随着我国汽车数量的增长,城市汽车排放污染日趋严重,传统汽车燃料的供需矛盾也更加突出。燃料电池电动汽车是治理汽车尾气污染和解决燃料问题最现实的途径。而燃料电池发动机是一个复杂的系统,存在着大量传感器,这些传感器常处于恶劣的工作环境下,发生故障是难免的。一旦发生故障,轻则使系统性能下降,重则导致灾难性的后果。因此及时、准确地诊断和排除传感器故障,保证燃料电池发动机平稳可靠的运行显得尤为重要。本文以燃料电池电动汽车为研究对象,开展25KW质子交换膜燃料电池发动机多传感器系统的故障检测与容错技术的研究。主要研究内容如下: 根据燃料电池发动机所要达到的性能指标,研究了燃料电池发动机系统的总体结构以及传感器系统的结构,对燃料电池发动机传感器的需求进行分析,结合燃料电池发动机特殊的应用环境,选用一批适合本系统使用的传感器,设计一套较为实用的测量电路,达到较为理想的测量结果。 综合介绍故障检测与容错的方法,根据燃料电池发动机传感器的实际情况,完成了燃料电池发动机传感器故障检测与容错系统结构的设计,该结构简单,易实现,容错效果好。 利用卡尔曼滤波器设计了燃料电池发动机传感器的故障诊断与容错系统。除此之外,还在硬件冗余的基础上,设计了联合卡尔曼滤波器容错结构。并对燃料电池发动机的部分传感器的故障信号进行了仿真试验,仿真结果表明,控制器响应速度快,鲁棒性好。 完成了基于神经网络的传感器故障诊断与容错系统研究,运用RBF神经网络设计一种传感器故障诊断方法,并将该方法成功运用于温度信号的故障诊断,仿真表明,该方法具有良好的故障诊断与容错效果。 本文深入研究了燃料电池发动机控制系统在传感器故障情况下的容错控制问题,当传感器发生故障时,该系统可以对失效传感器的检测数据做出实时估计并反馈信号,从而保证了系统运行的稳定性和可靠性。