Comparaison entre les mesures et le modèle dans le diagramme de Bode Chacun des

4.2 Paramètres identifiés

Le Tableau3.8présente les trois jeux de paramètres obtenus pour les trois identifications. A 10 A, la résistance de diffusion dans la GDL

R

dgest prise constante à 61 s/m comme identifiée par la procédure

multispectre. Les cinq autres paramètres identifiés sont dans la gamme de la littérature et sont globale- ment assez proches de ceux obtenus par l’optimisation multispectre, cf. Tableau3.4.

Le même constat est effectué pour les paramètres des courants 30 et 50 A. Ces courants étant dans la zone de potentiels intermédiaires, le paramètre

K

e est gardé constant à 1 et

R

dg est identifiée. Les

résultats montrent assez peu de changement concernant les paramètres

b

,

R

dget

C

DL. Finalement seuls

le courant d’échange

i

c et la résistance de membrane semblent être très fortement dépendant du point

de fonctionnement.

Courant (A)

i

c (A/m2)

R

dg(s/m)

C

DL(F/m2)

K

e (-)

b

(V)

R

m(

Ω

.m2)

10 552 61 131 2,31 0,17 1,35.10-5

30 2284 66 177 1 0,16 8,24.10-6

50 12520 62 242 1 0,17 8,37.10-6

TABLE 3.8: Valeurs des paramètres identifiés pour une seule cellule (n˚8) à l’aide d’une optimisation monospectre.

Afin de vérifier si les mêmes constats peuvent être extrapolés à toutes les cellules du stack, la même procédure d’optimisation monospectre est donc exécutée sur l’ensemble de ces cellules. Une analyse

plus approfondie des évolutions des paramètres est ensuite fournie. Ces résultats sont présentés au Chapitre suivant.

5 Conclusion

Les travaux présentés au cours de ce chapitre se sont d’abord concentrés sur la description du banc MEDISIS. Celui-ci permet la mesure des impédances et des courbes de polarisation du stack MES-SA et de l’ensemble de ses cellules. L’ensemble des conditions opératoires étant contrôlées via une interface Labview R_{, chacun des points de fonctionnement du stack a donc pu être caractérisé dans les mêmes}

conditions. Enfin, la littérature recense encore très peu de données concernant la caractérisation élec- trochimique d’un stack et de toutes ses cellules simultanément. Le banc MEDISIS va donc contribuer à enrichir la littérature de manière significative.

Afin de valider le modèle pseudo 2D sur les mesures du banc MEDISIS, une procédure d’identifi- cation des paramètres du modèle est proposée. Puis, plusieurs optimisations reposant à la fois sur les mesures des impédances et des courants sont effectuées. Dans un premier temps, nous cherchons un jeu de paramètre unique permettant de reproduire le comportement expérimental sur plusieurs points de fonctionnement. A partir de là, il a été possible de réaliser une étude de sensibilité autour de ces valeurs représentatives de toute la gamme de courant (10 à 50 A).

Ainsi, il est apparu que la résistance de la GDL ne pouvait être identifiée dans la zone de forts potentiels. La pente à 45˚ s’atténuant aux forts courants, le paramètre

K

en’est plus identifié dans la zone de poten-

tiels intermédiaires. Enfin il a été décidé de relier la résistance des gaz dans l’électrode

R

deà celle de la

GDL vu sa faible sensibilité sur l’impédance et le courant. Ainsi, la réduction du nombre de paramètres permet non seulement de ne garder que ceux présentant une sensibilité suffisante, au point de fonction- nement considéré, et de plus elle diminue le risque d’obtenir un jeu de paramètres issu d’un minimum local lors des optimisations.

Finalement, cette procédure est utilisée pour valider le modèle pseudo 2D sur trois points de fonction- nement. Les résultats numériques obtenus présentent un très bon accord avec les mesures d’impédance et de courants. De cette procédure, il est alors être possible de construire un outil de diagnostic. En effet, à partir des valeurs des paramètres identifiées sur chacune des cellules, leur état de santé au sein du stack va pouvoir être diagnostiqué en fonction de différentes conditions opératoires. Ces résultats font l’objet du dernier chapitre.

