Les piles à combustible représentent une technologie clé pour les systèmes énergétiques propres et durables, en particulier dans des configurations hybrides pour des applications de transport et stationnaires. Cependant, leur durabilité dans des conditions réelles reste un défi critique. Ce projet vise à relever ces défis en explorant des stratégies de contrôle avancées basées sur des algorithmes de pronostic de pointe pour l’évaluation de l’état de santé des piles à combustible.
Cette offre se concentre sur les sujets de contrôle et optimisation avancés, et plus spécifiquement sur la conception de stratégies de contrôle tolérant aux défauts (FTC).
En s'appuyant sur des travaux antérieurs dans le domaine des pronostics par apprentissage automatique pour l’état de santé des piles à combustible, ce projet vise à développer des méthodes exploitant ces informations de pronostic pour optimiser le fonctionnement du système de pile à combustible. En combinant des approches basées sur des modèles, sur l’apprentissage par la donnée et avec des tests sur des plateformes réelles, ce projet vise à développer des solutions robustes et déployables qui améliorent la durabilité des piles à combustible tout en réduisant la complexité et les coûts de mise en œuvre des solutions avancées.