氢燃料电池控制策略
氢燃料电池动态响应的优化控制策略研究
氢燃料电池动态响应的优化控制策略研究氢燃料电池作为一种清洁能源技术，在全球能源转型中扮演着重要角色。
然而，其动态响应特性的优化控制仍然是一个具有挑战性的问题。
本文将对氢燃料电池动态响应的优化控制策略进行研究，并探讨其中的关键问题和挑战。
首先，我们需要深入了解氢燃料电池的动态响应特性。
氢燃料电池是一种将氢气和氧气通过电化学反应转化为电能的设备，其输出电压和电流会随着负载的变化而发生波动。
这种动态响应特性不仅会影响燃料电池的稳定性和效率，还会对系统的实时调节能力提出挑战。
针对氢燃料电池动态响应特性所面临的挑战，研究者们提出了各种优化控制策略。
其中，最常见的包括PID控制、模型预测控制、神经网络控制等。
这些控制策略在不同的应用场景中有着各自的优势和局限性，如何选择合适的控制策略成为了一个重要问题。
在研究氢燃料电池动态响应的优化控制策略时，我们需要考虑的关键问题包括控制算法的精度和实时性、系统的稳定性和安全性、以及控制器的实施难度和成本等方面。
这些问题的研究不仅需要理论分析，还需要进行大量的仿真实验和实际测试，以验证控制策略的有效性和可靠性。
除了考虑氢燃料电池系统本身的特性，优化控制策略的设计还需要考虑到外部环境的影响。
例如，氢气和氧气的供应不稳定、负载突然变化等外部因素都会对燃料电池系统的动态响应产生影响，进而影响到控制策略的性能。
让我们总结一下本文的重点，我们可以发现，是一个复杂而又具有挑战性的课题。
在未来的研究中，我们需要进一步深入探讨氢燃料电池系统的动态响应特性及其优化控制策略，以推动清洁能源技术的发展和应用。
希望本文的研究能为相关领域的研究者和工程师提供一定的参考和启示。
氢燃料电池控制策略
02
03
参考文献3
赵七, 周八. (2018). 氢燃料电池输出电 压控制策略研究. 电子工业出版社.
THANKS
感谢观看
模块化设计
采用模块化的设计思路，将氢燃料电 池系统划分为若干个独立的模块，便 于系统的维护和升级。
研究不足与展望
安全性问题
目前对氢燃料电池系统的安全 性研究尚不充分，需要进一步
研究和探索。
能效问题
提高氢燃料电池系统的能效是 未来的重要研究方向，需要进 一步优化控制策略。
传感器技术
高性能的传感器技术在氢燃料 电池领域的应用尚不成熟，需 要加强研究。
研究方法
采用理论建模、仿真分析和实验验证相结合的方法，构建氢燃料电池控制策略模型，并针对不同的应用场景进行 优化和控制算法设计。
02
氢燃料电池工作原理及特性
氢燃料电池工作原理
氢燃料电池是一种将氢气和氧气 通过电极反应转化为电能的装置
。
在氢燃料电池中，氢气通过阳极 进入电池，氧气通过阴极进入电 池，通过电极上的催化剂，氢气 和氧气反应生成水并释放电能。
模糊控制器
模糊控制器基于模糊逻辑理论，通过模糊化输入变量并建立模糊规 则来实现非线性控制。
神经网络控制器
神经网络控制器通过模拟人脑神经元网络结构，学习和优化控制策 略。
控制算法设计与实现
01
最优控制算法
最优控制算法基于最优原理，通 过求解最优控制序列来最小化性 能指标函数。
02
自适应控制算法
03
预测控制算法
输出电压取决于电池 的构造和催化剂的类 型。
电流密度和功率密度 是衡量电池输出能力 的指标。
效率是衡量电池能量 转换效率的指标。
《氢燃料电池发动机冷却系统建模分析及控制策略研究》范文
《氢燃料电池发动机冷却系统建模分析及控制策略研究》篇一一、引言随着现代汽车工业的飞速发展，新能源汽车特别是以氢燃料电池作为动力源的汽车逐渐成为研究的热点。
其中，氢燃料电池发动机的冷却系统是确保其高效稳定运行的关键部分。
本文旨在通过对氢燃料电池发动机冷却系统进行建模分析，并深入研究其控制策略，以期为优化冷却系统设计提供理论基础和实践指导。
二、氢燃料电池发动机冷却系统建模（一）系统结构概述氢燃料电池发动机的冷却系统主要由散热器、水泵、温度传感器、冷却液等组成。
