訓(xùn)練的過(guò)程中的輸入/輸出(或者目標(biāo))關(guān)系，其中由網(wǎng)絡(luò)圖示所有可能的工作條件?？梢酝ㄟ^(guò)使用預(yù)先可用的數(shù)據(jù)(監(jiān)督學(xué)習(xí))或者在沒(méi)有所謂的預(yù)先可用數(shù)據(jù)的情況下(無(wú)監(jiān)督學(xué)習(xí))進(jìn)行訓(xùn)練。一旦建立輸入/輸出之間的關(guān)系，則權(quán)重是固定的以及網(wǎng)絡(luò)能夠從一組新的輸入預(yù)測(cè)輸出。

在各種神經(jīng)網(wǎng)絡(luò)模型當(dāng)中，在文獻(xiàn)中廣泛使用前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。在文獻(xiàn)中提出了其它神經(jīng)網(wǎng)絡(luò)模型(Chen Changzheng和Mo Changtao，“A method for intelligent fault diagnosis of rotating machinery”，Digital Signal Processing 14：203-217，2004；Wu Jian-Da、Liu Chiu-Hong，“An expert system for fault diagnosis in internal combustion engines using wavelet packet transform and neural network”，Expert Systems with Applications 36：4278-4286，2009；shaoduan Ou、Luke E.K.Achenie，“A hybrid neural network model for PEM fuel cells”，Journal of Power Sources 140：319-330，2005)。然而，Lobato等人(Justo Lobato、Pablo Canizares、Manuel A.Rodrigo、Jose J.Linares、Ciprian-George Piuleac、Silvia Curteanu，“The neural networks based modeling of a polybenzimidazole-based polymer electrolyte membrane fuel cell：Effect of temperature”，Journal of Power Sources 192：190-194，2009)發(fā)現(xiàn)在與其它網(wǎng)絡(luò)相比較時(shí)多層前饋提供最好的性能。特殊的前饋神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法是通常用于模式辨識(shí)和分類(lèi)以及由此用于機(jī)器故障診斷的多層反向傳播(BP)算法(Andrew K.S.Jardine、Daming Lin和Dragan Banjevic，“A review on machinery diagnostics and prognostics implementing condition-based maintenance”，Mechanical Systems and Signal Processing 20 12(6)：1483-1510，2006)。反向傳播使用一組輸入和輸出數(shù)據(jù)沿正向和反向方向更新網(wǎng)絡(luò)的權(quán)重直到輸出與目標(biāo)之間的誤差達(dá)到其閾值限制。Steiner等人(N.Yousfi Steiner、D.Hissel、Ph.Mocoteguy、D.Candusso，“Diagnosis of polymer electrolyte fuel cells failure modes(flooding and drying out)by neural network modeling”，International journal of hydrogen energy(2010)，doi：10.1016/j.ijhydene.2010.10.077)在PEM燃料電池的診斷中使用反向傳播技術(shù)。

神經(jīng)元輸出y可以由下列方程式描述：

其中輸入信號(hào)x_j乘以隨機(jī)選擇的權(quán)重w_j以及b是對(duì)神經(jīng)元的偏置輸入。在對(duì)來(lái)自其它節(jié)點(diǎn)的輸入求和之后，通過(guò)對(duì)結(jié)果應(yīng)用激活函數(shù)f來(lái)獲得神經(jīng)元的輸出信號(hào)。反向傳播訓(xùn)練算法使用最小平方函數(shù)通過(guò)調(diào)節(jié)網(wǎng)絡(luò)權(quán)重使網(wǎng)絡(luò)的輸出與其對(duì)應(yīng)目標(biāo)之間的誤差E(w)最小化。

電化學(xué)阻抗光譜法(EIS)可以檢測(cè)燃料電池堆中各種大小的滲透泄漏。阻抗特征與堆中的電池?cái)?shù)量和泄漏量成比例。將阻抗特征與在降低的氧氣濃度下沒(méi)有泄漏的測(cè)試堆的阻抗特征進(jìn)行比較。還將阻抗特征與有一些泄漏的測(cè)試堆的阻抗特征進(jìn)行比較。神經(jīng)網(wǎng)絡(luò)方法可以隨后用于對(duì)泄漏電池處的復(fù)合氧氣量進(jìn)行量化。使用泄漏堆的阻抗特征，網(wǎng)絡(luò)能夠模擬由于泄漏而減少的氧氣量。該網(wǎng)絡(luò)輸出隨后用于反向計(jì)算堆中的氫氣泄漏量。

