Air supply control for proton exchange membrane fuel cells without explicit modeling

यहाँ ECC 2026 में प्रस्तुत शोध पत्र "Air Supply Control for Proton Exchange Membrane Fuel Cells without Explicit Modeling" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

प्रोटॉन एक्सचेंज मेम्ब्रेन फ्यूल सेल्स (PEMFCs) परिवहन के क्षेत्र में कार्बन उत्सर्जन कम करने के लिए एक आशाजनक तकनीक हैं। हालाँकि, इनका संचालन वायु आपूर्ति प्रणाली (air supply system) पर अत्यधिक निर्भर करता है, जिसे सटीक ऑक्सीजन स्टोइचियोमेट्री ($\lambda_{O2}$) बनाए रखनी होती है।

• चुनौती: PEMFC सिस्टम अत्यधिक नॉनलीनियर (nonlinear) है, जिसमें विद्युत, तापीय और रासायनिक घटनाओं के बीच जटिल अंतःक्रियाएं शामिल हैं। फ्यूल सेल स्टैक की जटिलता और सटीक भौतिक पैरामीटर मान प्राप्त करने की कठिनाई के कारण सटीक मॉडलिंग करना कठिन है।
• मौजूदा विधियों की सीमाएँ:
  • मॉडल-आधारित नियंत्रण (Model-Based Control): स्लाइडिंग मोड कंट्रोल, लीनियराइजेशन और LQR जैसी रणनीतियाँ स्पष्ट गणितीय मॉडल पर निर्भर करती हैं। यदि मॉडल वास्तविक सिस्टम से पूरी तरह मेल नहीं खाता या पैरामीटर बदलते हैं, तो उनका प्रदर्शन गिर जाता है।
  • अनुकूली/इंटेलिजेंट नियंत्रण (Adaptive/Intelligent Control): PID गेन को ट्यून करने या नियंत्रक डिजाइन करने के लिए फजी लॉजिक, न्यूरल नेटवर्क या डीप रिइन्फोर्समेंट लर्निंग का उपयोग करने वाली विधियाँ गणनात्मक रूप से महंगी होती हैं, जिससे वास्तविक औद्योगिक कार्यान्वयन चुनौतीपूर्ण हो जाता है।
• लक्ष्य: एक ऐसा नियंत्रण रणनीति विकसित करना जो विभिन्न लोड स्थितियों और पैरामीटर अनिश्चितताओं के तहत मजबूत ऑक्सीजन स्टोइचियोमेट्री विनियमन सुनिश्चित करे, बिना किसी स्पष्ट, जटिल गणितीय मॉडल पर निर्भर रहे।

2. कार्यप्रणाली (Methodology)

लेखक एक मॉडल-फ्री कंट्रोल (MFC) रणनीति प्रस्तावित करते हैं, विशेष रूप से एक इंटेलिजेंट प्रोपोर्शनल (iP) नियंत्रक का उपयोग करते हुए।

A. सैद्धांतिक ढांचा (MFC)

एक वैश्विक भौतिक मॉडल के बजाय, सिस्टम को एक अल्ट्रा-लोकल मॉडल द्वारा अनुमानित किया जाता है:
$$\dot{y} = F + \alpha u$$

• $y$: आउटपुट (ऑक्सीजन स्टोइचियोमेट्री)।
• $u$: कंट्रोल इनपुट (मोटर करंट)।
• $F$: एक पद जो अज्ञात सिस्टम डायनेमिक्स, विक्षोभ (disturbances) और अनमॉडल भौतिकी को समाहित करता है।
• $\alpha$: एक स्थिरांक जिसे मैग्निट्यूड को संतुलित करने के लिए अभ्यासी (practitioner) द्वारा चुना जाता है (इसके सटीक अनुमान की आवश्यकता नहीं है)।

नियंत्रण नियम (control law) पिछले इनपुट/आउटपुट डेटा के स्लाइडिंग विंडो इंटीग्रल के माध्यम से प्राप्त $F$ के डेटा-ड्रिवन रियल-टाइम अनुमान ($F_{est}$) का उपयोग करके व्युत्पन्न किया जाता है। कंट्रोल इनपुट $u$ को इस प्रकार परिकलित किया जाता है:
$$u = \frac{-F_{est} - \dot{y}^* + K_p e}{\alpha}$$
जहाँ $y^*$ संदर्भ प्रक्षेपवक्र (reference trajectory) है, $e$ ट्रैकिंग त्रुटि है, और $K_p$ एक ट्यूनिंग गेन है। यह दृष्टिकोण सरल ट्यूनिंग और तीव्र अनुकूलन की अनुमति देता है।

