Please use this persistent identifier to cite or link to this item: doi:10.24405/4325
DC FieldValueLanguage
dc.contributor.advisorHorn, Joachimde_DE
dc.contributor.authorHähnel, Christian-
dc.date.accessioned2019-09-20T05:19:40Z-
dc.date.available2019-09-20T05:19:40Z-
dc.date.issued2017-
dc.identifier.otherhttp://edoc.sub.uni-hamburg.de/hsu/volltexte/2017/3157/-
dc.identifier.urihttps://doi.org/10.24405/4325-
dc.description.abstractDie vorliegende Arbeit soll einen Beitrag zum effizienten Betrieb von PEM-Brennstoffzellensystemen im Hinblick auf deren Regelung leisten. Beschrieben wird die Modellierung als Grundlage der Leistungs- und kathodenseitigen Druckregelung. Die Modellbildung basiert auf chemischen, strömungstechnischen, geometrischen und elektrischen Zusammenhängen. Das elektrische Modell und die Strömungsübergänge am verwendeten Ventil zur kathodenseitigen Nachdruckregelung sowie dessen Ventilcharakteristik sind stark nichtlinear. Anwendung findet daher die Nichtlineare Modellprädiktive Regelung für den kontinuierlichen Betrieb der Brennstoffzelle zur elektrischen Leistungsbereitstellung. Für die aus verschiedenen Gründen auftretenden Modellungenauigkeiten wird die Modellprädiktive Regelungsstrategie um eine Modellkorrektur ergänzt, sodass stationäre Genauigkeit während verschiedener Belastungsszenarien sichergestellt ist. Als Grundlage der Modellkorrektur wird ein Erweitertes Kalman-Filter eingesetzt. Für die anodenseitige Druckregelung wird während der regelmäßigen Spülvorgänge die Iterativ Lernende Regelung eingesetzt. Der Wasserstoffdruck soll während der Spülvorgänge, die dem Entfernen von angesammeltem Wasserkondensat auf den Reaktionsflächen und Stickstoff im System dienen, konstant bleiben, um einerseits den Druckunterschied zwischen Anoden- und Kathodenvolumen zu begrenzen sowie andererseits die positive Auswirkung des konstanten Drucks während der Spülvorgänge zu nutzen. Der Vorgang kann schneller und im Hinblick auf ein exakt zu extrahierendes Volumen je Spülvorgang präziser durchgeführt werden. Der Aufbau verschiedener Lernfilter und die Anwendung der klassischen Iterativ Lernenden Regelung sowie der Optimierend Iterativ Lernenden Regelung werden gezeigt. Die verschiedenen Regelungsstrategien werden an einem Brennstoffzellensystem mit einer elektrischen Spitzenleistung von 4,4?kW umgesetzt.de_DE
dc.description.sponsorshipRegelungstechnikde_DE
dc.language.isogerde_DE
dc.subjectPolymer-Elektrolytmembran-Brennstoffzellede_DE
dc.subjectModellierungde_DE
dc.subjectNichtlineare Modellprädiktive Regelungde_DE
dc.subjectOptimierend Iterativde_DE
dc.subjectLernende Regelungde_DE
dc.subject.ddc620 Ingenieurwissenschaftende_DE
dc.titleRegelung zum effizienten Betrieb eines PEM-Brennstoffzellensystemsde_DE
dc.typeThesisde_DE
dcterms.dateAccepted2017-02-27de_DE
dc.contributor.refereeAschemann, Haraldde_DE
dc.identifier.urnurn:nbn:de:gbv:705-opus-31576-
dc.contributor.grantorHSU Hamburgde_DE
dc.type.thesisDoctoral Thesisde_DE
local.submission.typefull-text-
item.fulltext_sWith Fulltext-
item.fulltextWith Fulltext-
item.grantfulltextopen-
item.languageiso639-1de-
item.openairetypeThesis-
Appears in Collections:Publications of the HSU Researchers
Files in This Item:
File Description SizeFormat
openHSU_4325.pdf3.89 MBAdobe PDFView/Open
Show simple item record

CORE Recommender

Google ScholarTM

Check


Items in openHSU are protected by copyright, with all rights reserved, unless otherwise indicated.