Modellbasierte Fehlererkennung und Diagnose in Echtzeit am Beispiel einer Brennstoffzelle

In der vorliegenden Arbeit wird ein echtzeitfähiges und leicht zu parametrierendes Modell einer Brennstoffzelle vorgestellt. Diesem Modell liegen die chemischen und physikalischen Gesetzmäßigkeiten sowie drei Kennlinienfelder zu Grunde. Aufbauend auf diesem Modell wird eine Symptomerkennung mit zusätzlicher Diagnoseeinheit geschaffen. Die Symptomerkennung isoliert aus dem Vergleich der Messdaten von Modell und realer Brennstoffzelle im Fehlerfall Symptome. Diese werden im nächsten Schritt von einer Diagnoseeinheit in Verbindung mit einem Expertensystem ausgewertet und mit bekannten Mustern verschiedener Fehler verglichen. Das gesamte Modell der Brennstoffzelle zusammen mit der Symptomerkennung und der Diagnoseeinheit benötigt trotz seiner Komplexität eine Rechenleistung die handelsübliche PC liefern können. Soll das Konzept der Fehlererkennung und Diagnose in einem Steuergerät im Feld eingesetzt werden, so stoßen heute verwendete Steuergeräte an die Grenzen ihrer Rechenleistung. Dennoch ist ein Einsatz des Konzepts mittels Kennlinienfeldern auch hier denkbar.