例如，可以有沒(méi)有泄漏的第一測(cè)試堆。測(cè)試堆可以具有與上面描述的燃料電池堆具有相同矩形形狀的多個(gè)板。還可以有在電池中的至少一個(gè)中有泄漏的第二測(cè)試堆。第二堆還可以具有每個(gè)板與燃料電池堆具有相同矩形形狀的多個(gè)板。

阻抗特征

阻抗特征隨著漸增的氧氣濃度量而增大。在不同堆大小處該模式與減少的氧氣量一致，參見(jiàn)圖8a和8b，其中圖8a是對(duì)于較小數(shù)量燃料電池(諸如5個(gè)燃料電池)的20A負(fù)載的氧氣濃度阻抗特征以及圖8b是對(duì)于較大數(shù)量燃料電池(諸如9個(gè)燃料電池)的20A負(fù)載的氧氣濃度阻抗特征。然而，如圖8b所示，當(dāng)氧氣量不足以向堆傳送足夠電力時(shí)，阻抗急劇地增大。

隨著跨越MEA的差壓增大出現(xiàn)類(lèi)似行為，其中阻抗特征增大。阻抗的增大是由于陰極處由于泄漏產(chǎn)生的氧氣復(fù)合導(dǎo)致的。然而，隨著漸增的泄漏量，阻抗特征減小，參見(jiàn)圖9a和9b，其中圖9a是在20A下具有中等泄漏電池的5個(gè)電池的堆的阻抗以及圖9b是在20A下具有大泄漏電池的5個(gè)電池的堆的阻抗。該阻抗降低是由于堆中的泄漏電池的電力損耗導(dǎo)致的。換句話(huà)說(shuō)，在高差壓下泄漏電池對(duì)堆阻抗沒(méi)有貢獻(xiàn)。隨著泄漏速率的進(jìn)一步增大，阻抗飽和并且未見(jiàn)到特征減小。阻抗特征的增大對(duì)于尤其具有大泄漏電池的較小尺寸的堆是顯著的，參見(jiàn)圖9b。隨著堆大小的增大，特征的顯著性降低，參見(jiàn)圖10，圖10包括大得多的燃料電池堆(諸如，具有有大泄漏電池的20A負(fù)載的19個(gè)電池的堆)的差壓阻抗。在更高負(fù)載下還可以出現(xiàn)類(lèi)似阻抗行為。

阻抗特征展示氧氣消耗與氫氣泄漏之間的清楚關(guān)系。然而，僅阻抗特征不可以用于量化泄漏速率。因此，使用神經(jīng)網(wǎng)絡(luò)對(duì)陰極中由于泄漏產(chǎn)生的復(fù)合氧氣量進(jìn)行量化。

神經(jīng)網(wǎng)絡(luò)模擬

Hsueh的研究(K.L.Hsueh，“A Study of Artificial Neural Networks for Electrochemical Data Analysis”，ECS Transactions 25(28)：47-58，2010)在訓(xùn)練神經(jīng)網(wǎng)絡(luò)時(shí)使用阻抗特征的絕對(duì)值和相位角。相對(duì)照，本方法在訓(xùn)練網(wǎng)絡(luò)時(shí)使用阻抗的虛部和實(shí)部，參見(jiàn)圖11。訓(xùn)練特征包括在1260至0.156Hz的范圍下測(cè)量的112個(gè)阻抗值。若干試驗(yàn)可以使得訓(xùn)練前饋網(wǎng)絡(luò)，直到實(shí)現(xiàn)適當(dāng)網(wǎng)絡(luò)結(jié)構(gòu)(包括數(shù)據(jù)大小、隱藏層數(shù)量和神經(jīng)元數(shù)量)為止。通常，人們可以預(yù)計(jì)，訓(xùn)練數(shù)據(jù)越大，網(wǎng)絡(luò)的轉(zhuǎn)換越好。

