Voltage Reduction Technique for Use With Electrochemical Impedance Spectroscopy in High-Voltage Fuel Cell and Battery Systems
Notice bibliographique
Résumé
An attractive application of electrochemical impedance spectroscopy (EIS) is for diagnostic of a fuel cell (FC) or a battery system during operation. The use of EIS, however, is mostly limited to low-voltage (LV) FC systems and laboratory environments. Hence, the application of EIS in advanced diagnostics of a high-power system certainly lacks due to the voltage limitation and/or cost of the equipment. In this paper, a precision, low-cost electronic interface is proposed which enables the use of existing LV ac diagnostic tools with a production-size FC or battery stacks without the need for postprocessing of data. The interface, a dc level reducer (DLR), reduces only the dc component of the stack voltage to a safe voltage of <;60 without altering the ac diagnostic components. This paper explains in detail the development of the DLR circuitry. The scalability and real-world capability of the interface are demonstrated by developing it for two voltage ratings. A set of circuits rated for 30 V is tested with a nine-cell proton exchange membrane FC (PEMFC) stack, and circuits rated for 200 V are tested on 90and 110-cell commercial PEMFC stacks. The stack voltage is reduced by 60% on the nine-cell stack, and 60%-90% on the 90and 110-cell stacks. The accuracy is measured using EIS data for 74 frequency points in the range of 0.1-20 kHz, with and without the DLR. The maximum relative error for point-versus-point comparison of the impedance is measured at 0.8% and 1.4% for 30and 200-V rated circuits, respectively. These errors are well within the error of the industrial measurement equipment used, proving the fidelity of the ac signal output from the DLR.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».