质子交换膜燃料电池动态响应建模与仿真研究

为研究质子交换膜燃料电池(PEMFC)电堆的输出响应,利用Matlab-Simulink仿真工具对PEMFC进行系统动态模型建立.通过使用燃料电池测试系统,在不同的运行条件下对PEMFC的暂态电响应进行测量和分析.实验数据与仿真结果吻合较好,表明该模型是有效和可操作的,有助于改善PEMFC的设计,提高其性能.     

质子交换膜燃料电池动态建模与仿真

基于质子交换膜燃料电池(PEMFC)的动态输出特性,利用Matlab/Simulink仿真工具提出一种新颖的PEMFC动态模型.通过使用新加坡淡马锡理工学院燃料电池应用中心的燃料电池测试系统,对PEMFC的暂态电响应进行测量和分析.仿真结果与实验数据吻合较好,并且通过在不同运行条件下的结果比较,证明该模型能够有效反映PEMFC系统的动态特性.该建模方法有助于改善PEMFC系统动态模型、PEMFC的输出性能以及可应用于PEMFC实时控制系统的设计.     

一种改进的质子交换膜燃料电池动态建模

为研究质子交换膜燃料电池(PEMFC)的输出特性,在目前已提出的动态模型基础上进行了改进,并加入气体流量模型和热力学模型,利用Matlab-Simulink仿真工具,建立了一种新颖的PEMFC系统动态模型.仿真结果表明该模型较好地反映出PEMFC系统的动态特性,有助于进一步完善PEMFC系统模型,为改进PEMFC输出性能和设计实时控制系统,提供了可靠依据.     

微尺度学在微型燃料电池数学模型中的应用

以微型质子交换膜燃料电池（μPEMFC）为研究对象，结合传统燃料电池的数学理论，运用微尺度流体学，建立了电池的数学模型。该模型根据动量守恒、质量守恒以及电化学、微／纳米尺度流体学，分析了微通道特性对电池性能的影响。通过仿真曲线与已公开的实验结果地比较，验证了模型的准确性。     

燃料电池机车温度系统建模和控制

以质子交换膜燃料电池为动力源的燃料电池机车是机车发展的一个新方向,温度是保证系统性能和可靠性的重要条件之一。建立了燃料电池机车温度系统的动态模型,其中包含电堆、旁路阀、散热片等部件及其阻力模型;通过调节散热器空气流速和循环泵冷却液流速,实现电堆入口温度保持在设定温度及电堆出入口温度差<10o C的控制目标;温度控制器分别采用了PI控制器和带积分的状态反馈控制器。仿真实验验证了PI控制和带积分的状态反馈控制不仅都能达到满意效果,二者的温度误差<0.1o C,由于带积分的状态反馈控制考虑了输入和输出之间的耦合关系,其控制性能明显优于PI控制。     

基于自适应模糊神经技术的质子交换膜燃料电池建模与控制

质子交换膜燃料电池(PEMFC)是21世纪最有生命力的发电技术之一。本文从PEMFC实际应用的角度出发,应用自适应模糊神经网络技术对PEMFC系统进行建模与控制。在建模与控制过程中,将训练好的网络模型作为PEMFC控制系统的参考模型,并在线对控制模型参数进行自适应调整。所设计的控制器的性能在仿真和试验结果中得以证明。     

PEMFC混合模型的建模及其稳态仿真

模型和仿真是设计最优燃料电池系统的有利工具。本文提出了一种新型的混合燃料电池模型,该混合模型包括机理部分和黑箱部分(即神经网络部分)。其中,机理部分用来体现大家所熟知的PEMFC性能,神经网络部分用来表现大家所不知或者不能用机理模型来表现的PEMFC性能,从而使该模型能更好的再现PEMFC的各种特性。为了验证该混合模型的有效性,在Matlab/Simulink环境下进行了不同阴极压力和温度下的仿真实验,结果证明了该混合模型的正确性。该混合模型与实验数据、机理模型和ANN模型的比较实验,表明混合模型具有比单独的机理模型或神经网络模型更高的精度。     

质子交换膜燃料电池温度的MPC控制

根据PEMFC热量传递机理建立电堆温度的simulink模型,由于实验模型属于非线性模型,很难对其设计控制器,因此在工作点附近将系统线性展开得到其线性模型.针对线性模型设计MPC控制器,调整得到合理参数后,利用此MPC控制器调节电堆温度模型的控制输入,得到对电堆温度的理想控制效果.     

PEMFC水管理模型及控制

根据质子交换膜燃料电池两侧的极化反应、电渗过程、浓度差现象,运用Simulink仿真工具,建立燃料电池水含量与输出电压关系的仿真模型,仿真结果与实际数据相符,证明了模型的有效性.将该模型按扰动输入进行分段线性化后,取得适合每段模型的PID参数,设计从扰动输入到PID参数的模糊控制器,仿真结果显示控制器对电堆电流及温度产生的扰动具有较好的抑制效果,保证了电堆输出功率的稳定性和快速性,对指导电堆水管理有一定意义.     

