Optimisation par la modélisation de l'expérimentation vibratoire des systèmes pile à combustible pour le transport terrestre

Optimization by modelling the vibratory experiment of the fuel cell systems for ground transport

• Auteur / Autrice : Dana-Maria Paclisan
• Direction : Willy Charon
• Type : Thèse de doctorat
• Discipline(s) : Sciences pour l'ingénieur
• Date : Soutenance le 09/09/2013
• Etablissement(s) : Belfort-Montbéliard
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur et microtechniques (Besançon ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : IRTES. M3M
• Jury : Président / Présidente : Didier Rémond
• Jury : Examinateurs / Examinatrices : Willy Charon, Didier Rémond, Louis Jézéquel, Denis Candusso, Jean-François Blachot
• Jury : Rapporteurs / Rapporteuses : Didier Rémond, Louis Jézéquel, Denis Candusso

Mots clés

Mots clés contrôlés

Intelligence artificielle

Réseaux neuronaux (informatique)

Piles à combustible

Mots clés libres

Pile à combustible

Vibrations

Réseaux de neurones

Intelligence artificielle

Fuel cell

Vibrations

Neural networks

Artificial intelligence

Résumé

Les recherches scientifiques sur la pile à combustible échangeuse de protons (PEMFC) ont, jusqu’il y a peu, concerné presque exclusivement les aspects fondamentaux liés à l’électrochimie, particulièrement la conception, le dimensionnement, les performances et le diagnostic. Récemment, les objectifs de durée de vie ont ouvert un nouvel axe de recherche sur le comportement mécanique de la PEMFC devant conduire à son optimisation statique et dynamique. Parallèlement les installations vibroclimatiques de la plateforme d’essais « Systèmes Pile à Combustible » de Belfort ont été développées. La thèse de Vicky ROUSS soutenue en 2008 montre l’intérêt et le potentiel de la modélisation type « boîte noire » pour simuler le comportement mécanique de la PEMFC, et de la technique des signatures mécaniques expérimentales pour mettre en évidence la présence des phénomènes physiques à l’intérieur de la PEMFC. Dans ce contexte les travaux de la présente thèse ont concerné le pilotage des essais de durabilité par simulation boîte noire temps réel et l’exploitation de cette dernière en vue de la découverte des phénomènes physiques à l’intérieur de la PEMFC. La modélisation par réseaux de neurones des systèmes simples de type oscillateur harmonique a représenté le premier pas pour la définition d’un modèle neuronal de pilotage des essais de durabilité en temps réel. Le cas du système mécanique excité par la base qui correspond à une pile à combustible fixée sur la plateforme vibratoire, a été considéré. L’architecture neuronale optimale a été définie en plusieurs étapes en utilisant différents algorithmes. Elle utilise en entrée le signal de commande du système et la réponse mesurée sur la pile à combustible au moment t et en sortie on obtient la réponse prédite du comportement de la pile à combustible au moment t+1. Cette architecture a été mise au point et validée par des essais sur la plateforme. D’autres essais ont permis de mettre en évidence différents comportements de la pile à combustible en fonction de l’amplitude de sollicitation, de la pression et de la température de la pile à combustible. Les signatures mécaniques obtenues réalisées à partir des essais de durabilité complètent la bibliothèque de signatures déjà existante et mettent en évidence de nouveaux comportements de la pile à combustible.

Scientific research on cell proton exchange fuel cells (PEMFC) have, until recently, almost exclusively concerned fundamental aspects of electrochemistry, particularly the design, sizing, the electrochemical performance and diagnostics. Recently, the objectives of life cycle have opened a new direction of research on the mechanical behavior of the PEMFC leading to its static and dynamic optimization. At the same time new environmental facilities of the test platform "Fuel Cell Systems" at Belfort are developed. Vicky ROUSS thesis sustained in 2008 shows the importance and the potential of the black box modeling to simulate the mechanical behavior of the PEMFC and experimental mechanical signatures to highlight the presence of physical phenomena inside PEMFC. In this context the work of this thesis concerned the monitoring of durability tests by simulation and real-time black-box operation to explore the physical phenomena inside the PEMFC. Modeling neural networks simple systems such as harmonic oscillator represented the first step towards the definition of a neural control model of real time environmental tests. Then, it was considered the case of the harmonic oscillator excited by the base, which corresponds to the fuel cell mounted on the vibration platform. The optimal neural architecture has been defined in several stages using different algorithms. This architecture uses as input the control signal of the system and the measured signal on the fuel cell at the time t and as output the predicted response behavior of the fuel cell at time t+1. This architecture has been developed and validated by tests on the platform. Other tests have allowed demonstrating the different behavior of the fuel cell in accordance with the amplitude of solicitation, the pressure and temperature of the fuel cell. Mechanical signatures made from tests complete the existing library of signatures and demonstrate new behaviors of the fuel cell.