CN117555943A - 压力传感器故障数据分析方法、装置及电子设备 - Google Patents
压力传感器故障数据分析方法、装置及电子设备 Download PDFInfo
- Publication number
- CN117555943A CN117555943A CN202311542617.1A CN202311542617A CN117555943A CN 117555943 A CN117555943 A CN 117555943A CN 202311542617 A CN202311542617 A CN 202311542617A CN 117555943 A CN117555943 A CN 117555943A
- Authority
- CN
- China
- Prior art keywords
- pressure sensor
- target
- period
- fault
- pressure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/30—Hydrogen technology
- Y02E60/50—Fuel cells
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Fuzzy Systems (AREA)
- Human Resources & Organizations (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Measuring Fluid Pressure (AREA)
Abstract
本发明提供一种压力传感器故障数据分析方法、装置及电子设备,属于燃料电池技术领域,本发明的压力传感器故障数据分析方法,通过获取故障日志并对各类型压力传感器的故障数据进行分析,确定出可能存在故障的目标压力传感器,进一步根据各类型压力传感器检测数据之间的关联关系对目标压力传感器故障时段前后其他压力传感器的压力检测数据值进行分析,可以准确识别出目标压力传感器检测数据异常的原因,进而还可以识别出阳极氢气管路中的相关器件存在的故障风险,为燃料电池车辆的维护提供准确的依据。
Description
技术领域
本发明涉及燃料电池技术领域,尤其涉及一种压力传感器故障数据分析方法、装置及电子设备。
背景技术
氢氧燃料电池汽车用以质子交换膜燃料电池系统为核心,使用高纯度氢气与空气中的氧气发生电化学反应,产生电能驱动车辆运行。氢氧燃料电池是零排放或近似零排放的车载动力解决方案,具有运行平稳噪音低、经济性高、加注燃料快以及环境适应性强等优点。
燃料电池汽车使用氢气作为燃料,但氢气具有较高的易燃性和爆炸性,燃料电池系统中氢气的使用安全至关重要。通常在燃料电池的电堆阳极出入口均设置有压力传感器,用于检测氢气的供气状态,还可以为诊断氢气泄漏等安全风险事件提供判断依据。但燃料电池系统内部是一个温度、湿度以及压力异常复杂的环境,由于压力传感器测量过程中的偶然性,测量数据会产生误差。而燃料电池内部存在故障,也会使得传感器测出的数据存在异常。在某个压力传感器故障的情况下,压力传感器的数据也会存在异常。
当压力传感器的数据异常的时候,会生成故障日志。在燃料电池内部存在故障的情况下,若故障较为严重,且持续时间长,则故障日志中多个压力传感器会存在大面积的连续故障。而当故障较轻且持续时间短时,燃料电池内部环境复杂,且不同位置处的气压在变化过程中存在迟滞,压力传感器检测的数据波动可能会被视为正常范围内的数据波动,无法及时诊断出是否存在故障,进而不会生成故障日志。在某个压力传感器的检测数据超出正常范围的情况下,系统只会简单的提示报错,警告需要检查压力传感器是否处于故障状态,如损坏、安装和线路的连接不可靠等,忽视了影响较轻的故障对压力传感器检测数据的影响,无法准确识别燃料电池内部氢气路径上的故障以及压力传感器的工作状态,进而无法识别阳极处压力传感器数据异常的原因。
发明内容
本发明提供一种压力传感器故障数据分析方法、装置及电子设备,用以解决现有技术中无法准确识别阳极处压力传感器数据异常原因的缺陷,实现准确识别出目标压力传感器检测数据异常原因的效果。
本发明提供一种压力传感器故障数据分析方法,包括:
获取目标时段内电堆阳极的压力传感器的故障日志,所述压力传感器的类型至少包括引射器入口压力传感器、阳极入口压力传感器以及阳极出口压力传感器;
基于各类型压力传感器的故障日志,确定所述目标时段内各类型压力传感器的故障频次;
基于各类型压力传感器的故障频次,确定目标压力传感器;
获取在第一时段和第二时段下各类型压力传感器中除所述目标压力传感器之外的其他类型压力传感器的目标检测数据;所述第一时段是所述目标压力传感器当次故障时段起始时刻之前的时段,所述第二时段所述目标压力传感器当次故障时段结束时刻之后的时段;
基于所述目标检测数据以及各类型压力传感器检测数据之间的关联关系,确定所述目标压力传感器的工作状态;所述目标压力传感器的工作状态包括正常状态和故障状态。
根据本发明提供的一种压力传感器故障数据分析方法,在所述目标压力传感器包括所述引射器入口压力传感器的情况下,基于所述目标检测数据以及各类型压力传感器检测数据之间的关联关系,确定所述目标压力传感器的工作状态,包括:
