基于D-S-CBR的燃料电池系统生产过程故障诊断

氢能产业发展迅速,质子交换膜燃料电池系统已实现初步应用广,在车、船、电站领域的应用逐渐推广。由于燃料电池系统的产业化开始时间有限,产品标准化程度较低,在生产过程中容易出现各种故障问题,研发、生产人员难以定位故障点及故障原因,排查及解决故障的时间长,严重影响生产进度。本研究通过将证据融合理论与案例推理故障诊断方法结合,构建一种混合数据的D-S-CBR系统,实现两种类型异构数据的融合及故障诊断。并将此研究应用于燃料电池系统的生产中,辅助研发、生产人员进行生产过程故障诊断,减少故障诊断时间,降低生产成本,提高产品质量。