PEMFC发电系统的自适应模糊控制与动态分析

监测和控制燃料电池的过程中,需要获得各种实时数据.质子交换膜燃料电池(PEMFC)发电系统中的参数强耦合、高度非线性特性增加了对其控制的难度,传统的PI控制虽然对模型精确的系统有较好的控制效果,但对于参数波动的系统则无法获得较高的控制性能.针对以上情况,基于PEMFC发电系统的动态仿真模型,根据重整器在燃料电池发电系统中的作用,设计了自适应模糊控制器.利用模糊控制规则在线控制氢气摩尔流,从而控制PEMFC发电系统的输出功率.仿真结果表明,该动态模型能够预测输出电压.响应曲线显示出自适应模糊控制算法能够较好控制燃料电池有功和无功功率的输出.模型具有良好的负载跟踪特性.     

基于DSP的燃料电池电动车控制系统设计

控制系统是燃料电池电动车的核心部分。本文介绍了以’TMS320I～2407 DSP为核心处理器的燃料电池电动车控制系统的整体设计。阐述了对多输入多输出燃料电堆系统的PID控制方法、三相无刷直流电机的控制系统设计方法及双DSP间的SPI接口通讯方法及实现。     

燃料电池的模糊控制

在所有类型的燃料电池中,质子交换膜燃料电池因具有重量轻,效率高、电流密度大、工作温度低、启动速度快以及使用无毒性的固态电解质膜等优点近年来发展最快。针对这种燃料电池提出了一种模糊控制算法,改善了燃料电池的输出性能。有实验结果证明所提出算法的有效性。     

燃料电池发动机的模糊神经网络温度控制研究

燃料电池发动机的温度控制是整个系统控制的重要环节,其控制效果对系统输出性能影响重大;针对发动机温度控制惯性大和超调量大的特点,研究了质子交换膜燃料电池发动机的发电原理及其循环水温度控制系统的结构;结合电加热、风冷与水冷的温度控制方案,提出了利用模糊神经网络控制算法对燃料电池发动机进行温度控制的方法;实验结果表明使用了该算法进行温度控制的燃料电池发动机系统温度响应速度快且超调量小,其动态性能得到了较大的改善。     

基于动态遗忘因子递推最小二乘法的永磁同步电机参数辨识算法

针对固定遗忘因子递推最小二乘法(RLS)在永磁同步电机参数识别中难以同时保证快速性和鲁棒性的问题,提出一种动态调节遗忘因子大小的递推最小二乘参数识别算法。分析了遗忘因子对RLS算法的影响特性,以理论模型与实际模型输出的差值为变量构建遗忘因子调节函数,实现遗忘因子动态调整。仿真结果表明,相比于固定遗忘因子RLS算法,改进算法可以同时保证稳态抗干扰与动态快速收敛能力,具有优越性。     

多变量双线性广义预测极点配置自校正解耦控制器（续）

对一类多变量双线性系统提出了一种基于预测状态空间实现的GPP自校正控制算法,建立了预测状态与模型结构参数和输入输出信息之间的直接关系,给出了含有多个加权矩阵的多变量二次型性能指标。增加了系统设计的自由度。由于加权因子可以根据闭环系统稳定性要求以及系统动态特性、前馈零点增补、输出滤波和跟踪要求分别加以选取,可以保证闭环系统稳定并改善了系统动态特性增强了鲁棒性,仿真结果表明了该算法具有GPP的诸多优点。     

基于BP神经网络辨识模型的PEMFC系统建模

为分析燃料电池系统特性,采用BP神经网络结构辨识质子交换膜燃料电池系统模型,模型输入为系统实际输入,模型输出为电堆输出电压和电堆工作温度。由于PEMFC系统是一个时变非线性系统,采用一种串-并联前向神经网络辨识结构模型,将模型前几个时刻输出作为模型输入,使得静态网络结构具有动态特性。BP网络模型通过PEMFC系统所得到的实验数据进辨识。训练完成后BP网络模型输出与实际系统输出基本一致,结果表明BP网络模型能够有效反映质子交换膜燃料电池系统输出电压和电堆温度特性。     

