מודלים דיפוזיוניים מאפשרים חיזוי באיכות גבוהה של ספקטרום האימפידנס של תא דלק מתוך פרופילים זמניים קצרים

להקשיב לתאי דלק בזמן אמת

תאי דלק מבוססי ממברנת חילוף פרוטונים מהווים פתרון מבטיח להנעת רכבים ולמערכות גיבוי כוח ללא פליטת צינור פליטה, אך הם עלולים להתבלות מהר יותר ממה שהיינו רוצים. מהנדסים היו שמחים "להקשיב" למה שמתרחש בתוך המכשירים האלה, ולתפוס סימנים מוקדמים לבעיות כמו ייבוש, הצפה או מחסור בחמצן. כלי האזנה חזק כבר קיים — ספקטרום האימפדנס האלקטרוכימי — אך מדידתו איטית ויקרה בשטח. המאמר הזה מראה כיצד סוג חדש של בינה מלאכותית, הנקרא מודל דיפוזיה, יכול לשחזר את האצבע האלקטרוכימית העשירה הזאת מתוך נתוני חיישן פשוטים שתאי הדלק כבר מפיקים.

מדוע קשה למדוד את החתימה של תא הדלק

ספקטרות אימפדנס פועלות כמו בדיקת גוף מלאה לתא דלק. על ידי בחינת תגובת התא להפרעות חשמליות זעירות בתדרים רבים, חוקרים יכולים להפריד בין הפסדי מוליכות פרוטונים בממברנה, מהירות תגובות פני השטח וזרימת גזים ומים. כיום איסוף המידע הזה דורש ציוד מעבדה מיוחד, זמני בדיקה ארוכים ותנאים מבוקרים בקפידה, מה שהופך אותו לבלתי מעשי לרכבים או למצחי מסחריים הפועלים בשדה. שיטות מהירות יותר שמזרימות אותות מורכבים עדיין דורשות אלקטרוניקה מתקדמת וכיול זהיר. כתוצאה מכך, התעשייה לעתים נסמכת על מדידות פשוטות יותר, כגון עקומות מתח–זרם, ואינה נהנית מהתובנה המפורטת שהאימפדנס יכול לספק.

ללמד בינה מלאכותית לשחזר את הספקטרום הנסתר

המחברים מציעים נתיב אחר: במקום למדוד את הספקטרום המלא ישירות, הם חוזים אותו מתוך רצפי זמן קצרים של אותות שקל לאסוף, כגון זרם, מתח, טמפרטורות, לחצים ויחסי זרימת גזים. הם משתמשים במודל דיפוזיה, טכניקת בינה מלאכותית גנרטיבית המוכרת יותר ביצירת תמונות, ומותאמים אותו לנתונים חשמליים חד‑ממדיים. במהלך האימון לומד המודל להפוך רעש מלאכותי שנוסף שלב אחר שלב לספקטרות אימפדנס אמיתיות. רשת עצבית מבוססת Transformer — שנועדה במקור למשימות שפה — משמשת כעמוד השדרה, באמצעות מנגנון תשומת לב ללכידת קשרים בטווח ארוך בתוך סדרות הזמן ובין הקלטים לספקטרום. לאחר האימון המערכת מתחילה מרעש ולשלב אחר שלב "מסננת" את הרעש עד לחיזוי ספקטרום התואם להיסטוריית החיישנים הנכנסת.

בניית מאגרי נתונים גדולים מתאי דלק אמיתיים

כדי שזה יעבוד, הצוות אסף את מה שהם מדווחים כמאגר הפתוח הגדול ביותר של נתוני אימפדנס מתאי דלק עד כה. הם בחנו שתי תצורות תא יחיד של ממברנה–אלקטרודה עם עיצובים שונים של שדה זרימה, וכן שני מצברים (stacks) המדורגים ב‑30 קילו־וואט ו‑9 קילו־וואט. במכשירים אלה שינו תנאי תפעול כגון צפיפות זרם, לחצי כניסה, טמפרטורות וסטוכיומטריות גז, והכניסו תקלות מבוקרות כולל ייבוש הממברנה, הצפה וחוסר אוויר. לכל תנאי הקליטו פרופילים זמניים קצרים מחיישנים סטנדרטיים ואז מדדו ספקטרות מלאות בטווח תדרים רחב. בסך הכל אספו יותר מ‑5,700 דוגמאות זוגיות, ששימשו גם לאימון וגם לבחינה קפדנית של המודל.

