Diagnostic non invasif de piles à combustible par mesure du champ magnétique proche

• Main Author: Le Ny, Mathieu
• Other Authors: Grenoble
• Language: fr
• Published: 2012
• Subjects: Diagnostic; Piles à combustible; Problèmes inverses; Modélisation; Mesures; Champs magnétiques faibles; Réseau de capteurs; Stack; Électrocinétique; Estimateurs; Bruit; Incertitudes; Décomposition en valeurs singulières; Régularisation; Filtrage; Optimisation; Diagnosis; Fuel cells; Inverse problems; Modeling; Measurements; Low magnetic fields; Sensor array; Estimators; Noise; Uncertainty; Singular value decomposition; Regularization; Filtering; Optimization; 620
• Online Access: http://www.theses.fr/2012GRENI114/document

Cette thèse propose une technique innovante de diagnostic non invasive pour les systèmes piles à combustible. Cette technique s’appuie sur la mesure de la signature magnétique générée par ces systèmes. A l'aide de ces champs magnétiques externes, il est possible d'obtenir une cartographie de la densité de courant interne par résolution d'un problème inverse. Ce problème est néanmoins mal posé : la solution est non unique et est extrêmement sensible au bruit. Des techniques de régularisation ont ainsi été mises en place pour filtrer les erreurs de mesures et obtenir une solution physiquement acceptable. Afin d'augmenter la qualité de reconstruction des courants, nous avons conçu notre outil de diagnostic de manière à ce qu'il soit uniquement sensible aux défaillances de la pile (capteur de défauts). De plus, cette reconstruction se base sur un nombre extrêmement faible de mesures. Une telle approche facilite l'instrumentation du système et augmente la précision et la rapidité de celui-ci. La sensibilité de notre outil à certaines défaillances (assèchements, appauvrissement en réactifs, dégradations) est démontrée. === This thesis proposes a new non invasive technique for fuel cell diagnosis. This technique relies on the measurements of the magnetic field signature created by these systems. By solving an inverse problem, it is possible to get an internal current density map. However, the inverse problem is ill-posed: the solution is not unique and it is extremely sensitive to noise. Regularization techniques were used in order to filter out measurement errors and to obtain physical realistic solutions. In order to improve the quality of the current density estimators, a diagnostic tool was built which is only sensitive to faults occurring inside the fuel cell (fault sensor). More over, our approach is based on a very low number of measurements. Such technique simplifies the experimental setup and improves the accuracy and the speed of the diagnostic tool. The sensitivity of our tool to some faults (drying out, oxygen starvation and ageing) is demonstrated.