基于模糊PID的质子交换膜燃料电池输出电压控制

为了保持质子交换膜燃料电池(PEMFC)的输出电压稳定,该文提出了一种电压动态控制模型.设计了一种自适应模糊比例积分微分(PID)控制器.通过3个模糊控制器实时地整定PID控制器参数.当电池负载发生变化时,通过调节氢气流速控制PEMFC电堆的输出电压.仿真结果表明,所建模型能较好地反映PEMFC的动态性能.与PID控制器相比,自适应模糊PID控制器可以使电池的输出电压快速平滑地过渡到设定值.     

基于Takagi-Sugeno模型的质子交换膜燃料电池广义预测控制

针对质子交换膜燃料电池（PEMFC）这一非线性复杂被控对象,采用基于C均值模糊聚类的Takagi-Sugeno(T-S)模糊神经网络辨识方法,建立了系统的电特性模型;在此基础上应用广义预测控制策略,实现了PEMFC的输出功率控制。仿真实验比较了该方法与基于时间绝对偏差乘积积分(ITAE)指标的PID控制器和LQG控制器方法,结果表明所提出的方案在负荷跟踪、克服扰动及鲁棒性方面具有较理想的控制性能。     

基于Takagi-Sugeno模糊模型的小型无人直升机系统辨识

提出了一种基于非线性系统模糊辨识建立小型直升机动力学特性模型的新方法,分析了小型直升机的4个舵机输入和位姿变量、运动变量的模型.设计实验采集和预处理得到辨识和验证所用的数据.通过辨识航向通道的动力学模型来说明模糊辨识在小型直升机建模中的可行性和有效性,并通过与最小二乘法辨识结果比较,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.研究结果对小型直升机系统的建模和控制具有一定的实用价值.     

燃料电池的模糊神经网络辨识建模与电压控制

针对直接甲醇燃料电池(DMFC)输出电压易受电池负载变化影响的问题,提出了利用模糊神经网络辨识技术建立DMFC的电特性模型.基于该辨识模型,设计了一个自适应模糊神经电压控制器,其参数采用改进的BP算法进行在线修正.仿真结果表明,对DMFC采用辨识建模的方法是有效的,建立的模型精度较高,所设计的自适应模糊神经电压控制器性能优越.     

基于贝叶斯正则化BP神经网络的PEMFC电堆建模

质子交换膜燃料电池(proton exchange membrane fuel cell, PEMFC)电堆具有输入输出关系复杂、非线性强等特点,获得精确的电堆模型是PEMFC系统优化控制的基础。文章针对PEMFC电堆特点,提出一种改进BP(back propagation)神经网络的PEMFC电堆建模方法。利用BP神经网络良好的非线性拟合特性,采用贝叶斯正则化算法改进BP神经网络,较好地解决了传统BP神经网络存在的高训练精度、低预测精度的过拟合问题。仿真结果表明,经过训练后的电堆模型,在精度和稳定性上具有一定的优势,即使在训练样本数量减少的情况下,依然可以保持良好的泛化能力和较高的稳定性。     

基于ANFIS的DMFC温度建模和改进模糊控制

针对直接甲醇燃料电池(DMFC)的实时控制要求,采用自适应神经模糊推理系统(ANFIS)对DMFC系统的工作温度进行建模与控制.基于实验数据建立DMFC电堆温度模型,避免了DMFC电堆的内部复杂性分析.以训练好的网络模型作为DMFC控制系统的参考模型,采用一种改进的模糊遗传算法(FGA)在线对神经模糊控制器的参数和模糊规则进行自适应调整.将所提出的算法与非线性PID和传统模糊算法进行实验比较,结果表明所设计的神经模糊控制器具有较好的性能.     

基于一种改进自适应模糊神经技术的PEMFC系统建模和控制

从质子交换膜燃料电池(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．在建模过程中，同时应用实验数据和专家经验对模型进行辨识，使模糊节点具有明确的物理意义和初始参数的选择更加容易．在控制过程中，将训练好的网络模型作为PEMFC控制系统的参考模型，采用自适应神经网络学习算法(ANA)在线对控制器参数进行自适应调整，采用最近邻聚类算法(NCA)对控制器的模糊规则库进行更新．在仿真实验中，将自适应模糊控制算法与PID和传统模糊算法进行比较，结果表明本算法控制性能优良．     

基于BP神经网络的燃料电池发动机温度模型

燃料电池堆的热特性对燃料电池整体性能和寿命有重要影响,电堆温度特性具有不确定性和非线性,本文利用BP神经网络建立了电堆温度模型,并通过实测数据分析了神经网络模型的特性,研究结果表明,神经网络可以用于电堆温度模型的建立,为质子交换膜燃料电池电堆的建模与控制提供了一条可供参考的途径.     

制冷系统蒸发器动态过程数学模型模糊辨识

建立制冷系统动态过程数学模型是实现制冷装置优化控制的重要基础.制冷蒸发器是一类过程复杂的两相流动与换热系统,具有明显的非线性和不确定性,其精确的机理模型难以建立.该文通过熵方法和竞争学习算法对输入空间进行聚类,利用递推最小二乘辨识算法(RLS)确定模型的结论参数,实现了蒸发器动态过程数学模型的在线模糊辨识.通过仿真实例,验证了模糊辨识方法对于制冷系统蒸发器在线建模过程的有效性,所建立的模糊规则模型不仅具有较高的辨识精度,同时还具有较为理想的泛化性能和在线跟踪能力.     