其中，散热器负责将发动机产生的热量传递给外界空气；水泵则负责驱动冷却液在系统中循环；温度传感器则用于实时监测发动机及冷却系统的温度。
（二）建模方法及步骤建模过程中，我们采用物理原理和数学方法相结合的方式，首先确定系统各组成部分的物理特性及相互关系，然后建立数学模型。
具体步骤包括：确定系统输入输出关系、建立微分方程或差分方程、设定初始条件和边界条件等。
（三）模型验证及分析模型建立后，我们通过实验数据对模型进行验证。
通过对比实验数据与模型输出，分析模型的准确性和可靠性。
同时，我们还对模型进行参数敏感性分析，以了解各参数对系统性能的影响程度。
三、控制策略研究（一）控制策略概述针对氢燃料电池发动机冷却系统的控制策略，我们主要研究的是基于模型的预测控制、模糊控制及PID控制等。
这些控制策略旨在实现对冷却系统温度的精确控制，以确保发动机在高负荷和不同环境温度下都能保持稳定运行。
（二）预测控制策略预测控制策略基于系统模型，通过预测未来时刻的系统状态，提前调整控制输入，以实现更好的控制效果。
在氢燃料电池发动机冷却系统中，我们采用基于模型的预测控制策略，根据当前温度和预测的温度变化，调整水泵的转速和散热器的风扇转速，以实现精确的温度控制。
（三）模糊控制策略模糊控制策略是一种基于规则的控制方法，适用于具有非线性、时变和不确定性的系统。
在氢燃料电池发动机冷却系统中，我们采用模糊控制策略来处理温度传感器可能存在的误差和干扰。
氢燃料电池控制策略
分析了现有控制策 略的优缺点和实际 应用情况
探讨了氢燃料电池 的关键控制策略
控制策略研究方向与展望
探索先进的故障诊断和处理方法，提高氢燃 料电池的可靠性和安全性
加强国际合作和交流，推动氢燃料电池控制 技术的创新和发展
深入研究氢燃料电池的动态特性和模型预测 控制
研究适应可再生能源接入的氢燃料电池控制 策略，提高能源利用效率
稳定性
燃料电池管理系统应具有长期稳定运行的能力，能够保证氢燃料 电池在各种条件下的稳定运行。
可扩展性燃料电池管理系统应有可扩展性，能够适应不同规模和不同用 途的氢燃料电池。
燃料电池控制算法的设计与实现
开环控制算法
通过调整燃料电池的输入参数，如氢气和氧气的流量和压力等，来控制输出电压和电流。
闭环控制算法
控制策略的经济效益评估
降低运营成本
通过优化控制策略，降低能源消耗和维护成本，提高运营经济 效益。
市场竞争力提升
先进的控制策略有助于降低产品成本，提升氢燃料电池在市场 上的竞争力。
技术推广
控制策略的优化有助于氢燃料电池技术的推广和应用，促进清 洁能源产业的发展。
06
结论与展望
本文工作总结
总结了氢燃料电池 的基本原理和特点
THANKS
感谢观看
控制策略在分布式能源系统中的应用
分布式能源系统概述
了解分布式能源系统的定义、特点、发展现状及趋势。
控制策略在分布式能源系统中的应用
分析控制策略在分布式能源系统中的能源调度、优化运行、故障诊断等方面的具体应用。
控制策略在储能系统中的应用
储能系统概述
介绍储能系统的基本概念、工作原理、发展现状及趋势。
论文结构概述
氢燃料电池堆的控制策略与智能优化研究
氢燃料电池堆的控制策略与智能优化研究氢燃料电池技术作为一种清洁能源技术，受到了广泛关注和认可。
随着全球对于环保和能源安全的重视，氢燃料电池技术的研究和应用也日益活跃。
在氢燃料电池系统中，氢燃料电池堆是核心部件之一，其性能的稳定和优化对整个系统的运行至关重要。
因此，研究氢燃料电池堆的控制策略与智能优化具有重要的理论和实用意义。
氢燃料电池堆的控制策略与智能优化是指通过对氢燃料电池堆内部参数和外部环境进行实时监测和调控，以实现氢燃料电池堆在各种工况下的高效、稳定和安全运行。
在氢燃料电池堆的控制策略方面，目前主要采用的是传统的PID控制方法。
PID控制方法通过不断地调整比例、积分和微分三个参数，使得系统的反馈信号与期望信号尽可能接近，从而实现对系统的控制。
然而，传统的PID控制方法存在调节精度低、鲁棒性差、抗干扰能力弱等缺点，不适应氢燃料电池堆复杂多变的工况需求。