可以用大小為5個(gè)、9個(gè)和19個(gè)電池的堆的144個(gè)阻抗數(shù)據(jù)和隱藏層中的20個(gè)神經(jīng)元執(zhí)行訓(xùn)練?？梢栽?0A和50A的負(fù)載下對(duì)沒(méi)有泄漏的堆和具有小型泄漏和中等大小泄漏的堆進(jìn)行實(shí)驗(yàn)以訓(xùn)練神經(jīng)網(wǎng)絡(luò)。如表格3所示，網(wǎng)絡(luò)目標(biāo)是：堆中的電池?cái)?shù)量、負(fù)載和在消耗之后陰極中剩下的氧氣濃度的百分比。在訓(xùn)練網(wǎng)絡(luò)時(shí)，MATLAB7.5可以與通常最適合于函數(shù)逼近問(wèn)題的Levenberg-Marquardt反向傳播函數(shù)(trainlm)最優(yōu)化算法一起使用?？梢杂?xùn)練網(wǎng)絡(luò)直到所達(dá)到的誤差的平方剛好低于0.01為止。

表格3.n個(gè)電池的堆網(wǎng)絡(luò)的目標(biāo)矢量

氫氣泄漏速率

估計(jì)的泄漏速率

在訓(xùn)練神經(jīng)網(wǎng)絡(luò)之后，網(wǎng)絡(luò)模擬差壓阻抗數(shù)據(jù)。由模擬產(chǎn)生的氧氣濃度隨后用于計(jì)算不同堆大小的氫氣泄漏。使用20A和50A負(fù)載中的平均氧氣濃度，估計(jì)小泄漏電池、中等泄漏電池和大泄漏電池中的氫氣泄漏。所估計(jì)的泄漏速率與非原位測(cè)量的泄漏電池的泄漏速率的大小成比例(用空氣測(cè)量的)。對(duì)于小泄漏電池，可在差壓范圍內(nèi)檢測(cè)氧氣濃度的微小降低。該降低表示20A和50A負(fù)載下的小數(shù)量的氫氣泄漏速率，參見(jiàn)圖12，圖12包括針對(duì)具有若干電池的電池堆中的小泄漏電池的氧氣濃度和氫氣泄漏速率的圖表。檢測(cè)中等泄漏電池的較大下降，參見(jiàn)圖13，圖13包括具有若干電池的電池堆中的中等泄漏電池的氧氣濃度和氫氣泄漏的圖表。對(duì)于大泄漏電池，隨著差壓的增大，濃度下降顯著。在較高差壓下該降低反映在泄漏速率的增大上，參見(jiàn)圖14，圖14包括針對(duì)具有若干電池的電池堆中的大泄漏電池的氧氣濃度和氫氣泄漏速率的圖表。

神經(jīng)網(wǎng)絡(luò)模擬展示隨著差壓的增大的氧氣濃度的連續(xù)降低。這與較高差壓下的阻抗降低是由于足夠氧氣量的損耗而導(dǎo)致的泄漏電池的損耗的結(jié)果的觀(guān)察相符。濃度的連續(xù)降低提供網(wǎng)絡(luò)能夠?qū)W習(xí)阻抗的正確行為的清楚指示。然而，氫氣泄漏估計(jì)小于離線(xiàn)非原位測(cè)量的泄漏速率，這可以歸因于陰極中由于部分地密封泄漏的復(fù)合而產(chǎn)生的過(guò)量的水。

