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。     

质子交换膜燃料电池建模与稳态分析

对质子交换膜燃料电池（PEMFC）电堆进行电输出特性研究，有助于改善燃料电池的设计，提高其性能。通过所建立的电堆参数模型，就能够研究主要运行参变量对电堆输出性能和电堆非线性内阻产生的影响。仿真和测试结果表明此参数模型是可操作和有效的，并可方便的用于PEMFC控制方法研究。     

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。     

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。     

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混合建模研究

支撑向量机（SVM）理论完备,泛化能力强,很适合对燃料电池建模。但是建立高维SVM模型需要大量的实验数据,为了克服这一困难,使用SVM和压力增量机理模型相结合的方法对质子交换膜燃料电池进行混合建模：SVM模型只考虑电流和温度对电压的影响,而压力增量模型则在此基础上预测阴极压力和阳极压力对电压的影响。混合后的模型能够预测不同电流、温度、阴极压力和阳极压力下的输出电压。结果表明这种方法建立的数学模型误差小于1.6%,能够达到很好的拟合精度。     

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.     

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.     

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.     

直接甲醇燃料电池温度响应的建模与仿真

给出了一种用于直接甲醇燃料电池(DMFC)温度响应的人工智能建模方法.采用BP网络、Elman神经网络与自适应神经模糊推理系统(ANFIS)避免了精确数学模型的复杂性.详细描述了辨识结构、算法和模型训练方案.通过不同模型之间的仿真对比,得出了三种网络的最优结构参数.仿真结果满足精度要求,得出ANFIS模型性能最优.在ANFIS模型基础上对DMFC温度响应特性作了简要分析.通过仿真模型可快速得到其输入输出特性,使DMFC温度响应的在线预测与控制成为可能.     

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。     

一种基于模糊神经网络的自适应模糊辨识方法

基于改进的T-S模型，提出一种自适应模糊神经网络模型(AFNN)。首先，基于模糊竞争学习算法确定系统的模糊空间和模糊规则数，并得出每个样本对每条规则的适用程度。其次，利用卡尔曼滤波算法在线辨识AFNN的后件参数。AFNN具有结构简洁，逼近能力强，能够显著提高辨识精度，并且辨识的模糊模型简单有效。最后，将该AFNN用于非线性系统的模糊辨识，仿真结果验证了该方法的有效性。     

基于RBFNN的DMFC温度建模与神经模糊控制研究

为了提高燃料电池的发电性能，直接甲醇燃料电池（DMFC）堆的运行温度应该控制在一个合适的范围内。简单介绍了利用RBF神经网络基于实验的输入输出数据建立DMFC电堆温度模型的方法，避开了电堆的内部复杂性；在控制过程中，将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）在残对神经模糊控制器的参数进行自适应调整。采用最近邻聚类算法小（NNCA）对控制器的模糊规则库进行更新。在仿真实验中，将所提出的算法与非线性PID和传统模糊算法进行比较，结果表明所设计的神经模糊控制器具有较好的性能。     

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.     

PEMFC电气输出特性的自适应模糊PID控制

讨论了在功率需求快速变化下质子交换膜燃料电池的动态响应性能。采用小波神经网络辨识特性曲线来模拟实际电压值。提出了电压和功率两级的系统控制方案，并分别对相应的控制器进行研究。采用MATLAB／SIMULINK对整个控制系统进行模拟。结果表明，控制方案可以达到预期效果。此外还进行了相应的抗干扰和鲁棒性能仿真实验。仿真结果表明，采用的控制算法具有较好的鲁棒性能和自适应性。     

燃料电池空气供应系统建模与动态仿真的研究

采用"控制体"的方法建立燃料电池堆空气供应系统的供应管腔、阴极和回流管腔模型,并采用神经网络方法对风机特性测试数据进行拟合,建立风机转速、出口压力和风量的关系模型。运用Simulink仿真工具建立仿真模型,研究风机转速和回流管腔系数对氧气供应的影响,并对电堆电流阶跃变化对氧气供应的影响进行仿真。仿真结果和实验测试数据相符,表明所建模型是有效的,可以指导电堆阴极结构的设计和空气供应系统控制方法的研究。