为了克服传统PID控制方法的局限性，研究者们开始借鉴智能优化算法，并将其应用于氢燃料电池堆的控制领域。
智能优化算法是一种基于模拟生物进化、群体智能、人工神经网络等原理而提出的一类新型优化方法，具有全局搜索能力强、收敛速度快、鲁棒性好等优点。
目前，应用较为广泛的智能优化算法有遗传算法、模拟退火算法、蚁群算法、粒子群算法等。
这些算法通过模拟自然界的生物进化过程或群体行为，不断地搜索最优解，在复杂的非线性、不确定性的氢燃料电池堆控制系统中表现出良好的性能。
在氢燃料电池堆的智能优化研究中，遗传算法是一种常见的优化方法。
遗传算法模拟了自然界中的生物遗传和进化过程，通过遗传、变异、选择等操作，优化目标函数，达到系统的最佳性能。
模拟退火算法则是一种通过模拟金属退火过程而得来的优化算法，能够跳出局部最优解，在搜索全局最优解时具有良好的性能。
蚁群算法则是模拟了蚂蚁觅食过程中的信息传递和协作行为，通过多个虚拟蚂蚁的智能搜索，找到最优路径。
粒子群算法则是模拟了鸟群觅食的过程，通过个体之间信息的交流和合作，找到问题的最优解。
氢燃料电池的系统集成和控制策略
氢燃料电池的系统集成和控制策略1. 现代社会对清洁能源的需求越来越迫切，而氢燃料电池作为一种环保、高效的能源形式，备受瞩目。
然而，要实现氢燃料电池的系统集成和控制策略并非易事，需要克服诸多技术难题。
2. 首先，氢燃料电池系统的集成需要考虑多方面因素。
在氢燃料电池车辆中，氢气的存储和输送是一个关键问题。
目前，氢气通常以高压氢气罐的形式存储，需要专门的输送和加注设施。
因此，在系统集成时，必须考虑如何安全、高效地存储和输送氢气。
3. 此外，氢燃料电池系统集成还需要考虑到燃料电池、电动机、电池组等各个子系统之间的协调工作。
这就需要一个合理的控制策略来确保各个部件之间的协同运作，以提高系统的效率和稳定性。
4. 在氢燃料电池系统的控制策略中，传感器和执行器起着至关重要的作用。
传感器可以实时监测氢气、氧气、水等各种参数，并将这些数据反馈给控制系统，以实现对系统的实时监控和调节。
而执行器则负责根据控制系统的指令，进行相应部件的调节和控制。
5. 除了传感器和执行器，控制策略中的算法设计也至关重要。
针对不同工况下的系统需求，需要设计相应的控制算法来实现优化的功率输出、燃料利用效率、排放控制等目标。
这就要求控制策略具有一定的智能化和自适应性。
6. 在实际应用中，氢燃料电池系统的集成和控制策略需要考虑到各种复杂情况。
例如，在极端气候条件下，氢燃料电池系统的工作性能可能会受到影响，因此需要相应的控制策略来应对这种情况。
7. 此外，在日常运行中，系统的可靠性和安全性也是至关重要的。
因此，氢燃料电池系统的集成和控制策略还需要考虑到故障诊断和应急控制的问题，以确保系统在各种情况下都能够稳定可靠地运行。
8. 总的来说，氢燃料电池系统的集成和控制策略是一个综合性的问题，需要涉及到多个领域的知识和技术。
只有在不断的研究和实践中不断改进和完善，才能更好地推动氢燃料电池技术的发展和应用。
氢燃料电池轿车能源与动力系统优化匹配及控制策略研究
氢燃料电池轿车能源与动力系统优化匹配及控制策略研究一、本文概述随着全球能源危机和环境污染问题的日益严重，新能源汽车的发展已成为汽车工业的重要方向。
其中，氢燃料电池轿车作为一种清洁、高效的能源利用方式，受到了广泛的关注。
然而，氢燃料电池轿车的商业化推广仍面临诸多挑战，如能源利用效率低、动力性能不足、系统控制策略复杂等问题。
因此，研究氢燃料电池轿车的能源与动力系统的优化匹配及控制策略具有重要的现实意义和应用价值。
本文旨在探讨氢燃料电池轿车的能源与动力系统的优化匹配及控制策略。
本文将对氢燃料电池的基本原理和性能特点进行介绍，为后续研究奠定理论基础。
通过对氢燃料电池轿车能源与动力系统的现状进行分析，找出存在的问题和挑战。