基于所述目标检测数据,分别确定所述阳极入口压力传感器以及所述阳极出口压力传感器在所述第二时段下相对于所述第一时段的压力检测值的第一变化量和第二变化量;
基于所述第一变化量和所述第二变化量的大小,确定所述引射器入口压力传感器的工作状态。
根据本发明提供的一种压力传感器故障数据分析方法,在所述目标压力传感器包括所述阳极入口压力传感器的情况下,基于所述目标检测数据以及各类型压力传感器检测数据之间的关联关系,确定所述目标压力传感器的工作状态,包括:
基于所述目标检测数据,确定所述引射器入口压力传感器的压力检测值在所述第一时段内的第一变化趋势以及所述阳极出口压力传感器在所述第二时段下相对于所述第一时段的压力检测值的第三变化量;
基于所述第一变化趋势和所述第三变化量,确定所述阳极入口压力传感器的工作状态。
根据本发明提供的一种压力传感器故障数据分析方法,在所述目标压力传感器包括所述阳极出口压力传感器的情况下,基于所述目标检测数据以及各类型压力传感器检测数据之间的关联关系,确定所述目标压力传感器的工作状态,包括:
基于所述目标检测数据,分别确定所述引射器入口压力传感器以及所述阳极入口压力传感器的压力检测值在所述第一时段内的第二变化趋势和第三变化趋势,并确定所述阳极入口压力传感器在所述第二时段下相对于所述第一时段的压力检测值的第四变化量;
基于所述第二变化趋势、所述第三变化趋势和所述第四变化量,确定所述阳极出口压力传感器的工作状态。
根据本发明提供的一种压力传感器故障数据分析方法,所述获取在第一时段和第二时段下各类型压力传感器中除所述目标压力传感器之外的其他类型压力传感器的目标检测数据,包括:
获取在第一时段和第二时段下各类型压力传感器中除所述目标压力传感器之外的其他类型压力传感器的所有检测数据;
基于所述目标时段内电堆阳极的压力传感器的故障日志,确定在第一时段和第二时段下各类型压力传感器中除所述目标压力传感器之外的其他类型压力传感器的故障检测数据;
将在第一时段和第二时段下各类型压力传感器中除所述目标压力传感器之外的其他类型压力传感器的所有检测数据中的故障检测数据剔除,得到所述目标检测数据。
根据本发明提供的一种压力传感器故障数据分析方法,所述基于各类型压力传感器的故障频次,确定目标压力传感器,包括:
确定各类型压力传感器的故障标准时长;在所述压力传感器的检测数据偏离目标范围所述故障标准时长的情况下,所述压力传感器的故障日志被更新;
基于各压力传感器的类型、所述压力传感器对应的故障标准时长以及所述目标时段的时长,确定各压力传感器对应的频次阈值;
在压力传感器的故障频次大于对应的频次阈值的情况下,将所述压力传感器确定为所述目标压力传感器。
根据本发明提供的一种压力传感器故障数据分析方法,所述故障日志通过以下方式确定:
获取电堆当前的目标工况参数;所述目标工况参数为输出电流或输出功率;
基于所述目标工况参数,确定各压力传感器压力检测值的目标范围;
在所述压力传感器的压力检测值偏离所述目标范围的时长大于或者等于所述压力传感器对应的故障标准时长的情况下,将所述压力传感器的压力检测值连续偏离所述目标范围的故障时段进行记录,得到所述故障日志。
本发明还提供一种压力传感器故障数据分析装置,包括:
获取模块,用于获取目标时段内电堆阳极的压力传感器的故障日志,所述压力传感器的类型至少包括引射器入口压力传感器、阳极入口压力传感器以及阳极出口压力传感器;
第一处理模块,用于基于各类型压力传感器的故障日志,确定所述目标时段内各类型压力传感器的故障频次;
确定模块,用于基于各类型压力传感器的故障频次,确定目标压力传感器;
第二处理模块,用于获取在第一时段和第二时段下各类型压力传感器中除所述目标压力传感器之外的其他类型压力传感器的目标检测数据;所述第一时段是所述目标压力传感器当次故障时段起始时刻之前的时段,所述第二时段所述目标压力传感器当次故障时段结束时刻之后的时段;
第三处理模块,用于基于所述目标检测数据以及各类型压力传感器检测数据之间的关联关系,确定所述目标压力传感器的工作状态;所述目标压力传感器的工作状态包括正常状态和故障状态。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述压力传感器故障数据分析方法。
本发明还提供一种燃料电池,包括电堆以及如上述的电子设备。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述压力传感器故障数据分析方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述压力传感器故障数据分析方法。
本发明提供的压力传感器故障数据分析方法、装置及电子设备,通过获取故障日志并对各类型压力传感器的故障数据进行分析,确定出可能存在故障的目标压力传感器,进一步根据各类型压力传感器检测数据之间的关联关系对目标压力传感器故障时段前后其他压力传感器的压力检测数据值进行分析,可以准确识别出目标压力传感器检测数据异常的原因,进而还可以识别出阳极氢气管路中的相关器件存在的故障风险,为燃料电池车辆的维护提供准确的依据。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的压力传感器故障数据分析方法的流程示意图之一;
