首页> 中文学位 >神经网络在PEM燃料电池温度控制中的应用研究
【6h】

神经网络在PEM燃料电池温度控制中的应用研究

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 PEM燃料电池及其自动测试系统概述

1.2 PEM燃料电池温湿度控制的研究现状

1.3论文研究的主要内容

第二章 神经网络概述

2.1神经网络技术的发展

2.2神经网络在燃料电池中的应用概况

2.3神经网络的结构与算法

2.4模糊神经网络控制

第三章 露点加湿器温度控制系统的设计

3.1露点加湿器温度控制系统

3.2基于BP神经网络的PID控制系统设计

3.3基于RBF神经网络的PID控制系统设计

第四章 PEM燃料电池电堆温度控制系统设计

4.1 PEM燃料电池电堆温度控制的数学模型

4.2基于模糊神经网络的电堆温度控制系统设计

第五章 控制系统的实验与仿真

5.1露点加湿器温度控制的实验结果与分析

5.2 PEM燃料电池电堆温度控制方法的仿真

第六章 结束语

参考文献

致谢

研究成果及论文

展开▼

摘要

质子交换膜燃料电池已经成为当今燃料电池领域中研究最广泛、发展最快的一个分支。为了给设计、优化和应用质子交换膜燃料电池提供科学的依据,需要相应的测试系统对其运行的各种参数进行精确控制。本文结合电子科技大学承担的项目“质子交换膜燃料电池测试系统”,对系统中的露点加湿器温度控制和电堆温度控制展开研究。
  针对露点加湿器温度控制系统的高度非线性以及大范围负载扰动的特性,本文提出将神经网络与 PID控制器相结合的控制方式,利用神经网络的的任意非线性表达能力,通过系统的训练整定PID控制器的参数,以达到最优的PID控制。文中分别设计了基于BP神经网络和基于径向基函数神经网络的PID控制系统,详细研究了这两种前向网络的结构和训练算法,并对它们的实验结果进行了比较研究。
  PEM燃料电池电堆温度控制系统是具有时变性、大滞后、不确定性和非线性的强耦合系统,难以建立精确的数学模型,因此本文采用对模型精度要求不高同时又具有高质量控制性能的模糊神经网络控制器对其进行控制。它是一种基于神经网络理论和模糊逻辑的复合智能控制,通过神经网络的学习能力来优化模糊逻辑的经验规则,从而实现对电堆温度的有效控制。本文在Matlab/Simulink平台建立了电堆温度控制系统的模型并进行了仿真,模糊神经网络控制器在较大幅度变化的系统参数下都得到了很好的仿真曲线,说明模糊神经网络控制系统具有很好鲁棒性和良好的控制品质,能够满足参数时变的PEM燃料电池电堆温度控制系统的要求。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号