车用高压质子交换膜燃料电池系统建模与仿真

将车用高压质子交换膜燃料电池系统作为一种新型车辆动力的研究对象,结合机理建模和试验建模两种建模方法,建立了较为完整的系统级高压质子交换膜燃料电池系统的数学模型。该模型包括电堆、空气系统、气气增湿、氢气系统、冷却系统五个模块,通过试验数据为系统的非线性环节建立表格模型。针对一款83kW车用高压PEMFC系统,使用Matlab/Simnlink软件进行了仿真计算,给出了空气压力、温度、湿度、氧气过量系数、系统电压等仿真结果,并通过实验数据对该模型进行了验证。对比了高压系统与低压系统的效率,仿真结果表明在低电流区间高压系统效率低于低压系统,而在高电流区间高压系统效率高于低压系统。     

质子交换膜燃料电池电堆温度的非线性控制

基于质子交换膜燃料电池电堆的能量守恒，建立了在大范围的负载扰动下电池电堆温度的非线性模型。利用状态反馈线性化的输出对干扰基本解耦的新方法进行模型线性化，再依据最优控制理论设计了保证电堆温度恒定的非线性控制器。通过实验和仿真结果表明该控制器能够获得较好的控制效果。     

Control model of neural network based on novel genetic algorithm for PEMFC

The operating temperature of PEMFC stack is a very important control parameter. In operating process, electro-chemical reaction and the humidity of proton exchange membrane vary sensibly with it, the variation of operating temperature has a significant influence on the output performance and lifespan of fuel cells. The most existing PEMFC mathematical models are too complicated to apply in on-line control process, so it is necessary to find a simple accurate stable control method. In this paper, a novel genetic algorithm (NGA) is presented, which possesses stronger global searching and local optimizing capacities than SGA. NGA is applied to optimize rapidly the weights of neural network according to the population of excellent individuals, neural networks technique is used to establish a self-adjusted control model for PEMFC system. The results of simulation and experiment are given in the end.     

质子交换膜燃料电池温度控制仿真模型

通过对质子交换膜燃料电池电化学反应的热力学特性分析计算，建立了质子交换膜燃料电池的热力系统动态数学模型，并且在Matlab／Simulink平台上建立了温度控制仿真模型。从实用的角度，结合燃料电池发动机研发工作，提出了一套不需要精确的系统内部特性和结构参数的燃料电池温度控制仿真模型建模方法。     

基于RNPI的动态时滞网络主动队列管理算法

针对网络存在较大时滞和网络参数动态变化等问题,提出了一种鲁棒非线性PI主动队列管理算法。由流体流模型将动态网络推导为参数区间不确定一阶时滞系统,在确定使闭环系统稳定的非线性PI控制参数集合基础上,利用遗传算法寻找基于改进ITAE指标最优的PI控制参数。基于扩展到时滞系统的棱边定理,给出了RNPI算法的设计方法。仿真结果表明了该方法具有良好的控制性能,对网络区间不确定参数有较好的鲁棒性。     

基于模糊辨识的PEMFC电特性模型

提出了一种基于非线性系统模糊辨识建立质子交换膜燃料电池(PEMFC)电特性模型的新方法,并建立了包括反应气体的压力、电池的温度和电池负载多变量的质子交换膜燃料电池电特性模型。通过与相关文献中的建模方法和模型仿真的结果比较,表明该模糊辨识建模方法具有建模简单、模型精度高等优点。研究结果对质子交换膜燃料电池控制系统的建模和控制具有一定的实用价值。     

基于神经网络辨识的质子交换膜燃料电池建模

针对质子交换膜燃料电池(PEMFC)系统过于复杂，难以建模，而已建立的模型难以满足PEMFC控制系统设计和应用的要求。本文利用神经网络具有逼近任意复杂非线性函数的能力，将神经网络辨识方法应用到PEMFC强非线性系统的建模中，避开了PEMFC系统内部的复杂性。模型以电池工作温度为神经网络辨识模型的输入量，电池电压、电流密度为输出量，利用500组实验数据作为训练样本，采用改进型BP算法，建立了不同温度下电池电压—电流密度动态响应模型。仿真结果表明，方法可行，建立的模型精度较高，从而为设计PEMFC实时控制系统奠定了基础。     

振动二阶线性系统的鲁棒特征结构配置设计及其仿真

考虑了振动二阶线性系统的鲁棒特征结构配置设计问题。基于振动矩阵方程的参数化解,提出了振动二阶线性系统的状态反馈特征结构配置设计参数化方法。该参数化方法给出了状态反馈控制律的参数化表达式,其所含参数向量为控制系统设计提供了全部自由度。利用该参数化法提供的自由度,给出了振动二阶线性系统鲁棒特征结构配置问题的优化求解方法,其中优化的是衡量系统鲁棒性的灵敏度指标。数值算例及其仿真结果表明,所提振动二阶线性系统的状态反馈特征结构配置算法和鲁棒特征结构配置算法简单且有效,便于工程应用。     

Parametric estimation of ultra wideband radar targets

Based on the analysis of impulse response properties, a scattering model of ultra wideband (UWB) radar targets is developed to estimate the target parameters exactly. With this model, two algorithms of multiple signal classification (MUSIC), and matrix pencil (MP), are introduced to calculate the scattering center parame-ters of targets and their performances are compared. The simulation experiments show that there are no differ-ences in the estimation precision of MUSIC and MP methods when the signal-to-noise ratio (SNR) is larger than 13 dB. However, the MP method has a better performance than that of MUSIC method when the SNR is smaller than 13 dB. Besides, the time consuming of MP method is leas than that of MUSIC method. Therefore, the MP algorithm is preferred for the parametric estimation of UWB radar targets.