摘要：介绍了一种采用嵌入式设备作为终端的彩信监护系统。系统监护平台采用servlet结构,通过现有的短信服务商平台同用户交互,同时通过TCP/IP与嵌入式终端通信,从而使用户能通过手机等设备实现实时监护。基于嵌入式Linux的嵌入式终端设备实现了远端视频图像的采集和传输,具有成本低、通用性好等优点。该文介绍了整个系统的设计结构与实现方法。

摘要：针对现有的固体氧化物燃料电池(SOFC)模型过于复杂,难以满足工程上对SOFC系统实时控制设计的需要,提出了利用遗传算法(GA)优化径向基函数(RBF)神经网络实现对SOFC电堆建模。在建模过程中,利用遗传算法优化RBF神经网络的输出权值及高斯基函数的中心向量和基宽向量,采用优化后的参数作为网络初始值,然后利用梯度下降法对各参数进行调整。通过仿真对该建模的有效性和建模精度进行了检验。

摘要：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。

摘要：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。

摘要：针对直接甲醇燃料电池(DMFC)系统过于复杂,难以数学建模。应用一种改进的 RBF 神经网络对 DMFC 系统进行辨识建模。模型以甲醇的浓度和流速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 1000 组实验数据作为训练和测试样本,建立了不同甲醇浓度和流速下电池电压/电流密度动态响应模型。应用仿真对建模的有效性和精度进行了检验,并与 BP 神经网络辨识的效果进行了对比。仿真结果证明 RBF 神经网络比 BP 神经网络收敛得快,建模精度高,从而为设计 DMFC 实时控制系统奠定了基础。

摘要：对为建筑提供热电联供的60 kW PEMFC分布式发电系统进行研究,并根据物质的动态流动和电化学反应过程建立了发电系统模型,针对系统对发电效率和稳定运行的要求,以及多参数非线性强动态耦合的特点,对系统的控制设计不再强调某个参数,而是着眼于整个系统的协调运行。模拟15个家庭一天典型的电能需求进行了系统的动态仿真实验,实验结果说明,提出的系统控制方案可行,工作点的优化搜索能够使系统良好的响应实时负载,单神经元PI解耦控制器则使系统始终在理想的压力和湿度条件下稳定运行。这些将为系统的进一步优化设计和开发应用提供指导。

摘要：针对DMFC电堆的实时控制要求，应用自适应模糊神经网络技术对DMFC电堆的工作温度进行辨识建模和控制。在温度控制过程中，将训练好的网络模型作为DMFC电堆控制系统的参考模型，并对控制模型的参数进行在线自适应调整。仿真结果表明所设计的自适应模糊神经控制器性能优越。

摘要：由于直接甲醇燃料电池数学模型的复杂性难以满足工程上对DMFC控制系统的设计,提出一种基于最小二乘支持向量机建模算法,用具有RBF核函数的LS-SVM离线建立DMFC电堆的非线性模型;仿真和实验结果表明了该建模方法具有建模简单、模型精度高等优点,亦证明了该算法的有效性和优越性。研究结果对直接甲醇燃料电池控制系统的建模和控制具有一定的实用价值。

摘要：对光伏-氢能自主发电系统进行建模和分析是设计和应用的基础,提出了包括光伏电池、可再生燃料电池和蓄电池的稳态数学模型,仿真和分析光伏-氢能自主发电系统长期运行的性能。利用建立的数学模型来分析和比较两类光伏-氢能自主发电系统:光伏电池-可再生燃料电池-蓄电池系统(PVRFCBAT)和光伏电池-可再生燃料电池系统(PVRFC)的性能。仿真结果表明PVRFCBAT发电系统的经济性能、效率和可再生燃料电池的使用寿命优于PVRFC发电系统,但它的结构较为复杂,蓄电池使用寿命较短。

摘要：以质子交换膜燃料电池(PEMFC)动态系统为研究对象。首先将质子交换膜燃料电池划分为氢气动态模型、空气动态模型、电化学电压模型和温度动态模型四部分建模;其次根据系统运行要求设计控制策略:氧气化学计量比前馈控制,阴极和阳极压力差PID控制和温度滑模控制;最后应用所建立的模型和控制策略对10 kW质子交换膜燃料电池进行仿真运行分析,结果证明所设计的系统能模拟PEMFC动态系统运行。