Caractérisation des performances d’un

stack sous différentes conditions

opératoires

Sommaire

1 Caractérisation des performances du stack et de ses cellules. . . 108

1.1 Identification des paramètres des seize cellules . . . 108

1.2 Méthodologie de calcul des pertes de potentiel . . . 112

1.3 Histogrammes des pertes de potentiel par cellule . . . 115

1.4 Utilisation du modèle pseudo 2D pour la caractérisation des performances et le diagnostic de dégradations des cellules . . . 118

2 Caractérisation de l’impact de l’eau sur les performances du stack . . . 118

2.1 Mesures de la tension et de l’impédance du stack sous différentes humidités rela- tives de l’air. . . 119

2.2 Évolution des performances en fonction de l’humidité relative de l’air . . . 121

2.3 Effet d’hystérésis montée/descente de la courbe de polarisation. . . 124

2.4 Conclusions. . . 126

3 Mise en place d’une procédure de détection d’un engorgement en eau des canaux . . 127

3.1 Réponse du stack à un changement de stœchiométrie . . . 128

3.2 Caractérisation des performances du stack lors de la mesure m0 . . . 130 3.3 Estimation de la stœchiométrie en air cellule par cellule . . . 136

3.4 Conclusions. . . 139

4 Effet de l’anode en mode bouchée sur l’impédance des cellules . . . 140

4.1 Mesures de l’impédance dans la configuration anode bouchée . . . 140

4.2 Analyse des paramètre identifiés . . . 142

4.3 Conclusions. . . 144

D

ANSce dernier chapitre, la procédure d’identification des paramètres utilisée à la fin du Chapitre

3, section4sur une seule cellule est étendue à toutes les cellules du stack. Une méthodologie de calcul originale, basée sur les surtensions calculées par le modèle pseudo 2D, permet la caractérisation des pertes de potentiel phénomène par phénomène. La section1présente l’ensemble de ces résultats.

Les trois sections suivantes interviennent ensuite de manière indépendante les unes des autres. La section 2 présente une étude de l’eau en cœur de pile. Aidée de la méthodologie de caractérisation des performances, décrite en section1, une stratégie d’humification du stack est proposée. La section

3 présente une analyse de l’impact de la stœchiométrie en air sur les mesures d’impédance du stack et de ces cellules. La prise en compte de cet effet par le modèle pseudo 2D montre ensuite qu’il est possible d’estimer la stœchiométrie cellule par cellule simplement à partir de la mesure de l’impédance. Enfin, la dernière section vient en perspectives des travaux présentés au cours de ce chapitre. Une étude prospective montre une limitation de la modélisation uniquement basée sur les phénomènes de la cathode : le fonctionnement du stack sous anode bouchée.

1 Caractérisation des performances du stack et de ses cellules

Cette section est divisée en deux parties. La procédure d’identification présentée en fin de Chapitre3

est appliquée à toutes les cellules du stack. Les valeurs des paramètres sont présentées. Puis, à partir de ces derniers, il va être possible de déduire les pertes de potentiel associées à chacun des phénomènes (charges, espèces ou électrochimiques). Une caractérisation de l’état de santé des cellules est enfin présentée.

1.1 Identification des paramètres des seize cellules

1.1.1 Valeurs des paramètres identifiés

La procédure d’optimisation pour un unique spectre d’impédance est maintenant appliquée : les valeurs des paramètres sont recherchées pour chacun des courants. Les résultats d’optimisation sont tout d’abord présentés Figure4.1, où sont comparés les mesures d’impédance du stack et le modèle, toujours pour le cas de référence défini au Tableau 3.2. Les spectres présentés ici ont été obtenus à partir de la somme des seize impédances de cellule sur chacun des courants. Globalement, les résultats sont satisfaisants, les points suivant méritent d’être soulignés :

– le modèle est capable de reproduire fidèlement les différents comportements de cellule.

– le choix des paramètres à identifier selon le fonctionnement a été le bon puisque cela ne nuit pas à la qualité de l’optimisation.

– les résultats d’optimisation ont été obtenus avec un critère moyen inférieur à 0,01 ; c’est à dire qu’il y a moins de 1% d’erreur en moyenne entre la théorie et les mesures (permanente et fréquentielle). Les valeurs des paramètres sont présentées Figure4.2. L’évolution de six d’entre eux est proposée, la résistance de diffusion de l’électrode

R

deétant liée à celle de la GDL, elle suit la même évolution à un

facteur 3,33 près et n’est donc pas présentée. Par ailleurs, le choix a été fait de présenter la résistance d’électrode

R

e plutôt que le paramètre

K

e identifié. Ces deux paramètres suivent les mêmes évolutions

(cf. l’encadré Remarque au paragraphe 3.2.3), mais les interprétations physiques sont plus aisées en traçant le paramètre

R

e.

Par ailleurs, vu la quantité importante de résultats (six paramètres pour seize cellules sur cinq courants !), nous avons fait le choix de ne présenter que la valeur moyenne. Celle-ci est encadrée par l’écart-type obtenu sur les seize valeurs, la zone hachurée contient donc deux tiers des valeurs identifiées.

0 50 100 150 200 250 300 350 0 50 100 −Im(Z stack ) [m Ω ] Re(Z stack) [mΩ] 5 A 10 A 30 A 45 A 50 A Mesure Modèle

FIGURE4.1: Comparaison des résultats numériques avec les mesures d’impédance du stack pour cinq

Dans le document Modélisation multiphysique de l'impédance des piles à combustible PEM. Application au diagnostic de stack par spectroscopie. (Page 120-124)