基于神经网络辨识的熔融碳酸盐燃料电池建模

针对熔融碳酸盐燃料电池（MCFC）电堆系统难以建模以及已建立的模型过于复杂，难以满足工程上对MCFC系统控制设计特别是实时控制需要的情况，绕开MCFC的内部复杂性，提出利用神经网络可能逼近任意复杂非线性函数的性能，将神经网络辨识方法应用到MCFC这种高度非线性系统的建模中。以燃料气和氧化剂气体的流速的输入量，MCFC电堆温度响应为输出量，根据输入输出数据用神经网络辨识建立MCFC电堆系统的温度模型，给出了辨识系统的结构及改进BP算法。仿真结果证明了这种方法的可行性，所建立的模型精度较高，使得设计MCFC的实时控制器成为可能。     

Neural—networks—based Modelling and a Fuzzy Neural Networks Controller of MCFC

Molten Carbonate Fuel Cells(MCFC) are produced with a highly efficient and clean power generation technology which will soon be widely utilized.The temperature characters of MCFC stack are briefly analyzed.A radial basis function (RBF) neural networks identification technology is applied to set up the temperature nonlinear model of MCFC stack,and the identification structure,algorithm and modeling training process are given in detail.A fuzzy controllery of MCFC stack is designed.In order to improve its online control ability,a neural network trained by the I/O data of a fuzzy controller is designed.The neural networks can memorize and expand the inference rules of the fuzzy controller and substitute for the fuzzy controller to control MCFC stack online,A detailed design of the controller is given,The validity of MCFC stack modilling based on neural networks and the superior performance of the fuzzy neural networks controller are proved by Simulations.     

一种改进的质子交换膜燃料电池系统动态模型

在已有的质子交换膜燃料电池系统模型基础上添加气体扩散层模型和膜电极组件动态模型,研究膜中水含量的动态特性.仿真结果表明,系统动态模型改进之后其输出性能与实验值误差较小,能够反映外部操作条件变化对电池内部电化学反应和物料传递过程的影响,膜中水含量和输出性能的动态响应过程更加接近实际情况,相关信息可用于间接控制膜中水含量和优化系统.     

Temperature modeling and control of Direct Methanol Fuel Cell based on adaptive neural fuzzy technology

Aiming at on-line controlling of Direct Methanol Fuel Cell （DMFC） stack, an adaptive neural fuzzy inference technology is adopted in the modeling and control of DMFC temperature system. In the modeling process, an Adaptive Neural Fuzzy Inference System （ANFIS） identification model of DMFC stack temperature is developed based on the input-output sampled data, which can avoid the internal complexity of DMFC stack. In the controlling process, with the network model trained well as the reference model of the DMFC control system, a novel fuzzy genetic algorithm is used to regulate the parameters and fuzzy rules of a neural fuzzy controller. In the simulation, compared with the nonlinear Proportional Integral Derivative （PID） and traditional fuzzy algorithm, the improved neural fuzzy controller designed in this paper gets better performance, as demonstrated by the simulation results.     

质子交换膜燃料电池启动策略

为了缩短质子交换膜燃料电池启动过程中氢气/空气界面存在的时间并限制电堆启动电压,通过实验研究直接启动、启动前氢气吹扫时间以及启动辅助负载对质子交换膜燃料电池性能影响的差异性,在此基础上提出一种电堆启动时氢气吹扫阳极和启动辅助负载相结合的燃料系统启动控制策略。实验验证了该启动控制策略不仅能限制燃料电池启动时的高电压以及缩短燃料电池启动过程中电堆阳极侧氢气/空气界面的存在时间,还有利于提高单电池的电压均衡性,是一种有效的质子交换膜燃料电池启动控制策略。     

基于非匹配的质子交换膜燃料电池电堆的性能控制

质子交换膜燃料电池(PEMFC)电堆的温度系统是一类存在非匹配摄动和外干扰的多输入多输出非线性系统,且工作温度对电池的输出性能有较大的影响.为削弱此负面影响,采用输入输出线性化方法与变结构控制相结合的智能控制方法.仿真试验结果表明,温度对参数摄动和负荷干扰具有很强的鲁棒性,动态特性好,渐近稳定;温度得到稳定控制之后,设计衰减整定PID参数的常规控制器可较好地改善电池的输出性能.     

质子交换膜燃料电池空压机系统与能流分析

首先,从质子交换膜燃料电池电堆阴极的需求对空压机出口压力、流量进行理论分析;然后,根据能量守恒原则从整体上对质子交换膜燃料电池供气系统中双螺杆压缩机的能流进行分析。通过分析可知:空气供给系统电机的控制与电机特性、压缩机特性、电机的转速、电堆控制输出对象均密切相关。     

影响车用质子交换膜燃料电池性能的诸因素分析及试验

通过对质子交换膜燃料电池进行理论建模和试验,分析了反应气体压力、电堆温度和增湿温度对燃料电池输出电压的影响,在PEMFC允许的工作参数范围内,这3个因素增加均可使电池输出电压上升.同时通过燃料电池系统的性能试验验证了仿真结果的正确性.燃料电池的高负荷持续工作特性测试表明其符合作为车用动力源高负载长时间运转的要求.测定了不同气体压力下燃料电池的效率,分析了燃料电池的输出功率与其效率之间的变化关系,讨论了燃料电池作为车用动力源时的能量效率,为车用质子交换膜燃料电池的使用与控制以便发挥其最佳性能提供参考.     

质子交换膜燃料电池电堆动态热传输模型

基于能量守恒原理建立了电堆的动态热传输模型，比较全面地考虑了影响电堆热传输的因素．仿真结果表明，在不考虑冷却且反应气体输入流量略大于负载电流所需流量情况下，随负载电流的增大电堆温度快速上升；当电堆电流为常数时，随着提高输入气体的流量，电堆温度由不稳定状态逐渐过渡到稳定状态，且稳定值随之下降；另外，当加入冷却系统后，可以充分保证电堆在较理想的温度下运行．模型仿真结果与实验数据能够较好吻合．