图2是本发明提供的压力传感器故障数据分析方法的流程示意图之二;
图3是本发明提供的压力传感器故障数据分析装置的结构示意图;
图4是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合图1-图4描述本发明的压力传感器故障数据分析方法、装置及电子设备。
如图1所示,本发明实施例的压力传感器故障数据分析方法主要包括步骤110、步骤120、步骤130、步骤140以及步骤150。
步骤110,获取目标时段内电堆阳极的压力传感器的故障日志。
燃料电池中的电堆阳极通常安装有压力传感器。这些压力传感器的作用是监测燃料电池堆中氢气气体的压力情况。
压力传感器可以实时测量阳极位置的氢气压力,并将数据传输给车辆的控制系统。车辆的控制系统可以根据氢气压力的变化采取相应的措施,如调整氢气的供应和流量,以确保燃料电池堆的正常运行和安全性。
通过压力传感器的监测,如果氢气压力出现异常情况,控制系统可以将异常情况进行记录,生成故障日志。在一些更为严重的情况下,控制系统还可以直接发出警报或采取自动停机等措施,以避免潜在的安全风险。
在本实施方式中,压力传感器的类型至少包括引射器入口压力传感器、阳极入口压力传感器以及阳极出口压力传感器。
阳极的引射器能够将电堆出口的氢气吸出回流,并重新与供氢系统供给的氢气汇合后重新供给电堆,来保证流量充足,达到较高的阳极氢气压力和阳极防水淹效果。引射器入口压力传感器可以用于检测供氢系统提供的氢气压力,阳极入口压力传感器可以用于检测引射器向阳极提供的氢气压力,阳极出口压力传感器用于检测阳极排出的气体压力,而在阳极氢气循环气路稳定的情况下,引射器回吸氢气的入口压力也与阳极出口压力传感器的检测值直接相关联。
目标时段是燃料电池车辆运行的时段,目标时段的时长可以根据需要来进行设定,例如,目标时段的时长可以是10min或者20min等,此处不作限制。
在一些实施例中,故障日志可以通过以下方式确定。
可以先获取电堆当前的目标工况参数,目标工况参数为输出电流或输出功率。可以理解的是,可以在实验室对当前燃料电池在目标工况参数下阳极不同位置处的气体压力的范围进行标定,进而可以基于目标工况参数,确定各压力传感器压力检测值的目标范围。
需要说明的是,由于燃料电池内部环境较为复杂,不同位置的各压力传感器压力检测值的目标范围区间长度较大。
在燃料电池实际工作过程中,燃料电池车辆的控制系统可以对各压力传感器的检测数据进行采集、保存与分析,在压力传感器的压力检测值偏离目标范围的时长大于或者等于压力传感器对应的故障标准时长的情况下,将压力传感器的压力检测值连续偏离目标范围的故障时段进行记录,得到故障日志。
可以理解的是,故障日志中包含检测数据存在异常的压力传感器的种类以及故障时长。
故障标准时长可以根据不同压力传感器的种类对应的数据采集频率以及历史故障案例的故障数据来进行设置。
步骤120,基于各类型压力传感器的故障日志,确定目标时段内各类型压力传感器的故障频次。
可以理解的是,可以根据各类型压力传感器的故障日志,确定目标时段内各类型压力传感器的故障频次,即统计各类型压力传感器在目标时段内数据异常的次数。
步骤130,基于各类型压力传感器的故障频次,确定目标压力传感器。
可以理解的是,当故障频次过低,压力传感器的检测数据异常可能是因为检测过程中的偶然性误差引起的。目标压力传感器为可能存在故障的压力传感器,在本实施方式中,基于各类型压力传感器的故障频次,可以筛选出可能处于故障状态的目标压力传感器,排除检测过程中的偶然性误差影响。
在一些实施例中,可以直接将故障频次大于对应的频次阈值的压力传感器作为目标压力传感器。
在此种情况下,基于各类型压力传感器的故障频次,确定目标压力传感器,可以包括步骤131、步骤132以及步骤133。
步骤131,确定各类型压力传感器的故障标准时长。
可以先确定各类型压力传感器的故障标准时长,在压力传感器的检测数据偏离目标范围故障标准时长的情况下,压力传感器的故障时段被记录,进而故障日志被更新。
步骤132,基于各压力传感器的类型、压力传感器对应的故障标准时长以及目标时段的时长,确定各压力传感器对应的频次阈值。
不同类型压力传感器的检测压力值的目标范围不同,在不同的目标范围内,检测压力值数据的波动规律也不相同。在检测压力值的目标范围越小、检测压力值数据的波动性越小且故障标准时长与目标时段的时长的比值越大的情况下,压力传感器对应的频次阈值就越小。
步骤133,在压力传感器的故障频次大于对应的频次阈值的情况下,将压力传感器确定为目标压力传感器。
在压力传感器的故障频次大于对应的频次阈值的情况下,则该压力传感器可能处于故障状态,进而可以将压力传感器确定为目标压力传感器。
在本实施方式中,通过根据压力传感器的类型、压力传感器对应的故障标准时长以及目标时段的时长来设置不同压力传感器对应的频率阈值,可以更为准确的排除压力传感器在目标时段中的检测压力值受偶然性误差影响的情况,进而可以筛选出更有价值的故障日志数据,为故障识别提供更为准确的依据。
当然,在另一些实施例中,还可以直接对以往搭载有同款燃料电池以及传感器的车辆历史数据进行分析,得到压力传感器因偶然性误差而在故障日志中存在异常的频率,进而再与各类型压力传感器的故障频次进行对比的分析,从而确定出目标压力传感器。
