Skip to content
Licensed Unlicensed Requires Authentication Published by De Gruyter (O) August 9, 2016

Iterativ Lernende Regelung des Anodendrucks während der Spülvorgänge eines PEM-Brennstoffzellensystems

Iterative learning control of a PEM fuel cell system during purge processes
  • Christian Hähnel

    Christian Hähnel ist wissenschaftlicher Mitarbeiter der Professur für Regelungstechnik der Fakultät Elektrotechnik der Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg. Hauptarbeitsgebiet: Brennstoffzellensysteme.

    Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg, Holstenhofweg 85, 22043 Hamburg, Tel: +49-(0)40-6541-2617, Fax: +49-(0)40-6541-3766

    EMAIL logo
    and Joachim Horn

    Joachim Horn ist Leiter der Professur für Regelungstechnik der Fakultät Elektrotechnik der Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg. Hauptarbeitsgebiete: Brennstoffzellensysteme, Sensordatenfusion und Autonome Mobile Roboter.

    Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg, Holstenhofweg 85, 22043 Hamburg, Tel: +49-(0)40-6541-3593, Fax: +49-(0)40-6541-3766

Zusammenfassung

Polymer-Elektrolyt-Brennstoffzellen sind Energiewandler, die aus reinem Wasserstoff und dem Sauerstoff der Umgebungsluft elektrische Energie bereitstellen. Zum Erhalt des effizienten Ablaufs der chemischen Reaktion ist es notwendig, das anodenseitige Gassystem regelmäßig von angesammeltem Stickstoff und Wasserkondensat zu befreien. Dieser Vorgang wird im vorliegenden System durch Spülen mittels Öffnen eines Ventils durchgeführt. Zur Druckregelung während dieses wiederkehrenden Vorgangs wird eine Iterativ Lernende Regelung eingesetzt. Dieser Beitrag zeigt die zu Grunde liegenden Modelle für die Erstellung der benötigten Lernfilter und experimentelle Ergebnisse an einem Prüfling mit bis zu 4.4 kW elektrischer Leistung. Für einen Vergleich werden Lernfilter mit und ohne Modellkenntnis gebildet und eine Optimierend Iterativ Lernende Regelung eingesetzt.

Abstract

Polymer electrolyte membrane fuel cell systems convert chemical energy from hydrogen into electrical power via a reaction with oxygen. During the chemical reaction diffused nitrogen and water condensate cumulate in the anode volume and influence the chemical reaction. For an efficient chemical reaction purge processes are necessary. The temporary opening of the exhaust valve allows these purge process, which removes the water and nitrogen. For the multiple times executed purge procedure an Iterative Learning Control approach of the anode pressure is used. For this purpose, the nonlinear characteristics of the FC system model are transferred into discrete-time, time-variant, linear state-space models to create learning filters and use in Optimal Iterative Learning Control structure. All experiments were verified on a test bench with a 4.4 kW PEM fuel cell.

Über die Autoren

Christian Hähnel

Christian Hähnel ist wissenschaftlicher Mitarbeiter der Professur für Regelungstechnik der Fakultät Elektrotechnik der Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg. Hauptarbeitsgebiet: Brennstoffzellensysteme.

Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg, Holstenhofweg 85, 22043 Hamburg, Tel: +49-(0)40-6541-2617, Fax: +49-(0)40-6541-3766

Joachim Horn

Joachim Horn ist Leiter der Professur für Regelungstechnik der Fakultät Elektrotechnik der Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg. Hauptarbeitsgebiete: Brennstoffzellensysteme, Sensordatenfusion und Autonome Mobile Roboter.

Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg, Holstenhofweg 85, 22043 Hamburg, Tel: +49-(0)40-6541-3593, Fax: +49-(0)40-6541-3766

Erhalten: 2016-3-4
Angenommen: 2016-7-8
Online erschienen: 2016-8-9
Erschienen im Druck: 2016-8-28

©2016 Walter de Gruyter Berlin/Boston

Downloaded on 19.4.2024 from https://www.degruyter.com/document/doi/10.1515/auto-2016-0042/html
Scroll to top button