不同参数对质子交换膜燃料电池输出特性的影响

针对质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)的性能主要受到物理参数影响的问题,通过FLUENT软件建立燃料电池动力学模型,以对物理参数进行研究,得到了直行多流道单体质子交换膜燃料电池的极化曲线并对输出性能进行对比。结果表明:升高工作温度、升高运行压力以及降低质子交换膜厚度均有助于提高燃料电池输出电压,改善燃料电池的性能。研究结论将为PEMFC的设计和实际应用操作提供参考。     

燃料电池发动机水热管理仿真分析综述

质子交换膜燃料电池作为燃料电池中重要的一种类型,可应用于汽车及小规模的发电站与便携式移动能源,是当前新能源领域的研究热点。主要针对质子交换膜燃料电池不同维度的水热管理仿真模型的研究现状进行了论述。     

车用质子交换膜燃料电池仿真技术路线

质子交换膜燃料电池作为燃料电池中重要的一种类型,可应用于汽车及小规模的发电站与便携式移动能源,是当前新能源领域的研究热点。主要针对车用质子交换膜燃料电池的三种仿真参数模型就当前国内外研究进展进行论述。     

质子交换膜燃料电池水管理模型

水管理是质子交换膜燃料电池的关键技术之一。建立了包括电极扩散层模型、阴极催化剂层伪均质模型和质子交换膜水传递模型的一维稳态质子交换膜燃料电池水管理模型,得到的电池极化特性与试验结果吻合。在此基础上分析了电池温度和反应气体流量、压力、增湿温度和相对湿度等操作条件对电池性能的影响,为燃料电池发动机系统的仿真、优化和控制提供了一个良好的基础。     

PEMFC性能研究与仿真

质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)具有能量转换效率高、相对于传统发动机振动低和噪声低及使用可靠等优点,逐渐成为研究的重点。燃料电池的系统建模需要掌握电学、电化学、热力学、流体力学等知识,提高了系统研究的门槛和复杂度。为了研究质子交换膜燃料电池系统特性,借助AMESIM建立一种燃料电池模型,在此基础上,分析燃料电池的电学特性。发现质子交换膜的厚度、气体扩散层和空气流速对电池性能有影响。     

流场尺寸对PEMFC性能影响

基于COMSOL Multiphysics仿真软件对质子交换膜燃料电池的阴极流场进行了仿真研究,通过对压力、速度、氧气浓度与电流密度等参数的研究来比较多通道蛇形流场的尺寸对质子交换膜燃料电池的性能影响。指导质子交换膜燃料电池流场设计。     

基于系统辨识的PEMFC温度非线性建模与预测

针对质子交换膜燃料电池(PEMFC)等一类具有严重非线性的复杂被控对象，提出一种基于模糊模型的模糊预测算法，并对PEMFC系统进行建模。在建模过程中，采用离线学习和在线修正辨识出对象的模糊模型。其中，模型的参数通过模糊聚类初始化和离线反向传播算法进行学习，必要时可通过在线调整后件参数，以使得模型的预测精度能满足实时控制的需要。仿真和实验结果表明了该模糊辨识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。     

锁紧螺栓数目及位置对PEMFC双极板变形影响

质子交换膜燃料电池的组装设计及方法对电池性能的优劣,有着非常重要的影响。燃料电池在组装时,由于受到螺栓锁紧时外力的作用,各组件之间容易产生变形。针对锁紧螺栓个数及位置,采用有限元ANSYS/WORKBENCH分析软件建立单质子交换膜燃料电池模型,对螺栓锁紧所造成的双极板内部位移变化情况进行数值模拟,获得双极板沿给定路径的位移变形分布和翘曲度情况,对比分析了锁紧螺栓数目及位置对双极板翘曲变形的影响,得出了最佳锁紧螺栓个数及位置,并提出了一种能提高质子交换膜燃料电池性能的封装方案。     