在此基础上，本文将提出一种基于多目标优化的能源与动力系统匹配方法，以提高氢燃料电池轿车的能源利用效率和动力性能。
本文将研究氢燃料电池轿车的控制策略，包括能量管理策略、氢气供应策略、热管理策略等，以实现氢燃料电池轿车的智能化、高效化和环保化。
通过本文的研究，旨在为氢燃料电池轿车的研发和生产提供理论支持和技术指导，推动氢燃料电池轿车在新能源汽车领域的广泛应用，为我国的能源转型和环境保护做出贡献。
二、氢燃料电池轿车能源系统分析氢燃料电池轿车能源系统作为车辆的核心部分，对于车辆的性能和效率具有决定性的影响。
该系统主要由氢燃料电池堆、氢气储存与供应系统、电池管理系统以及其他辅助设备组成。
这些组件共同协作，为车辆提供持续、稳定且环保的动力。
氢燃料电池堆是能源系统的核心，通过氢气和氧气的化学反应产生电能和热能。
氢气储存与供应系统负责将氢气从储氢罐中安全、高效地输送到燃料电池堆中。
电池管理系统则负责监控和管理燃料电池堆的工作状态，确保其在最佳状态下运行，同时防止过充、过放等不安全情况的发生。
氢燃料电池轿车能源系统的优点在于其零排放、高能量密度和快速补能等特点。
然而，该系统也面临一些挑战，如氢气储存和运输的安全性、氢气加注设施的普及程度以及燃料电池的成本和寿命等。
氢燃料电池系统的控制策略及优化研究
氢燃料电池系统的控制策略及优化研究氢燃料电池系统被认为是未来清洁能源发展的重要技术之一。
它利用氢气和氧气化学反应产生电能，不会产生任何有害物质，是一种零排放的能源系统。
但是，氢燃料电池系统的控制和优化仍然是一个值得研究的问题。
一、氢燃料电池系统的控制策略氢燃料电池系统由氢气供给系统、氧气供给系统、电化学反应系统和控制系统组成。
其中，控制系统负责控制氢气流量、氧气流量、电化学反应温度等参数，以优化电池的功率输出和寿命。
1. 氢气流量控制氢气流量的控制是氢燃料电池系统中最重要的控制之一。
通过控制氢气流量可以控制电池的输出功率和电池的寿命。
当氢气流量过大时，会使电池输出功率过高，导致电池寿命缩短；当氢气流量过小时，会使电池输出功率过低，影响电池的功率输出。
2. 氧气流量控制氧气流量的控制也是氢燃料电池系统中一个重要的控制。
通过控制氧气流量可以控制电池的输出功率和电池的寿命。
当氧气流量过大时，会使电池输出功率过高，导致电池寿命缩短；当氧气流量过小时，会使电池输出功率过低，影响电池的功率输出。
3. 温度控制电化学反应的温度对电池的输出功率和电池的寿命都有影响。
当温度过高时，会导致电池寿命缩短；当温度过低时，会影响电池的功率输出。
因此，温度的控制也是氢燃料电池系统中一个重要的控制。
二、氢燃料电池系统的优化研究随着氢燃料电池技术的不断发展，如何优化氢燃料电池系统，提高其效率和经济性，成为了相关研究领域的一个重要课题。
1. 氢气流量优化氢气流量的优化是氢燃料电池系统优化研究的一个重点。
通过优化氢气流量可以提高电池的效率和经济性。
目前，已有研究表明，在一定条件下，适当降低氢气流量可以提高电池寿命和经济性。
2. 温度优化温度的优化也是氢燃料电池系统优化研究的一个重点。
通过优化温度可以提高电池的输出功率和经济性。
目前，已有研究表明，在一定条件下，适当降低温度可以提高电池的效率和经济性。
3. 系统控制优化除了氢气流量和温度的优化之外，氢燃料电池系统的控制优化也是相关研究的一个重点。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
对于氢燃料电池，追求的指标有：能量密度、额定功率、最大峰值功率（保持有限时间）、最小稳定功率（小于该功率，功率输出波动大，长时间小于最小稳定功率下工作（包括开路），对电极有损伤））、效率（以氢气低燃值计算，净输出功率），生命周期、启动时间（从空闲到额定功率）、停机时间、环境要求（工作温度、存贮温度、湿度、海拔（主要是大气压力和密度变化对电堆其它指标的影响））等。
最大燃料电池模块内部温度（MaxT_FCPM）: 55℃
相对湿度（RH）：≤95%