多变量双线性广义预测极点配置自校正解耦控制器

对一类多变量双线性系统提出了一种基于预测状态空间实现的GPP自校正控制算法,建立了预测状态与模型结构参数和输入输出信息之间的直接关系。给出了含有多个加权矩阵的多变量二次型性能指标,增加了系统设计的自由度。由于加权因子可以根据闭环系统稳定性要求以及系统动态特性、前馈零点增补、输出滤波和中上要求分别加以选取,可以保证闭环系统-稳定并改善了系统动态特性增强了鲁棒性。仿真结果表明了该算法具有GPP的诸多优点。     

基于启发式动态规划的固体氧化物燃料电池优化控制研究

固体氧化物燃料电池(SOFC)系统是一个非线性系统,现存的建模方法和优化控制算法很难对其进行精确的建模及优化控制;针对此问题,采用基于数据的建模方法,对固体氧化物燃料电池系统进行BP神经网络建模,然后在此基础上,首次采用启发式动态规划(HDP)算法对固体氧化物燃料电池系统中的各种气体分压、输出电压以及温度进行优化控制;Matlab仿真结果表明,基于BP神经网络的HDP优化算法具有收敛速度快、鲁棒性强、控制精度高等优点,并使固体氧化物燃料电池系统在负载变化时很快稳定输出电压,实现了优化控制,减少能耗。     

基于自适应动态目标函数的模糊聚类神经网络

结合输入空间的聚类特性和输出空间实时逼近特性,在模糊聚类的目标函数中引入恰当的反馈因素,基于自适应动态目标函数,该文提出一种新的模糊聚类神经网络实现算法.该算法在收敛稳定性、收敛速度、初值敏感性方面,相对于传统模糊聚类算法有了明显改善,相关实验表明,该算法具备高效、稳定的工程应用价值.     

Nonlinear modeling and adaptive fuzzy control of MCFC stack

To improve availability and performance of fuel cells, the operating temperature of molten carbonate fuel cells (MCFC) stack should be controlled within a specified range. However, the most existing models of MCFC are not ready to be applied in synthesis. In this paper, a radial basis function neural networks identification model of MCFC stack is developed based on the input–output sampled data. A novel adaptive fuzzy control procedure for the temperature of MCFC stack is also developed. The parameters of the fuzzy control system are regulated by back-propagation algorithm, and the rule database of the fuzzy system is also adaptively adjusted by the nearest-neighbor-clustering algorithm. Finally using the neural networks model of MCFC stack, the simulation results of the control algorithm are presented. The results show the effectiveness of the proposed modeling and design procedures for MCFC stack based on neural networks identification and the novel adaptive fuzzy control.     

插电式混合动力汽车模型预测控制策略研究

针对传统插电式混合动力汽车智能控制策略计算量大,难以实现实时最优控制的问题,提出了基于蓄电池充放电管理的插电式混合动力汽车预测控制策略.利用实测通勤插电式混合动力汽车车速信息,以蓄电池荷电状态为系统状态变量,以蓄电池充放电功率为系统控制变量,插电式混合动力汽车燃油消耗量最低为系统性能指标,设计了插电式混合动力汽车的模型预测控制智能优化算法,运用连续广义最小残量方法求解最优控制问题.在Matlab/Simulink与GT-POWER联合仿真平台上进行仿真,实验结果验证了所设计的模型预测控制算法不仅可以大幅度提高混合动力汽车的燃油经济性,而且能够满足实时控制的要求.     

