Converter-Based Electrochemical Impedance Spectroscopy for High-Power Fuel Cell Stacks With Resonant Controllers
Notice bibliographique
Résumé
Impedance spectrum is a key signature of a fuel cell stack (FCS). The variations of the impedance spectrum reflect the internal status of an FCS. Enabling electrochemical impedance spectroscopy (EIS) with the onboard power conditioning converter (PCC) provides an attractive approach for in situ diagnostics and condition monitoring of an FCS in end applications, such as heavy-duty vehicles. Although a few previous attempts were made with the PCC being controlled as the source of ac perturbations, the issue of how to properly produce a wide frequency range of perturbations to a high-power FCS has not been well recognized and addressed. In particular, the high-frequency portion is limited by the converter switching frequency and controller bandwidth. Different from existing approaches that fall short of being practical solutions for a high-power FCS, this article proposes the use of PI plus resonant controllers for the PCC to generate quality high-frequency perturbations without any additional hardware. Enabled by the proposed EIS method, an example application showing the effective detection of the impedance changes of an emulated FCS is also presented. The design and implementation of the scheme and the considerations of response measurement and impedance calculation are given in detail. Experimental verifications on a scaled-down laboratory setup demonstrate the validity and possibility of the proposed methods.
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 | 0,001 |
| 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 ».