Modell zur Vorhersage der Leistung von Brennstoffzellen-Stacks mittels dem Gaußschen Prozess-Regressionsmodus

Ein Modell zur Vorhersage der Stack-Leistung von Brennstoffzellen, das die verschiedenen Parameter der Stack-Steuerung berücksichtigt, ist wichtig für die Optimierung der Steuerung der einzelnen Nebenaggregate in einem System, das dem eines echten Fahrzeugs entspricht.

Die Erstellung eines Modells zur quantitativen Vorhersage der Brennstoffzellenleistung erfordert jedoch eine große Menge an Daten über die Werkstoffe und die Struktur im Inneren der Brennstoffzelle. Da die internen Prozesse sehr komplex sind, ist eine umfangreiche Modellierung erforderlich.

Für diese Forschung wurde eine raumfüllende Versuchsplanungsmethode verwendet, um Daten effizient zu erfassen. Auf der Grundlage der gewonnenen Daten konnte mit Hilfe der Gauß'schen Prozessregression ein Modell erstellt werden, das die Brennstoffzellenleistung sowie die Temperatur und den Druck in den verschiedenen Teilen des Brennstoffzellen-Stacks in kurzer Rechenzeit vorhersagen kann.

Es wurde auch deutlich, dass dieses Modell zur Berechnung von Betriebsbedingungen verwendet werden kann, die die Stack-Leistung maximieren, und die Überprüfung durch Tests zeigte, dass es möglich ist, ein Leistungsvorhersagemodell zu erhalten, das zur Untersuchung der Stack-Leistung anhand einer begrenzten Menge von Testdaten verwendet werden kann.

ETAS ASCMO wurde zur Optimierung der Brennstoffzellenleistung unter Berücksichtigung sämtlicher Steuerungsparameter eingesetzt und mithilfe von INCA-FLOW wurde der Testprozess automatisiert. Daraufhin erzielte unser Kunde Honda eine Steigerung der Bruttoleistung um 6 %.