基于因果分解的 SOFC 系统故障根源诊断方法

来源：计算机技术与发展杂志2021年第10期北京时间：

作者：陈孟婷;';付晓薇;'*;樊洋;';李曦

单位：1. 武汉科技大学 计算机科学与技术学院,湖北 武汉 430065;2. 智能信息处理与实时工业系统湖北省重点实验室,湖北 武汉 430065;3. 华中科技大学 人工智能与自动化学院,湖北 武汉 430074

摘要：固体氧化物燃料电池(solid oxide fuel cell,SOFC) 具有高效率、低排放、长寿命运行等特点。 SOFC 系统发电过程中存在时变、非线性和非平稳性等现象,会引起性能演化衰变,进而导致不明故障而停机。 鉴于此,文中提出了一种基于因果分解的故障根源诊断方法。该方法运用集成经验模式分解 ( EEMD)方法将过程数据分解为有限个固有模式函数( IMF)以表征原始信号在不同时间尺度上的局部特征,同时引入瞬时相位相关性概念以定量评估 IMF 分量间因果作用,从而达到因果分解的目的。 此外,该方法在考虑时间优先原则的同时,强调因果交互作用的瞬时关系,因而增强双向因果关系检测与分析能力。 实验结果表明,该方法通过可靠的故障传播路径分析可实现故障源准确定位,为故障演化机理分析提供支撑,具有较强实用性。

关键词：固体氧化物燃料电池;数据驱动;故障根源诊断;集成经验模式分解;瞬时相位相关性