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。     

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。     

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。     

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。     

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。     

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。     

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。     

复杂工艺流程企业内部供应链产量联合优化

建立了以利润最大化为目标函数的企业内部供应链多环节产量联合优化模型,证明了目标函数是凹函数,并给出了最优解的解法。在优化模型中,利用投入产出模型分析了加工制造类企业各类需求项目之间的关键,并考虑到产品计划产量与随机需求差异所带来的惩罚成本。     

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.     

分布式多Agent仿真系统的控制结构研究

在研究多Agent仿真技术的基础上，提出了一个分布式多Agent仿真系统的控制功能框架(DMASCF)。该框架包括了输入接口控制、输出接口控制、模型结构控制、仿真时钟控制、实验数据控制、仿真实验控制、仿真逻辑控制七个功能元素。分析了各种控制功能的工作原理与机制，并从输入输出连接关系角度分析了多Agent仿真系统层次化与分布式建模的本质。