海拔（AT）：0–1600m
水平倾角（θ）：±30°
阳极收集水量（Vol_AnodeWater）：≤48mL/min
阴极收集水量（Vol_CathodeWater）：≤64mL/min
热功率（P_Heater）:≤52kW
冷却液出口温度（T_CoolantOutlet）：50–70℃
冷却液流量（Q_Coolant）：≥75LPM
冷却液最大压力降（MaxDropP_Coolant）:≤35kPa
最大冷却液入口压力（MaxP_CoolantInlet）：≤170kPa
CAN总线：CAN 2.0A/B Passive(Standard 11 bit) BPS 250 kb/s
对于电堆，通过实验和测试，绘制各个因素组合下的输出特性曲线。根据这些测绘出的输出特性曲线，综合出各个指标。根据指标，在输出特性曲线中，确定一个安全稳定工作区域。根据输出特性曲线的安全稳定工作区域，再确定各个因素以输出电流为横轴的工作区域。这些因数的工作区域，就是集成系统（模块）的技术规范（即电堆生产厂的《电堆集成手册》）。
2.9
A、在状态CS5下的处理
α_Air =α_Air_CRM
在多机工作模式下：
CDA = 30 + Q_Air/（120×0.01657×α_Air）
在单机工作模式下：
CDA = 30 + Q_Air/（120×0.01657×α_Air）
CRM模式，电流斜坡模式，是指负载电流以一定的斜率上升或下降。
CDR模式，电流请求模式，是指在CDA限制下，负载电流通过通讯或模拟信号提供给FC控制器CDR值。
2.7
2.8
空气流量需求QAR基本计算公式
QAR = 120×0.01657×α_Air×I_Bus
注：120为电堆的总Cell数，0.01657为单个Cell在I_Bus为1A时，1分钟需要消耗的理论空气体积量（升）。
电堆工作压力（P_StackOp）：≤120kPa
氢气最大流量（MaxQ_H2）：≤500LPM
氢气温度（T_H2）：-10–46℃
空气流量（Q_Air）:≤2500LPM
空气温度（T_Air）：-10–46℃
存贮温度（T_Storage）: -40–65℃
最小湿件温度（MinT_WettedComp）：2℃
5
0
ALARM
10000
非1,11,10
冷却液出口温度>75（℃）
5
1
ALARM
10000
5,6,7
V_Stack<60（V）
5
2
ALARM
100
7
1
5
3
ALARM
15000
11,19
单机工作时，冷却液水位低
5
3
ALARM
500
5,6,7,11
多机工作时，冷却液水位低
5
3
ALARM
30000
3,4
多机工作时，冷却液水位低
4、电气子系统控制涉及的项：
电堆节数（N_Cell，120）、电堆单节最小电压（MinV_Cell）、最小电压的节号（No_MinV_Cell，0-119，0号在前端）、电堆单节最大电压（MaxV_Cell）、最大电压的节号（No_MaxV_Cell，0-119，0号在前端）、电堆单节平均电压（AvgV_Cell）、电堆计算的电压（V_Stack）、总线电压（V _Bus）、总线电流（I_Bus）、总线输出开关（EN_Bus）。
QAR = 120×0.01657×α_Air×(I_Bus×1.3)
2、I_Bus≤CDR
若CDR≤(I_Bus+10)或CDR > (I_Bus+10)持续时间未到60秒，则
QAR = 120×0.01657×α_Air×(CDR×1.2)
若CDR > (I_Bus+10)持续时间到60秒后，则
5
FAULT
1000
非1,5,6,7,10
I_Bus>50A
1
6
FAULT
100
非1,10
氢气进气阀打开2秒后，P_H2IN>150PSI（1032.4KPa）
1
7
FAULT
1000
非1,10,13,15,17
氢气进气阀打开2秒后，P_H2IN< 40PSI（275.8KPa）
1
7
FAULT
3000
2.3