步骤140,获取在第一时段和第二时段下各类型压力传感器中除目标压力传感器之外的其他类型压力传感器的目标检测数据。
可以理解的是,第一时段是目标压力传感器当次故障时段起始时刻之前的时段,第二时段目标压力传感器当次故障时段结束时刻之后的时段。
需要说明的是,第一时段和第二时段的时长取决于燃料电池中氢气的传输效率。第一时段和第二时段的时长用于反应燃料电池系统中不同位置的气体传导与平衡过程。
第一时段和第二时段的时长可以根据燃料电池的类型以及燃料电池的工况参数等来进行设置。
不同的燃料电池系统采用不同的硬件设置以及在不同工况参数下运行时,氢气在燃料电池中的传输速度以及传输流量均不相同,进而影响引射器入口、阳极入口以及阳极出口的氢气压力大小的变化速度。
可以理解的是,可以直接获取燃料电池车辆的控制系统所获取存储的各压力传感器的检测压力值,进而得到目标压力传感器在目标时段的第一检测数据,以及在第一时段和第二时段下各类型压力传感器中除目标压力传感器之外的其他类型压力传感器的目标检测数据。
例如,在目标压力传感器为引射器入口压力传感器时,需要获取引射器入口压力传感器在目标时段的第一检测数据,以及在第一时段和第二时段下阳极入口压力传感器以及阳极出口压力传感器的目标检测数据。
步骤150,基于目标检测数据以及各类型压力传感器检测数据之间的关联关系,确定目标压力传感器的工作状态。
可以理解的是,目标压力传感器的工作状态包括正常状态和故障状态,在确定目标压力传感器的工作状态后,若目标压力传感器的工作状态处于正常状态,则阳极氢气管路中的相关器件存在故障风险,若目标压力传感器的工作状态处于故障状态,则目标压力传感器需要检查安装的方式以及安装线路等。
需要说明的是,各类型压力传感器检测数据之间的关联关系与燃料电池内部结构以及安装不同压力传感器的不同位置处的气体传导与平衡过程有关。
可以根据各类型压力传感器的安装位置以及阳极氢气的传输路径来确定各类型压力传感器检测数据之间的关联关系,进而对不同位置处各类型压力传感器检测数据按照故障日志中所记载的故障数据的时间为参考来进行压力检测值数据的分析。
当其中一个位置的目标压力传感器的压力检测值异常时,若该压力传感器处于故障状态,则其他位置处的压力传感器的检测值不会异常,不会在处于异常的压力传感器故障时段前后产生较大的变化。当其中一个位置的目标压力传感器的压力检测值异常时,若该目标压力传感器处于正常状态,则其他位置处的压力传感器的检测值可能会因为数据波动范围的原因不会产生异常报错,但是会在目标压力传感器的压力检测值异常时段前后产生可以观测的变化,进而判断目标压力传感器的工作状态。
在确定出目标压力传感器的工作状态后,才能更加准确地识别目标传感器数据异常的原因,进而为燃料电池车辆后续的维护提供更为准确的依据。
可以理解的是,当存在多个目标压力传感器的多个异常数据时,可以分别对每一个目标压力传感器的每个故障日志记载的异常数据进行分析,得到多个分析结果,进而供相关运维人员进行综合分析与参考。
根据本发明实施例提供的压力传感器故障数据分析方法,通过获取故障日志并对各类型压力传感器的故障数据进行分析,确定出可能存在故障的目标压力传感器,进一步根据各类型压力传感器检测数据之间的关联关系对目标压力传感器故障时段前后其他压力传感器的压力检测数据值进行分析,可以准确识别出目标压力传感器检测数据异常的原因,进而还可以识别出阳极氢气管路中的相关器件存在的故障风险,为燃料电池车辆的维护提供准确的依据。
在一些实施例中,在目标压力传感器包括引射器入口压力传感器的情况下,基于目标检测数据以及各类型压力传感器检测数据之间的关联关系,确定目标压力传感器的工作状态,包括以下过程。
可以基于目标检测数据,分别确定阳极入口压力传感器以及阳极出口压力传感器在第二时段下相对于第一时段的压力检测值的第一变化量和第二变化量。
可以理解的是,当引射器入口压力异常后,若引射器入口之前的氢气管路发生故障,根据氢气传播路径,阳极入口和阳极出口会在引射器入口的氢气压力异常之后产生变化,因此需要对阳极入口和阳极出口在引射器入口压力异常后的检测压力值数据与引射器入口压力异常前的检测压力值数据进行对比分析。
因此,可以基于目标检测数据,获取阳极入口压力传感器在第一时段以及第二时段中的所有检测压力值数据,并分别求取阳极入口压力传感器在第一时段所有检测压力值数据的平均值,并将第二时段内的平均值与第一时段内的平均值作差,得到第一变化量。
类似地,可以基于目标检测数据,获取阳极出口压力传感器在第一时段以及第二时段中的所有检测压力值数据,并分别求取阳极出口压力传感器在第一时段所有检测压力值数据的平均值,并将第二时段内的平均值与第一时段内的平均值作差,得到第二变化量。
在此种情况下,可以基于第一变化量和第二变化量的大小,确定引射器入口压力传感器的工作状态。
在第一变化量和第二变化量较小的情况下,可以视为阳极入口和阳极出口的压力变化不大,进而可以确定引射器入口之前的氢气管路未发生故障,则引射器入口压力传感器可能发生故障,进而确定引射器入口压力传感器的工作状态为故障状态。