測(cè)量的泄漏速率

在工作期間，在將跨越中等泄漏燃料電池的差壓保持在0psi的同時(shí)，在陰極側(cè)處注入氫氣。將在0差壓下注入的氫氣的阻抗與在較高差壓水平下沒(méi)有注入的相同電池的阻抗進(jìn)行比較。在比較匹配阻抗時(shí)，可以確定通過(guò)MEA泄漏的氫氣量(諸如，通過(guò)實(shí)驗(yàn)上的定量)，參見(jiàn)圖15，圖15是在20A負(fù)載下具有注入的氫氣的單個(gè)電池的差壓阻抗的圖表。使用實(shí)線(xiàn)擬合匹配的阻抗特征的數(shù)據(jù)。由于電池產(chǎn)生的不足電壓使得8個(gè)差壓下的阻抗特征分散。較高負(fù)載下的泄漏速率稍微高于較低負(fù)載下的速率，參見(jiàn)圖16，圖16是在50A負(fù)載下具有注入的氫氣的單個(gè)電池的差壓阻抗的圖表。盡管50A下的水產(chǎn)量較高，但是較高量的泄漏速率的原因是由于較高的氫氣流率，即，對(duì)于50A和20A負(fù)載分別地為1.42和0.66SLPM。

可以通過(guò)在開(kāi)路電壓(OCV)下在單個(gè)泄漏電池測(cè)試中離線(xiàn)測(cè)試氫氣泄漏速率的量來(lái)分析在工作期間水產(chǎn)量對(duì)泄漏速率的影響。為了消除泄漏的氫氣與氧氣的復(fù)合，在陰極側(cè)中使用氮?dú)舛皇强諝?。在該離線(xiàn)測(cè)試中，氫氣流率在關(guān)閉陽(yáng)極出口關(guān)閉閥(參見(jiàn)圖6)的同時(shí)慢慢地增大。在該配置中，進(jìn)入陽(yáng)極的氫氣除了通過(guò)好(不泄漏)電池的膜以及(主要地)通過(guò)泄漏電池的針孔以外無(wú)處可去，其中在陽(yáng)極側(cè)處增大氫氣流量增大如圖17所示測(cè)量的通過(guò)MEA的入口的差壓，圖17包括在離線(xiàn)測(cè)試期間中等泄漏電池的差壓對(duì)比氫氣泄漏速率的圖表。為了減小堆處的冷凝，在兩個(gè)正常MEA之間放置中等泄漏電池。如可以從圖中注意的，在增大流率的同時(shí)，陰極之上的陽(yáng)極的差壓平穩(wěn)地增大。然而，在6psi與8psi差壓之間，由于堆中的水冷凝使得流動(dòng)可以被阻礙?？梢栽?：15至1：30小時(shí)之間注意到該差壓降低，其中對(duì)于流動(dòng)的阻力不與氫氣泄漏速率的增大相對(duì)應(yīng)，參見(jiàn)圖18，圖18包括差壓對(duì)比時(shí)間以及氫氣流量對(duì)比時(shí)間的圖表。

在工作期間在20A負(fù)載下以及在離線(xiàn)期間比較泄漏速率，確立復(fù)合的影響，參見(jiàn)圖19，圖19是測(cè)量的和估計(jì)的氫氣泄漏速率的圖表。在離線(xiàn)模式期間測(cè)量了最大泄漏速率，以及估計(jì)的泄漏速率更接近于在線(xiàn)泄漏速率。估計(jì)的泄漏速率與在線(xiàn)泄漏速率之間的誤差在2psi差壓下可忽略，以及在更高差壓下稍微更高。然而，由于在大多數(shù)系統(tǒng)中典型地保持陽(yáng)極壓力比陰極壓力高一點(diǎn)，因此估計(jì)的泄漏速率與在線(xiàn)泄漏速率之間的任何誤差將是可忽略的，使得該方法適合于大多數(shù)燃料電池堆需要的診斷標(biāo)準(zhǔn)。

本文公開(kāi)的方法采用神經(jīng)網(wǎng)絡(luò)和EIS對(duì)PEM燃料電池堆中的氫氣泄漏進(jìn)行檢測(cè)和量化。EIS用于測(cè)量不同堆大小下的差壓和氧氣濃度的阻抗。由于漸增的差壓引起陰極中更多的氫氣泄漏和更小的氧氣濃度，因此使用神經(jīng)網(wǎng)絡(luò)確立n個(gè)電池的堆中的氫氣泄漏量。使用特定泄漏速率或者特定堆大小的阻抗數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)訓(xùn)練。隨后在計(jì)算堆中的氫氣泄漏速率時(shí)使用網(wǎng)絡(luò)模擬。