2.4
2.5
字节
位
类型
持续时间
(mS)
有效状态域
CtrState
源
0
0
FAULT
500
5,6,7,8,9
Cell Low Voltage
MinV_Cell<0.1V
0
0
FAULT
500
8,9
Cell Low Voltage
MinV_Cell< 0.5V
0
1
FAULT
1000
非1,2,10,11
QAR = 120×0.01657×α_Air×(I_Bus×1.2)
3、最小值处理
QAR结果小于50，则结果值为50。
C、在状态CS7下的处理
α_Air =α_Air_CRM
1、从CS6迁入
QAR = 120×0.01657×α_Air×(CDR×1.5)
2、从CS5迁入
QAR = 120×0.01657×α_Air×(I_Bus×1.5)
2、阴极空气子系统控制涉及的项：
空压机驱动器PWM（PWM_AirBlower）、空压机的转速（n_AirBlower）、空气流量（Q_Air）。
3、冷却子系统控制涉及的项：
冷却液出口温度（T_CoolantOutlet）、冷却液泵运行控制开关（EN_CoolantPump）、冷却液泵驱动器PWM（PWM_CoolantPump）散热器风扇运行控制开关（EN_RadiatorFan）、散热器风扇驱动器（PWM_RadiatorFan）。
4
2
ALARM
1000
非1,10
多机工作时的主机（1号机），FC总线电流传感器输出电压<0.25 或 >4.75（A）
4
3
ALARM
1000
非1,10
冷却液出口温度<-50或>100（℃）
4
4
ALARM
1000
5,6,7
W_FC>33000（W）
4
7
ALARM
15000
5,6,7,13
氢气回流泵运行时，转速<300 （RPM）（10/2Hz）
QAR = 120×0.01657×α_Air×(I_Bus×1.2)
I_Bus的200mS增量≤10A,则
QAR = 120×0.01657×α_Air×I_Bus
4、最小值处理
QAR结果小于50，则结果值为50。
B、在状态CS6(CDR)下的处理
α_Air =α_Air_CDR
1、I_Bus> CDR
2.1
1、阳极氢气子系统控制涉及的项：
氢气进气阀控制开关（S_H2Inlet）、氢气进气阀后的压力（P_H2Inlet）、氢气回流泵的运行控制开关（EN_H2RecirPump）、氢气回流泵的转速（n_H2RecirPump）、氢气回流泵驱动器PWM（PWM_H2RecirPump）,氢气回流泵驱动器中的1个测量量（V_H2RecirPump）、氢气吹扫阀控制总开关（S_H2Purge）、氢气前吹扫阀控制开关（S_H2FrontPurge）、氢气后吹扫阀控制开关（S_H2BackPurge）、模块前后向水平倾斜角（θ_FB）、模块左右向水平倾斜角（θ_LR）。
α_Air是α_In的函数，该函数为多段线性插值
FLOAT32 Interp_α_Air(FLOAT32α_In )
表5α_Air --α_In插值表
α_Air
2.7
2.5
2.3
2.3
2.2
2.2
2.0
2.0
2.0
1.9
α_In
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
α_Air_CRM = Interp_α_Air(I_Bus/In_Bus)
Coolant High Temp.
T_Coolant>80℃
0
4
FAULT
100
非1,2,10
Heartbeat
在心跳时间内未接收到1C0或1C0+ID命令
0
6
FAULT
100
非1，10
Internal Sys. E-stop
E-STOP开关
1
0
FAULT
100
17
H2 Subsystem LeakCheck Fault
5
3
ALARM
15000
19
多机工作时，冷却液水位低
5
4
ALARM
300000
5,6,7