文献

J-GLOBAL ID：201702236976254619   整理番号：17A0024942

蓄積コンピューティングを用いた動的負荷プロファイル下での燃料電池故障診断【Powered by NICT】

Fuel Cells Fault Diagnosis under Dynamic Load Profile Using Reservoir Computing

著者 (6件)： Morando S. ,  Pera M. C. ,  Steiner N. Yousfi ,  Jemei S. ,  Hissel D. ,  Larger L.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： VPPC  ページ： 1-6  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 燃料電池(FC)は,国際エネルギー機関により発表された将来のエネルギー危機を克服するための最も興味ある解の一つと考えられている。しかし,技術または社会的かどうか,種々のボトルネックはこの技術の工業的関心,燃料電池の大量生産を遅くした。これらのボトルネックの一つは,FCシステムの限られた寿命に関連している。に対抗するために,故障診断と同定法の実装は興味深い。元と実験的に適合診断アプローチ,貯留層計算を提示した。人工知能ドメインに由来する,このパラダイムは,伝統的な人工ニューラルネットワークの変化は,異なる層の連続の代わりにニューロンの貯留層であった。標的断層タイプは化学量論値断層,圧力降下,温度低下と冷却回路に問題である。実験結果は,動的負荷プロファイル下でこれらの故障を検出するためのRC法の単純性と効率を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 化学量論 ,  人工知能 ,  *動荷重 ,  圧力損失 ,  エネルギー危機 ,  ニューラルネットワーク ,  *燃料電池 ,  大量生産 ,  ニューロン ,  *故障診断
準シソーラス用語： 温度低下 ,  貯留層 ,  IEA【国際機関】 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  無線通信一般  (ND08010L) ,  データ保護  (JD01020V)

タイトルに関連する用語 (6件)： 蓄積 ,  コンピューティング ,  動的負荷 ,  プロファイル ,  燃料電池 ,  故障診断