B. सिस्टम मॉडल (सिमुलेशन वातावरण)

यद्यपि नियंत्रक मॉडल-मुक्त है, लेखकों ने सिस्टम व्यवहार को सिम्युलेट करने और नियंत्रक को मान्य करने के लिए साहित्य [6] से एक व्यापक रूप से स्वीकृत 4-स्टेट PEMFC एयर-फीड मॉडल का उपयोग किया है।

• स्टेट्स (States): ऑक्सीजन आंशिक दबाव ($x_1$), नाइट्रोजन आंशिक दबाव ($x_2$), कंप्रेसर गति ($x_3$), और सप्लाई मैनिफोल्ड दबाव ($x_4$)।
• विक्षोभ (Disturbance): स्टैक करंट ($\xi$) जिसे एक मापे गए विक्षोभ के रूप में माना गया है।
• नियंत्रण उद्देश्य: $\lambda_{O2}$ को एक सेटपॉइंट $\lambda^*_{O2}$ (आमतौर पर 2 और 2.5 के बीच) पर विनियमित करना ताकि ऑक्सीजन की कमी ($\lambda \le 1$) या मेम्ब्रेन के सूखने ($\lambda > 2.5$) को रोका जा सके।

C. सिमुलेशन परिदृश्य (Simulation Scenarios)

नियंत्रक का परीक्षण दो सेटपॉइंट प्रकारों और दो करंट प्रोफाइल्स के संयोजन वाले चार विशिष्ट परिदृश्यों के तहत किया गया था:

1. सेटपॉइंट्स:
   • स्थिर (Constant): $\lambda^*_{O2} = 2.2$।
   • परिवर्तनीय (Variable): $\lambda^*_{O2}$ को स्टैक करंट के एक बहुपद (polynomial) फलन के रूप में परिभाषित किया गया है (लोड के दौरान दक्षता को अनुकूलित करने के लिए)।
2. करंट प्रोफाइल्स:
   • प्रोफाइल 1: स्टैक करंट में छोटे उतार-चढ़ाव।
   • प्रोफाइल 2: स्टैक करंट में महत्वपूर्ण, तीव्र उतार-चढ़ाव।
3. मजबूती परीक्षण (Robustness Test): सिमुलेशन को नॉमिनल (Nominal) स्थितियों और अनिश्चित (Uncertain) स्थितियों में चलाया गया था, जहाँ प्रमुख भौतिक पैरामीटर (जैसे, मोटर घर्षण, कंप्रेसर दक्षता, कैथोड वॉल्यूम, तापमान) को $\pm 10\%$ से $\pm 20\%$ तक बदला गया था।

3. मुख्य योगदान (Key Contributions)

• मॉडल-मुक्त कार्यान्वयन: प्रदर्शित किया गया कि एक जटिल, नॉनलीनियर PEMFC एयर-फीड सिस्टम को किसी विशिष्ट भौतिक मॉडल को व्युत्पन्न या पहचाने बिना प्रभावी ढंग से नियंत्रित किया जा सकता है।
• गणना दक्षता: प्रस्तावित iP नियंत्रक के लिए बहुत कम पैरामीटर और कम कम्प्यूटेशनल बोझ की आवश्यकता होती है, जो इसे AI-आधारित या जटिल अनुकूली नियंत्रकों की तुलना में वास्तविक समय के औद्योगिक एम्बेडेड सिस्टम के लिए अत्यधिक आकर्षक बनाता है।
• मजबूती का सत्यापन: साक्ष्य प्रदान किया कि नियंत्रक भौतिक स्थिरांकों में महत्वपूर्ण पैरामीट्रिक अनिश्चितताओं (20% विचलन तक) के बावजूद स्थिरता और प्रदर्शन बनाए रखता है।
• दोहरा मोड प्रदर्शन: दोनों स्थिर सेटपॉइंट विनियमन और विविध लोड प्रोफाइल के तहत परिवर्तनीय सेटपॉइंट ट्रैकिंग को सफलतापूर्वक संभाला।