使用這些診斷方法，在燃料電池系統(tǒng)工作期間有效地估計(jì)阻抗特征的泄漏速率?？赡苡捎诠ぷ髦挟a(chǎn)生的水的存在阻擋或者部分地阻擋針孔，因此該估計(jì)可能不同于離線(xiàn)非原位泄漏測(cè)量。在較低差壓下，在線(xiàn)和估計(jì)的泄漏速率幾乎相同，而在較高差壓下，離線(xiàn)測(cè)量的泄漏速率典型地較高。不管估計(jì)的泄漏速率與測(cè)量的泄漏速率之間的方差如何，由于大多數(shù)燃料電池系統(tǒng)典型地保持跨越MEA的差壓很小，因此本文公開(kāi)的方法適合于大多數(shù)燃料電池系統(tǒng)。

圖20是燃料電池診斷裝置的示意圖。裝置包括耦合至工作燃料電池堆的分析器。分析器可以向燃料電池堆提供信號(hào)以及可以接收來(lái)自燃料電池堆的測(cè)量值。在一個(gè)實(shí)施例中，分析器還耦合至第一測(cè)試堆和第二測(cè)試堆，其中分析器可以發(fā)送信息以及從第一和第二測(cè)試堆接收信息，參見(jiàn)這些元件之間的實(shí)線(xiàn)箭頭。分析器被配置為從第一測(cè)試堆接收與氧氣濃度相關(guān)聯(lián)的阻抗特征，其中第一測(cè)試堆沒(méi)有任何泄漏電池。分析器被配置為接收與第二測(cè)試堆中的氫氣和氧氣相關(guān)聯(lián)的差壓的阻抗特征。第二測(cè)試堆在堆中的多個(gè)電池中包括至少一個(gè)泄漏電池。分析器耦合至神經(jīng)網(wǎng)絡(luò)以及被配置為向神經(jīng)網(wǎng)絡(luò)提供來(lái)自第一和第二測(cè)試堆的阻抗特征。神經(jīng)網(wǎng)絡(luò)可以隨后將第一測(cè)試堆的阻抗特征映射到第二堆的對(duì)應(yīng)阻抗特征。神經(jīng)網(wǎng)絡(luò)還基于由分析器向工作燃料電池堆提供的信號(hào)從工作燃料電池堆接收阻抗特征。一旦神經(jīng)網(wǎng)絡(luò)被訓(xùn)練，神經(jīng)網(wǎng)絡(luò)就可以基于由神經(jīng)網(wǎng)絡(luò)收集和處理的各種阻抗特征提供工作燃料電池堆的氫氣泄漏速率。在另一個(gè)實(shí)施例中，第一測(cè)試堆和第二測(cè)試堆可以直接地耦合至神經(jīng)網(wǎng)絡(luò)以從第一測(cè)試堆和第二測(cè)試堆接收阻抗特征，參見(jiàn)虛線(xiàn)。

可以組合上面描述的各種實(shí)施例以提供另外的實(shí)施例。在本說(shuō)明書(shū)中提到的和/或在申請(qǐng)數(shù)據(jù)表中列出的美國(guó)專(zhuān)利、美國(guó)專(zhuān)利申請(qǐng)公開(kāi)、美國(guó)專(zhuān)利申請(qǐng)、國(guó)外專(zhuān)利、國(guó)外專(zhuān)利申請(qǐng)和非專(zhuān)利公開(kāi)中的全部通過(guò)引用整體地合并于此。如有必要，可以修改實(shí)施例的方面以采用各種專(zhuān)利、申請(qǐng)和公開(kāi)的概念來(lái)提供又另外的實(shí)施例。

可以鑒于上面的詳細(xì)描述對(duì)實(shí)施例進(jìn)行這些以及其它改變。通常，盡管在下列權(quán)利要求中，所使用的術(shù)語(yǔ)不應(yīng)該被解釋為將權(quán)利要求限制于說(shuō)明書(shū)和權(quán)利要求中公開(kāi)的具體實(shí)施例，而是應(yīng)當(dāng)被解釋為包括所有可能的實(shí)施例連同授權(quán)這種權(quán)利要求等效的全部范圍一起。相應(yīng)地，權(quán)利要求不受本公開(kāi)的限制。