在第一变化量和第二变化量较大的情况下,可以视为阳极入口和阳极出口的压力变化较大,进而可以确定引射器入口之前的氢气管路可能发生了故障,而引射器入口压力传感器的工作状态为正常状态。
在一些实施例中,在目标压力传感器包括阳极入口压力传感器的情况下,基于目标检测数据以及各类型压力传感器检测数据之间的关联关系,确定目标压力传感器的工作状态,包括以下过程。
基于目标检测数据,确定引射器入口压力传感器的压力检测值在第一时段内的第一变化趋势以及阳极出口压力传感器在第二时段下相对于第一时段的压力检测值的第三变化量。
例如,可以将在第一时段内引射器入口压力传感器的压力检测值拟合为一条压力值曲线,得到第一时段内引射器入口压力传感器的压力检测值在第一时段内最后一段持续上升趋势或者持续下降趋势的斜率,进而得到上升或者下降的第一变化趋势。
类似地,可以基于目标检测数据,获取此时阳极出口压力传感器在第一时段以及第二时段中的所有检测压力值数据,并分别求取阳极出口压力传感器在第一时段所有检测压力值数据的平均值,并将第二时段内的平均值与第一时段内的平均值作差,得到第三变化量。
可以理解的是,当阳极入口压力异常后,若阳极入口之前的氢气管路发生故障,根据氢气传播路径,引射器入口的氢气压力会在阳极入口氢气压力异常之前就产生异常,而阳极出口的氢气压力会在阳极入口氢气压力异常之后产生异常。因此,需要对阳极入口氢气压力异常之前的引射器入口的氢气压力以及阳极入口氢气压力异常之后的阳极出口的氢气压力进行分析。
在此种情况下,可以基于第一变化趋势和第三变化量,确定阳极入口压力传感器的工作状态。
在第一变化趋势不明显,且第三变化量较小的情况下,可以视为引射器入口和阳极出口的压力变化不大,进而可以确定阳极入口前后的氢气管路未发生故障,则阳极入口压力传感器可能发生故障,进而确定阳极入口压力传感器的工作状态为故障状态。否则,阳极入口压力传感器的工作状态为正常状态。
需要说明的是,第一变化趋势的明显程度可以根据压力值曲线在第一时段内最后一段持续上升趋势或者持续下降趋势的斜率来衡量。斜率越大,则表示变化趋势越明显。
而在第一变化趋势较为明显的情况下,则可以确定引射器入口之前的氢气管路可能存在异常;在第三变化量较大的情况下,则可以确定引射器或者引射器之前的氢气管路中可能存在异常。
在一些实施例中,在目标压力传感器包括阳极出口压力传感器的情况下,基于目标检测数据以及各类型压力传感器检测数据之间的关联关系,确定目标压力传感器的工作状态,包括以下过程。
可以先基于目标检测数据,分别确定引射器入口压力传感器以及阳极入口压力传感器的压力检测值在第一时段内的第二变化趋势和第三变化趋势,并确定阳极入口压力传感器在第二时段下相对于第一时段的压力检测值的第四变化量。
可以理解的是,第二变化趋势和第三变化趋势可以采用和第一变化趋势类似的方式确定。例如,可以分别将引射器入口压力传感器以及阳极入口压力传感器在第一时段内的压力检测值拟合为压力值曲线,进而分别得到第一时段内引射器入口压力传感器以及阳极入口压力传感器的压力检测值在第一时段内最后一段持续上升趋势或者持续下降趋势的斜率,进而分别得到引射器入口压力传感器以及阳极入口压力传感器上升或者下降的第二变化趋势和第三变化趋势。
类似地,可以基于目标检测数据,获取阳极入口压力传感器在第一时段以及第二时段中的所有检测压力值数据,并分别求取阳极入口压力传感器在第一时段所有检测压力值数据的平均值,并将第二时段内的平均值与第一时段内的平均值作差,得到第四变化量。
在此基础上,可以基于第二变化趋势、第三变化趋势和第四变化量,确定阳极出口压力传感器的工作状态。
在第二变化趋势以及第三变化趋势不明显,且第四变化量较小的情况下,可以视为引射器入口和阳极入口的压力变化不大,进而可以确定阳极出口前后的氢气管路未发生故障,则阳极出口压力传感器可能发生故障,进而确定阳极出口压力传感器的工作状态为故障状态。否则,阳极入口压力传感器的工作状态为正常状态。
而在第二变化趋势较为明显的情况下,则可以确定引射器入口之前的氢气管路可能存在异常;而在第三变化趋势较为明显的情况下,则可以确定引射器入口之前的氢气管路或者引射器可能存在异常;在第四变化量较大的情况下,则可以确定阳极出口的氢气管路中可能存在异常。
在一些实施例中,获取在第一时段和第二时段下各类型压力传感器中除目标压力传感器之外的其他类型压力传感器的目标检测数据,还可以包括以下过程。
可以先获取在第一时段和第二时段下各类型压力传感器中除目标压力传感器之外的其他类型压力传感器的所有检测数据。
在此基础上,再基于目标时段内电堆阳极的压力传感器的故障日志,确定在第一时段和第二时段下各类型压力传感器中除目标压力传感器之外的其他类型压力传感器的故障检测数据。
在此基础上,进而可以将在第一时段和第二时段下各类型压力传感器中除目标压力传感器之外的其他类型压力传感器的所有检测数据中的故障检测数据剔除,得到目标检测数据。
在本实施方式中,通过排除第一时段和第二时段下各类型压力传感器中除目标压力传感器之外的其他类型压力传感器的所有检测数据中的故障检测数据,可以使得对第一时段和第二时段的检测压力值分析的准确性,排除其他压力传感器可能的故障的影响。
下面对本发明提供的压力传感器故障数据分析装置进行描述,下文描述的压力传感器故障数据分析装置与上文描述的压力传感器故障数据分析方法可相互对应参照。