4. सिमुलेशन परिणाम (Simulation Results)

संख्यात्मक सिमुलेशन से निम्नलिखित परिणाम प्राप्त हुए:

• ट्रैकिंग प्रदर्शन:
  • स्थिर सेटपॉइंट: नियंत्रक ने ऑक्सीजन स्टोइचियोमेट्री को छोटे करंट उतार-चढ़ाव के लिए सेटपॉइंट पर 5 सेकंड (नॉमिनल) और 6.5 सेकंड (अनिश्चित) के भीतर बहाल कर दिया। बड़े करंट उतार-चढ़ाव के लिए, बहाली में 2-10 सेकंड लगे, जिसमें अनिश्चित मामले में केवल मामूली वृद्धि (1.5 सेकंड) हुई।
  • परिवर्तनीय सेटपॉइंट: नियंत्रक ने बहुपद संदर्भ प्रक्षेपवक्र को सफलतापूर्वक ट्रैक किया, नॉमिनल और अनिश्चित मामलों के लिए क्रमशः 5-6 सेकंड के भीतर विक्षोभ अस्वीकृति और ट्रैकिंग प्राप्त की।
• मजबूती (Robustness):
  • कंट्रोल इनपुट ($u$) नॉमिनल और अनिश्चित मामलों के बीच काफी भिन्न थे, जो बदलते सिस्टम डायनेमिक्स के प्रति नियंत्रक की अनुकूलन क्षमता को दर्शाता है।
  • आउटपुट प्रतिक्रिया ($y$) नॉमिनल और अनसेप्टेंट मामलों के बीच लगभग समान रही, जो पुष्टि करती है कि क्लोज्ड-लूप सिस्टम परीक्षण किए गए पैरामीटर परिवर्तनों के प्रति मजबूत है।
• क्षणिक व्यवहार (Transient Behavior): सिस्टम ने सबसे आक्रामक करंट प्रोफाइल (प्रोफाइल 2) के तहत भी बिना किसी महत्वपूर्ण ओवरशूट या अस्थिरता के संतोषजनक क्षणिक व्यवहार प्रदर्शित किया।

5. महत्व और भविष्य का कार्य (Significance and Future Work)

• औद्योगिक प्रासंगिकता: यह अध्ययन PEMFC परिनियोजन में एक महत्वपूर्ण बाधा को संबोधित करता है: जटिल स्टैक को मॉडल करने की कठिनाई। स्पष्ट मॉडल पर निर्भरता को हटाकर, यह दृष्टिकोण वाणिज्यिक वाहनों में उन्नत नियंत्रण रणनीतियों को लागू करने की बाधा को कम करता है।
• स्केलेबिलिटी: कम कम्प्यूटेशनल लागत यह सुझाव देती है कि यह विधि ऑटोमोटिव अनुप्रयोगों में उपयोग किए जाने वाले कम लागत वाले माइक्रोकंट्रोलर के लिए उपयुक्त है।
• भविष्य की दिशाएँ:
  • हार्डवेयर-इन-द-लूप (HIL): लेखक भौतिक हार्डवेयर के विरुद्ध सिमुलेशन परिणामों को मान्य करने के लिए वास्तविक टेस्ट बेंच पर iP नियंत्रक को लागू करने की योजना बना रहे हैं।
  • ऊर्जा प्रबंधन: मॉडल-फ्री दृष्टिकोण को व्यापक ऊर्जा प्रबंधन प्रणालियों तक विस्तारित करना।
  • फॉल्ट टॉलरेंस: ऑक्सीजन स्टोइचियोमेट्री माप को खराब करने वाले सेंसर दोषों को विशेष रूप से संभालने के लिए फॉल्ट-टॉलरेंट नियंत्रण और निदान में MFC को लागू करना।

निष्कर्षतः, यह शोध पत्र प्रमाणित करता है कि इंटेलिजेंट प्रोपोर्शनल (iP) नियंत्रक के माध्यम से मॉडल-फ्री कंट्रोल PEMFC के वायु आपूर्ति के प्रबंधन के लिए एक अत्यधिक प्रभावी, मजबूत और गणनात्मक रूप से कुशल समाधान है, जो उन परिदृश्यों में पारंपरिक मॉडल-निर्भर विधियों से बेहतर प्रदर्शन करता है जहाँ सटीक मॉडलिंग अव्यावहारिक है।