כמה טוב ה‑AI "שומע" את התא

כאשר נבדק על נתונים שלא נראו קודם, הגישה המבוססת דיפוזיה חזה ספקטרות שלמות עם שגיאות בסביבות או מתחת לאחוז אחד עבור תנאים רבים, תוך שימוש רק ב‑100 השניות האחרונות של היסטוריית החיישנים בנדגוד שנתי. הוא צלח חלופות רבות, כולל רשתות LSTM ומודלים מבוססי Transformer טהור, והקטין שגיאות אחוז מדיאניות בעד כ‑37%. השיטה שמרה על דיוק סביר גם כאשר נוסף רעש מלאכותי לאותות הקלט, והידרדרה בעדינות כאשר נעקרו חיישנים מסוימים — עניין חשוב ליישומים רגישי עלות. המחברים גם השוו דרכים שונות לשילוב תובנות פיזיקליות, כגון חיזוי פרמטרי מודל מעגל קודם לחיזוי הספקטרום ישירות, ומצאו שחיזוי הספקטרום ישירות היה מהימן יותר.

להפוך חיזויים לתובנות בריאותיות מעשיות

ספקטרות מדויקות שימושיות רק אם הן חושפות משהו לגבי בריאות תא הדלק. הצוות הראה שספקטרות שנוצרו על ידי המודל שלהם ניתנות להזנה לכלי ניתוח מבוססים קיימים לחילוץ גדלים כגון התנגדות אוהמית, הפסדי תגובה והגבלות הובלת מסה — מספרים שעוקבים אחרי הלחות בממברנה, ביצועי הזרז ואספקת חמצן. ההפסדים שנגזרו התאימו לערכים שהתקבלו מספקטרות נמדדות באופן מספיק מדויק כדי להבחין בין מצבי פעולה נורמליים לבין תקלות בהתפתחותן. המחברים דנים גם כיצד שילוב אינדיקטורים מבוססי אימפדנס עם סימולציות פיזיקליות מפורטות או דימות מתקדם עשוי בעתיד לספק הערכות ישירות של משתנים פנימיים כמו תכולת מים או ריכוז חמצן, ובכך לאפשר אסטרטגיות בקרה חכמות יותר.

מה משמעות הדבר למכשירי אנרגיה נקייה

במונחים פשוטים, עבודה זו מראה שמודל בינה מלאכותית יכול לשחזר את "קול" החשמלי המורכב של תא דלק מתוך האותות הפשוטים שחיישני ההתקן כבר מספקים. זה הופך את ניטור הלחצים הפנימיים, זיהוי תקלות מוקדם וניהול תפעול לצורך האטת הבלאי לפרקטיים בהרבה, וכל זאת בלי להוסיף ציוד מדידה כבד או יקר. אם יאומץ בהרחבה ויורחב למערכות אלקטרוכימיות נוספות כגון סוללות, סוג זה של חיזוי אימפדנס מונחה־מידע עלול להפוך לרכיב מרכזי בהפיכת מכשירי אנרגיה נקייה לאמינים יותר, עמידים יותר וקל יותר לתפעול בשימוש יומיומי.

ציטוט: Yuan, H., Tan, D., Zhong, Z. et al. Diffusion models enable high-fidelity prediction of fuel cell impedance spectrum from short time-domain profiles. Nat Commun 17, 2552 (2026). https://doi.org/10.1038/s41467-026-69321-3

מילות מפתח: ניטור בריאות תא דלק, אימפדנס אלקטרוכימי, מודלים דיפוזיוניים, תא דלק ממברנת חילוף פרוטונים, דיאגנוסטיקה מונחית-מידע