如图3所示,压力传感器故障数据分析装置包括获取模块310、第一处理模块320、确定模块330、第二处理模块340以及第三处理模块350。
获取模块310用于获取目标时段内电堆阳极的压力传感器的故障日志,压力传感器的类型至少包括引射器入口压力传感器、阳极入口压力传感器以及阳极出口压力传感器;
第一处理模块320用于基于各类型压力传感器的故障日志,确定目标时段内各类型压力传感器的故障频次;
确定模块330用于基于各类型压力传感器的故障频次,确定目标压力传感器;
第二处理模块340用于获取在第一时段和第二时段下各类型压力传感器中除目标压力传感器之外的其他类型压力传感器的目标检测数据;第一时段是目标压力传感器当次故障时段起始时刻之前的时段,第二时段目标压力传感器当次故障时段结束时刻之后的时段;
第三处理模块350用于基于目标检测数据以及各类型压力传感器检测数据之间的关联关系,确定目标压力传感器的工作状态;目标压力传感器的工作状态包括正常状态和故障状态。
根据本发明实施例提供的压力传感器故障数据分析装置,通过获取故障日志并对各类型压力传感器的故障数据进行分析,确定出可能存在故障的目标压力传感器,进一步根据各类型压力传感器检测数据之间的关联关系对目标压力传感器故障时段前后其他压力传感器的压力检测数据值进行分析,可以准确识别出目标压力传感器检测数据异常的原因,进而还可以识别出阳极氢气管路中的相关器件存在的故障风险,为燃料电池车辆的维护提供准确的依据。
图4示例了一种电子设备的实体结构示意图,如图4所示,该电子设备可以包括:处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440,其中,处理器410,通信接口420,存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令,以执行压力传感器故障数据分析方法,该方法包括:获取目标时段内电堆阳极的压力传感器的故障日志,压力传感器的类型至少包括引射器入口压力传感器、阳极入口压力传感器以及阳极出口压力传感器;基于各类型压力传感器的故障日志,确定目标时段内各类型压力传感器的故障频次;基于各类型压力传感器的故障频次,确定目标压力传感器;获取在第一时段和第二时段下各类型压力传感器中除目标压力传感器之外的其他类型压力传感器的目标检测数据;第一时段是目标压力传感器当次故障时段起始时刻之前的时段,第二时段目标压力传感器当次故障时段结束时刻之后的时段;基于目标检测数据以及各类型压力传感器检测数据之间的关联关系,确定目标压力传感器的工作状态;目标压力传感器的工作状态包括正常状态和故障状态。
此外,上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的压力传感器故障数据分析方法,该方法包括:获取目标时段内电堆阳极的压力传感器的故障日志,压力传感器的类型至少包括引射器入口压力传感器、阳极入口压力传感器以及阳极出口压力传感器;基于各类型压力传感器的故障日志,确定目标时段内各类型压力传感器的故障频次;基于各类型压力传感器的故障频次,确定目标压力传感器;获取在第一时段和第二时段下各类型压力传感器中除目标压力传感器之外的其他类型压力传感器的目标检测数据;第一时段是目标压力传感器当次故障时段起始时刻之前的时段,第二时段目标压力传感器当次故障时段结束时刻之后的时段;基于目标检测数据以及各类型压力传感器检测数据之间的关联关系,确定目标压力传感器的工作状态;目标压力传感器的工作状态包括正常状态和故障状态。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的压力传感器故障数据分析方法,该方法包括:获取目标时段内电堆阳极的压力传感器的故障日志,压力传感器的类型至少包括引射器入口压力传感器、阳极入口压力传感器以及阳极出口压力传感器;基于各类型压力传感器的故障日志,确定目标时段内各类型压力传感器的故障频次;基于各类型压力传感器的故障频次,确定目标压力传感器;获取在第一时段和第二时段下各类型压力传感器中除目标压力传感器之外的其他类型压力传感器的目标检测数据;第一时段是目标压力传感器当次故障时段起始时刻之前的时段,第二时段目标压力传感器当次故障时段结束时刻之后的时段;基于目标检测数据以及各类型压力传感器检测数据之间的关联关系,确定目标压力传感器的工作状态;目标压力传感器的工作状态包括正常状态和故障状态。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种压力传感器故障数据分析方法,其特征在于,包括:
获取目标时段内电堆阳极的压力传感器的故障日志,所述压力传感器的类型至少包括引射器入口压力传感器、阳极入口压力传感器以及阳极出口压力传感器;
基于各类型压力传感器的故障日志,确定所述目标时段内各类型压力传感器的故障频次;
基于各类型压力传感器的故障频次,确定目标压力传感器;
获取在第一时段和第二时段下各类型压力传感器中除所述目标压力传感器之外的其他类型压力传感器的目标检测数据;所述第一时段是所述目标压力传感器当次故障时段起始时刻之前的时段,所述第二时段所述目标压力传感器当次故障时段结束时刻之后的时段;
