Monitoring and real-time diagnosis of fuel cells using electrical measurements for automotive Application

Dans le contexte énergétique mondial actuel, les piles à combustible à membrane échangeuse de protons constituent une solution prometteuse au futur développement d'une nouvelle génération de véhicules électrifiés, permettant une autonomie plus importante que celle des véhicules électrifiés à batteries. Néanmoins, le développement à grand échelle des piles à combustible reste à ce jour limité en raison de certains verrous technologiques, tel que la gestion de l'eau. Afin de permettre une production de masse des piles à combustible, de tels problèmes doivent être résolus. Plusieurs axes de travail peuvent être envisagés, tant sur les aspects matériels sur la structure de la pile, que du point de vue de la commande en développant des outils algorithmiques permettant le suivi de l'état de fonctionnement du système en vue de détecter les défaillances éventuelles, ou la dégradation des conditions de fonctionnement, et permettre ainsi d'y apporter une solution au moyen du système de commande ou de supervision.Les travaux de cette thèse s'inscrivent dans cette seconde approche et portent plus particulièrement sur la mise en évidence des phénomènes d'engorgement ou d'asséchement du cœur de pile afin de diagnostiquer les éventuels problèmes d'hydratation conduisant à la réduction du rendement, à la diminution des performances ou encore à un vieillissement prématuré.Les méthodes développées au cours de ces travaux se fondent sur des stratégies de suivi de paramètres significatifs d'un modèle de pile dont les évolutions, comparativement à des valeurs de référence, sont caractéristiques de l'état hydratation du cœur de pile. Le suivi en temps réel de ces paramètres permet ainsi de mettre en évidence les phénomènes d'engorgement ou d'asséchement du cœur de pile.Les modèles adoptés pour ces travaux font appel à une représentation de l'impédance électrique de la pile.Ainsi, en suivant cette approche, la stratégie adoptée se fonde alors sur le développement de deux modèles de type circuit électrique : un modèle d'ordre entier puis un modèle d'ordre fractionnaire. Cette deuxième formulation des modèles, plus proche de la réalité physique des phénomènes de transports se produisant au cœur de pile, permet une meilleure représentation de la pile tant du point de vue temporel que fréquentiel. En effet, les analyses effectuées en utilisant des résultats expérimentaux obtenus au moyen d'une cellule de pile (surface active de 100 cm2 conçue par la société UBzM) ont permis de valider que le modèle d'ordre fractionnaire, en contrepartie d'une augmentation de la complexité, permet de mieux reproduire d'une part les résultats temporels de la pile (suivi de tension pour un profil de courant donnée), d'autre part une meilleure approximation de l'impédance mesurée.Des méthodes d'identification paramétrique, conventionnelles et adaptées aux systèmes d'ordre fractionnaire, sont ensuite utilisées afin d’extraire les paramètres des modèles développés à partir de données expérimentales temporelles (tension/courant de la pile), ou fréquentielles (spectroscopie d'impédance). Une étude de sensibilité permet alors de définir les paramètres les plus indicatifs des phénomènes d'engorgement et d'assèchement. L'évolution de ces paramètres, associés à la tension et le spectre d'impédance de la pile, sont alors combinés afin de construire une stratégie de diagnostic de l’engorgement et de l’asséchement du cœur de pile.In the current global energy context, proton exchange membrane fuel cells represent a promising solution to the future development of a new generation of electrified vehicles, allowing greater autonomy than electrified vehicles using batteries.Nevertheless, the large-scale development of fuel cells remains limited due to some technological locks, such as water management. To enable mass production of fuel cells, such problems must be solved. Several working axes may be envisaged both on the hardware aspects of the fuel cell structure, and from the point of view of control, by developing algorithmic tools for monitoring the operating state of the system to detect any failures, or degradations that may occur.The work of this thesis falls within this second approach and focuses specifically on the identification of drying and drowning phenomena which can appear in a fuel cell, to diagnose any moisture problems leading to yield reduction.The methods developed in this work are based on the monitoring of relevant parameters of the fuel cell model which changes, compared to reference values, are characteristic of the state of the fuel cell hydration.The real-time monitoring of these parameters can highlight the drying and drowning phenomena.Adopted models for this work are based on a representation of the electrical impedance of the fuel cell.Thus, following this approach, the adopted strategy is then based on the development of two electrical models: an integer order model and a fractional order model. It appears that the second model formulation is closer to the physical reality of transport phenomena occurring in the fuel cell. It allows a better representation of the fuel cell behavior in time and frequency domain. Indeed, the analyzes based on experimental results performed using a single fuel cell (100 cm2 active area designed by UBzM company) have validated that the fractional order model, in return for an increase of complexity, allows better reproduce, in the one hand of the fuel cell time-series voltage response (voltage monitoring for a given current profile), on the other hand a better approximation of the measured impedance. Conventional and of fractional order parametric identification methods are then used to extract the model’s parameters from time-series experimental data (voltage / current from the battery) or frequency data (impedance spectroscopy).A sensitivity analysis allows then the defining of the most indicative parameters of the drowning and drying phenomena. The evolution of these parameters associated with the voltage and impedance spectrum of the fuel cell are then combined to build a diagnosis strategy of the fuel cell water management