Résumé :
Ces dernières années, la pile à combustible à membrane échangeuse de proton (PEMFC) a
fait l’objet d’un intérêt particulier pour des applications liées au transport. De par le fait qu’elle
fonctionne à une température de fonctionnement relativement basse (50-100°C) combiné à
une membrane polymère solide empêchant tout risque de fuite. Dans ce travail, des
expérimentations ont été effectuées pour démontrer que la distribution de température à une
influence significative sur les performances de la PEMFC. Par ailleurs, ce travail comporte
une analyse ayant pour but de d’indiquer une amélioration de la résistivité ionique de la
membrane, de la vitesse de réaction et de la diffusion des gaz en fonction de la température.
Des expérimentations sur une cellule puis sur un stack complet ont permis d’évaluer l’impact
de la température à l’aide d’un modèle 3D développé simulant les performances de la pile en
relation avec la distribution de température. Dans cette thèse, deux piles à combustible ont
permis de valider le comportement et d’en déduire une relation entre la tension de sortie et la
distribution de température dans différentes conditions de fonctionnement. Une étude
expérimentale prenant en compte la tension et la température a été effectuée sur une cellule
en mesurant la température et le voltage en douze points à l’aide de thermocouples et de
sonde de tension.
Le modèle 3D proposé permet ainsi d’améliorer la durée de vie d’une pile ainsi que sa
fiabilité, il permet aussi d’effectuer un diagnostic et de détecter en ligne un défaut. Ceci est
effectué en calculant la densité de courant localement à différentes conditions de
fonctionnement en utilisant la méthode de Newton Raphson. De par le développement de ce
modèle sensible à un défaut, un algorithme de détection de défaut ainsi que la stratégie de
diagnostic ont été développé en utilisant des réseaux de neurones artificiels (RNN). Ces
derniers ont été utilisés pour la classification supervisée de défaut permettant ainsi le
diagnostic.
Abstract:
In recent years, according to the upcoming challenge of pollution, fuel saving, to use on
FCEV is increasing. It can be that fuel cell power train divided in the PEMFC, Batteries,
DC/DC converters, DC/AC inverters and electrical motors. The Proton Exchange Membrane
Fuel cells (PEMFC) have consistently been considered for transportation application.
Characteristic features of PEMFC include lower temperature (50 to 100 °C) and solid
polymer electrolyte membrane. In this work, experiments have shown that the temperature
distributions can significant influence on the performance of the PEMFC. Also analytical
studies have indicated improvement of ionic resistivity of the electrolyte membrane, kinetics
of electrochemical reaction and gas diffusion electrodes have directly related to temperature.
This work evaluated the effectiveness of temperature on a single and stack fuel cell. In
addition, a 3D model is developed by effective of temperature on performance on the fuel
cell. In this thesis, two PEM fuel cells have been considered to find out the relationship and
analyze the behaviors of the cell voltage and temperature distributions under various
operating conditions. An experimental study for voltage and temperature has been executed,
using one cell, 12 thermocouples and 12 voltage sensors have been installed at different
points of the cell.
In this work a new model was proposed to improve the lifetime and reliability of the power
train and to detect online faults. Besides, current distributions in different points of the cell
based on varying operating conditions are calculated by the Newton Raphson method. On
the basis of the developed fault sensitive models above, an ANN based fault detection;
diagnosis strategy and the related algorithm have been developed. The identified patterns
ANN have been used in the supervision and the diagnosis of the PEMFC drivetrain. The
ANN advantages of the ability to include a lot of data made possible to classify the faults in
terms of their type.