基于所述目标检测数据以及各类型压力传感器检测数据之间的关联关系,确定所述目标压力传感器的工作状态;所述目标压力传感器的工作状态包括正常状态和故障状态。
2.根据权利要求1所述的压力传感器故障数据分析方法,其特征在于,在所述目标压力传感器包括所述引射器入口压力传感器的情况下,所述基于所述目标检测数据以及各类型压力传感器检测数据之间的关联关系,确定所述目标压力传感器的工作状态,包括:
基于所述目标检测数据,分别确定所述阳极入口压力传感器以及所述阳极出口压力传感器在所述第二时段下相对于所述第一时段的压力检测值的第一变化量和第二变化量;
基于所述第一变化量和所述第二变化量的大小,确定所述引射器入口压力传感器的工作状态。
3.根据权利要求1所述的压力传感器故障数据分析方法,其特征在于,在所述目标压力传感器包括所述阳极入口压力传感器的情况下,所述基于所述目标检测数据以及各类型压力传感器检测数据之间的关联关系,确定所述目标压力传感器的工作状态,包括:
基于所述目标检测数据,确定所述引射器入口压力传感器的压力检测值在所述第一时段内的第一变化趋势以及所述阳极出口压力传感器在所述第二时段下相对于所述第一时段的压力检测值的第三变化量;
基于所述第一变化趋势和所述第三变化量,确定所述阳极入口压力传感器的工作状态。
4.根据权利要求1所述的压力传感器故障数据分析方法,其特征在于,在所述目标压力传感器包括所述阳极出口压力传感器的情况下,所述基于所述目标检测数据以及各类型压力传感器检测数据之间的关联关系,确定所述目标压力传感器的工作状态,包括:
基于所述目标检测数据,分别确定所述引射器入口压力传感器以及所述阳极入口压力传感器的压力检测值在所述第一时段内的第二变化趋势和第三变化趋势,并确定所述阳极入口压力传感器在所述第二时段下相对于所述第一时段的压力检测值的第四变化量;
基于所述第二变化趋势、所述第三变化趋势和所述第四变化量,确定所述阳极出口压力传感器的工作状态。
5.根据权利要求1-4中任一项所述的压力传感器故障数据分析方法,其特征在于,所述获取在第一时段和第二时段下各类型压力传感器中除所述目标压力传感器之外的其他类型压力传感器的目标检测数据,包括:
获取在第一时段和第二时段下各类型压力传感器中除所述目标压力传感器之外的其他类型压力传感器的所有检测数据;
基于所述目标时段内电堆阳极的压力传感器的故障日志,确定在第一时段和第二时段下各类型压力传感器中除所述目标压力传感器之外的其他类型压力传感器的故障检测数据;
将在第一时段和第二时段下各类型压力传感器中除所述目标压力传感器之外的其他类型压力传感器的所有检测数据中的故障检测数据剔除,得到所述目标检测数据。
6.根据权利要求1所述的压力传感器故障数据分析方法,其特征在于,所述基于各类型压力传感器的故障频次,确定目标压力传感器,包括:
确定各类型压力传感器的故障标准时长;在所述压力传感器的检测数据偏离目标范围所述故障标准时长的情况下,所述压力传感器的故障日志被更新;
基于各压力传感器的类型、所述压力传感器对应的故障标准时长以及所述目标时段的时长,确定各压力传感器对应的频次阈值;
在压力传感器的故障频次大于对应的频次阈值的情况下,将所述压力传感器确定为所述目标压力传感器。
7.根据权利要求1所述的压力传感器故障数据分析方法,其特征在于,所述故障日志通过以下方式确定:
获取电堆当前的目标工况参数;所述目标工况参数为输出电流或输出功率;
基于所述目标工况参数,确定各压力传感器压力检测值的目标范围;
在所述压力传感器的压力检测值偏离所述目标范围的时长大于或者等于所述压力传感器对应的故障标准时长的情况下,将所述压力传感器的压力检测值连续偏离所述目标范围的故障时段进行记录,得到所述故障日志。
8.一种压力传感器故障数据分析装置,其特征在于,包括:
获取模块,用于获取目标时段内电堆阳极的压力传感器的故障日志,所述压力传感器的类型至少包括引射器入口压力传感器、阳极入口压力传感器以及阳极出口压力传感器;
第一处理模块,用于基于各类型压力传感器的故障日志,确定所述目标时段内各类型压力传感器的故障频次;
确定模块,用于基于各类型压力传感器的故障频次,确定目标压力传感器;
第二处理模块,用于获取在第一时段和第二时段下各类型压力传感器中除所述目标压力传感器之外的其他类型压力传感器的目标检测数据;所述第一时段是所述目标压力传感器当次故障时段起始时刻之前的时段,所述第二时段所述目标压力传感器当次故障时段结束时刻之后的时段;
第三处理模块,用于基于所述目标检测数据以及各类型压力传感器检测数据之间的关联关系,确定所述目标压力传感器的工作状态;所述目标压力传感器的工作状态包括正常状态和故障状态。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述压力传感器故障数据分析方法。
10.一种燃料电池,其特征在于,包括电堆以及如权利要求9所述的电子设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311542617.1A CN117555943A (zh) | 2023-11-17 | 2023-11-17 | 压力传感器故障数据分析方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311542617.1A CN117555943A (zh) | 2023-11-17 | 2023-11-17 | 压力传感器故障数据分析方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117555943A true CN117555943A (zh) | 2024-02-13 |