基于模糊逻辑与遗传算法的燃料电池热管理方法研究

有效的质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)热管理是提升氢燃 料电池汽车安全性、耐久性以及运行效率的关键因素之一。该文提出一种 PEMFC 电堆热管理控制方法,使电堆出入口温度保持在设定值。该方法以 PEMFC 热管理系统模型中电堆出入口温度的变化为依据,设计一种二维模糊控制器,并应用遗传算法优化模糊控制器的隶属度函数,从而使模糊控制器的控制精度更高。为验证所提出方法的有效性,该文选用 Autonomie 软件中的一款氢燃料电池汽车,在两种标准工况上进行 PEMFC 热管理方法验证。仿真结果显示,经过遗传算法优化后的模糊控制器相对于未优化的模糊控制器具有更高的控制精度,电堆出入口温度与设定值的偏差更低。     

基于观测器的水下机器人神经网络稳定自适应控制

给出了基于观测器的水下机器人神经网络自适应控制算法．控制算法由3部分组成：输出反馈控制、神经网络以及滑模项，其中输出反馈控制为了保证系统的初始稳定性；神经网络用于逼近系统的非线性动力学；滑模项用于补偿和抑制系统的外部扰动、神经网络逼近误差等．控制算法中所需要的速度量由状态观测器来提供．基于Lyapunov稳定理论给出了系统闭环稳定条件和稳定域．水池试验结果验证了算法的有效性．     

Predictive planning of optimal velocity and state of charge trajectories for hybrid electric vehicles

The combination of electric motors and internal combustion engines in hybrid electric vehicles (HEV) can considerably improve the fuel efficiency compared to conventional vehicles. In order to use its full potential, a predictive intelligent control system using information about impending driving situations has to be developed, to determine the optimal gear shifting strategy and the torque split between the combustion engine and the electric motor. To further increase fuel efficiency, the vehicle velocity can be used as an additional degree of freedom and the development of a predictive algorithm calculating good choices for all degrees of freedom over time is necessary.In this paper, an optimization-based algorithm for combined energy management and economic driving over a limited horizon is proposed. The results are compared with results from an offline calculation, which determine the overall fuel savings potential through the use of a discrete dynamic programming algorithm.     

无人驾驶车辆稳态漂移的无模型自适应控制

本文引入一种基于无模型自适应控制算法的无人驾驶车辆稳态漂移控制方案.首先,对车辆漂移动态过程进行动力学分析,其次,确定控制系统的控制输入量和控制目标,然后基于无人驾驶车辆稳态漂移控制系统的动态线性化数据模型,设计无模型自适应稳态漂移控制算法、伪雅可比矩阵估计整定算法和伪雅可比矩阵重置算法,从而实现无人驾驶车辆的稳态漂移...     

基于MC9S12的电控燃料喷射系统研究

利用单片机MC9S12,在单缸柴油机基础上设计乙醇/柴油双燃料发动机电控燃料喷射系统.分析了系统组成及功能,设计系统硬件电路,利用单片机输入捕捉输出比较时序控制、燃料喷射脉宽脉谱和双线性插值查表算法实现对乙醇燃料喷射量的精确控制.仿真及试验测试表明,利用该系统可实现不同工况下乙醇燃料变脉宽喷射,有效地进行乙醇/柴油混合...     

基于PMP算法的HEV能量优化控制策略

针对常用混合动力汽车（Hybrid electric vehicle,HEV）中锂离子电池在功率波动较大时难以满足需求,以及单个驱动周期内HEV燃油能耗大且能量不能很好回收等问题,研究采用锂离子电池和超级电容器混合储能系统（Lithium-ion battery and super-capacitor hybrid energy storage system,Li-SC HESS）与内燃机共同驱动HEV运行.结合比例积分粒子群优化算法（Particle swarm optimization-proportion integration,PSO-PI）控制器和Li-SC HESS内部功率限制管理办法,提出一种改进的基于庞特里亚金极小值原理（Pontryagin's minimum principle,PMP）算法的HEV能量优化控制策略,通过ADVISOR软件建立HEV整车仿真模型,验证该方法的有效性与可行性.仿真结果表明,该能量优化控制策略提高了HEV跟踪整车燃油能耗最小轨迹的实时性,节能减排比改进前提高了1.6%~2%,功率波动时减少了锂离子电池的出力,进而改善了混合储能系统性能,对电动汽车关键技术的后续研究意义重大.