Thèse soutenue

Pronostics basés sur l'apprentissage profond pour les piles à combustible dans des conditions de fonctionnement à charge variable
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Chu Wang
Direction : Rachid OutbibManfeng DouZhongliang Li
Type : Thèse de doctorat
Discipline(s) : Automatique
Date : Soutenance le 15/12/2022
Etablissement(s) : Aix-Marseille en cotutelle avec Northwestern Polytechnical University, Xi’an, Chine
Ecole(s) doctorale(s) : Ecole Doctorale Mathématiques et Informatique de Marseille (Marseille)
Partenaire(s) de recherche : Laboratoire : Laboratoire d’Informatique et Systèmes (LIS) (Marseille, Toulon)
Jury : Président / Présidente : Weiguo Liu
Examinateurs / Examinatrices : Deliang Liang, Kamal Medjaher
Rapporteurs / Rapporteuses : Zheng Xiang, Marie-Cécile Péra

Résumé

FR  |  
EN

Les systèmes de piles à combustible à membrane d'échange de protons (PEMFC) conviennent à diverses applications dans le domaine des transports, mais leur coût élevé et leur manque de durabilité restent les principaux facteurs limitant leur commercialisation à grande échelle. Dans les applications de transport, la détérioration des PEMFC est aggravée par des conditions de charge variables, ce qui entraîne une diminution de leur durée de vie utile restante (RUL). La gestion des pronostics et de la santé (PHM) est un outil efficace pour prévoir les risques du système, gérer les calendriers de contrôle/maintenance du système, améliorer la sécurité et la fiabilité du système, prolonger la durée de vie du système et réduire les coûts d'exploitation/maintenance. Le pronostic est une base importante et un support clé pour le PHM, et ses tâches principales incluent l'extraction d'indicateurs de santé, la prédiction des tendances de dégradation et l'estimation de la RUL. Les caractéristiques de dégradation à long terme des PEMFC sont dissimulées dans des conditions de charge variables, ce qui augmente la difficulté d'extraction des indicateurs de santé, réduit la précision de la prédiction de la dégradation et inhibe la fiabilité de l'estimation de la durée de vie. Dans cette optique, le travail de thèse part de la modélisation du comportement de dégradation des PEMFC dans des conditions de charge variables et mène des travaux de recherche sur l'extraction d'indicateurs de santé, la prédiction des tendances de dégradation à court/long terme, l'estimation RUL et l'évaluation de la fiabilité