Family
ID=89816236
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311542617.1A Pending CN117555943A (zh) | 2023-11-17 | 2023-11-17 | 压力传感器故障数据分析方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117555943A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118764984A (zh) * | 2024-06-12 | 2024-10-11 | 江苏财经职业技术学院 | 基于无线传感网络的数据采集监测方法及系统 |
-
2023
- 2023-11-17 CN CN202311542617.1A patent/CN117555943A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118764984A (zh) * | 2024-06-12 | 2024-10-11 | 江苏财经职业技术学院 | 基于无线传感网络的数据采集监测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117691151B (zh) | 一种燃料电池运行监测方法及系统 | |
WO2022036830A1 (zh) | 一种燃料电池功率衰减实时监测预警方法及系统 | |
WO2022233278A1 (zh) | 氢燃料电池电堆的在线监测方法、系统及使用该监测方法的氢燃料电动车 | |
EP3207389B1 (en) | Control of an electrochemical device with integrated diagnostics, prognostics and lifetime management | |
CN109725220B (zh) | 一种变压器油冷却回路的检测方法、系统及装置 | |
CN117555943A (zh) | 压力传感器故障数据分析方法、装置及电子设备 | |
CN111579121A (zh) | 基于大数据在线诊断新能源汽车电池包内温度故障的方法 | |
CN118396215A (zh) | 一种变电站监控系统智能告警的评估系统 | |
JP2016127029A (ja) | 燃料電池システムにおける検出されたリークを検証するためのシステムおよび方法 | |
US9080938B2 (en) | Extremum seeking algorithm in a variable time interval to detect anode pressure sensor stuck failure in a fuel cell system | |
CN109243652B (zh) | 一种核电站系统压缩空气流量数据有效性判断系统及方法 | |
CN116706157B (zh) | 燃料电池车辆及排氢阀/排水阀故障诊断方法和装置 | |
CN118610523B (zh) | 一种燃料电池系统氢气泄露检测方法及装置 | |
CN116404213A (zh) | 一种燃料电池系统电压一致性的故障诊断方法 | |
CN118392235A (zh) | 液冷系统故障预警方法、装置和液冷系统 | |
US20230327154A1 (en) | Assessing health of a fuel stack using fuel cell voltage diagnostics | |
CN115425267B (zh) | 燃料电池质子交换膜故障诊断方法 | |
EP3563164B1 (en) | Spectral-based method for fuel cell faults detection | |
CN117452237A (zh) | 一种质子交换膜燃料电池电堆一致性检测方法及装置 | |
CN116735223A (zh) | 一种燃气轮机多参数异常检测的方法 | |
CN116344083A (zh) | 一种微型裂变电离室故障诊断方法和系统 | |
CN210270227U (zh) | 一种可实现自诊断的智能基测箱 | |
CN114142063A (zh) | 燃料电池空气系统的管路泄漏诊断方法及系统、车辆 | |
CN117577897B (zh) | 燃料电池水淹健康状态监控方法、装置及燃料电池系统 | |
CN116799262A (zh) | 一种燃料电池系统空气流量传感器的检验方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |