摘要：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。

摘要：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。

摘要：该文从设计质子交换膜燃料电池(PEMFC)控制方案的角度出发,首先提出了采用E lm an动态神经网络对PEMFC系统进行建模的新方法,以实验中采样到的PEMFC系统的工作温度输入输出数据训练网络,并采用动态反向传播学习算法根据误差不断调整网络参数直至达到要求精度;E lm an神经网络辨识可使辨识过程简化并提高了辨识精度。然后在此基础上设计了自适应模糊神经网络控制器。最后的仿真实验以E lm an神经网络模型为参考模型,使用自适应神经网络控制算法控制PEMFC的工作温度,取得了较好的控制效果。结果显示所设计的控制系统适合于控制PEMFC这样一类复杂非线性系统。

摘要：平流层飞艇依靠艇载自主光伏发电系统摄取太阳辐射能来达到长期自主飞行和悬停,可应用于无线通信、空间观测和军事侦察等领域,成为当前各国研究的热点之一。分析和计算飞艇表面接收的太阳辐射能是光伏系统设计的基础。文中首先建立飞艇表面接收的辐射能量数学模型,它描述了飞艇的工作纬度、飞行方向、表面形状和接收的太阳辐射能量的关系。然后模拟分析飞艇的工作纬度、飞行方向和表面形状对接收的辐射能量的作用。结果表明:飞艇的工作纬度和飞行方向影响飞艇表面接收的辐射能量的大小和时间分布;飞艇表面的不同部分接收的辐射能量是不同的,在飞艇表面合理覆盖光伏阵列是飞艇光伏系统设计的重要任务。

摘要：从质子交换膜燃料电池(PEMFC)实际应用的角度出发,采用Elman动态神经网络对PEMFC系统进行建模,以实验中采样到的PEMFC系统的工作温度输入输出数据训练网络,并采用动态反向传播学习算法根据误差不断调整网络参数直至达到要求精度。设计了一种适应模糊神经网络控制器,根据经验确定了初始隶属度函数和模糊规则,并采用自适应学习算法不断调整隶属度函数与模糊规则参数,使控制系统获得理想的输出。仿真实验以Elman神经网络模型为参考模型,使用自适应神经网络控制算法取得了较好的控制效果。总之,所设计的控制系统适合于控制PEMFC这样一类复杂非线性系统。

摘要：燃料电池分散发电系统要求安全性、可靠性和持久性,系统控制十分重要,而用户的实时功率需求以及多设备多仪表多性能参数的特点使整个系统的实时控制变得复杂。该文主要介绍发电系统阳极部分的结构设计和控制实现方法。系统参数关系的强非线性要求控制必须以动态仿真模型为基础。在实时数据的基础上进行物质量上的反馈计算,能够使进入电堆阳极的氢气在系统运行过程中始终维持在理想的湿度水平。将二次型性能指标引入单神经元自适应PID控制,通过调节二级减压阀的气体流量,可以很好地维持电堆膜阳极侧压力始终与阴极侧压力保持理想的压力差水平。经仿真验证系统运行性能良好。