小型质子交换膜燃料电池箱体结构设计

小型质子交换膜燃料电池作为目前质子交换膜燃料电池的研究热点之一,其箱体结构设计的灵活、实用、可靠和便捷性更有利于其在小型电子设备和小功率移动电源等领域的广泛应用。考虑了在高压氢气瓶、便携式金属氢化物储气罐等不同氢气供气方式下设计小型质子交换膜燃料电池箱体结构,使其既能在通用供气方式下作为一个单独的部件进行供电,也能快速安装金属氢化物储气罐箱体进行便携式供电,实现了使用的可靠性、灵活性和便捷性。     

基于MEMS技术的微型质子交换膜燃料电池

介绍了微型质子交换膜燃料电池的基本工作原理.依据当前微型燃料电池的发展现状,重点探讨基于MEMS工艺的微型燃料电池微流场板、膜电极集合体等基本构件制造过程,提出了其中的关键技术和瓶颈问题.分析了微型质子交换膜燃料电池的微组装和系统集成技术,针对其中存在的问题,提出相关研究方向和解决方案.结合实例,对微型质子交换膜燃料电池的应用领域和应用形式进行了总结和展望.     

基于神经网络的多值模糊控制系统研究

对于难以用精确数学模型描述的多变量非线性复杂控制系统,靠传统控制理论难以获得理想的控制效果,基于模糊神经网络控制的技术不依赖于被控对象精确的数学模型,且能根据被控对象参数的变化自适应调节控制规则和隶属函数参数的特性本文介绍了模糊神经网络控制器的应用研究,经过仿真实验证明该控制器能够获得较理想的控制效果。     

基于神经网络的模糊自适应PID控制方法研究

针对常规PID控制器不能在线修正参数以及模糊规则和率属函数对专家经验的依赖性,提出了神经网络模糊自适应PID控制器,从而综合了传统PID控制、模糊控制、神经网络控制的优点,使其具有PID控制的广泛适用性和神经网络的自适应和自学习能力,同时又具备模糊控制的非线性控制作用;仿真实验可知该控制器具有更快的响应和更好的平稳性.     

一种改进的模糊CMAC神经网络车辆自主避障算法

考虑到模糊控制算法在自主避障上的缺陷,设计了一种改进的模糊CMAC神经网络车辆自主避障算法。采用模糊CMAC神经网络(FCMAC)的各层节点来实现模糊控制器变量的输入、模糊化、模糊逻辑的前提条件匹配运算、模糊量的归一化、控制量的输出和控制规则的调整,借助神经网络的自学习能力来完成模糊控制。通过仿真实验,验证了改进的模糊CMAC神经网络算法的可行性和有效性。     

基于模糊神经网络的络筒机纱线张力控制系统的研究

针对络筒机的纱线张力不稳定性问题,结合模糊系统的鲁棒性、容错性以及神经网络学习能力强的特点,提出了应用模糊神经网络控制器控制纱线张力的方法。开展了纱线张力控制系统、神经网络和模糊控制算法的分析,建立了模糊控制系统和神经网络之间的关系,设计了基于模糊神经网络的纱线张力控制器,应用MATLAB软件仿真验证了基于模糊神经网络的络筒机纱线张力控制系统的可行性。研究结果表明,与线性插值模糊控制效果相比,模糊神经网络控制作用下的系统超调量小,调节时间快,稳定性好,具有一定使用价值。     

连铸结晶器非正弦振动系统模糊神经网络跟踪控制

针对结晶器非正弦振动液压伺服系统参数易变、模型不确定这一特点，对模型未知的系统用神经网络模型逼近，并采用改进的递阶遗传算法对神经网络的权值和结构同时进行训练，实现系统模型的精确辨识；将模糊控制与神经网络相结合，提出一种模糊神经网络控制方法，实现连铸结晶器非正弦振动系统的跟踪控制。仿真验证了该方案能提高非正弦振动系统跟踪控制性能和鲁棒性，且易于工程实现。     

抓斗挖泥船平挖的智能控制及仿真

设计了一种基于模糊神经网络的PID控制器,将其运用到大型抓斗挖泥船平挖控制系统中。该系统建立一个两输入三输出的模糊神经网络,并提供样本进行自学习。在Simulink中对基于模糊神经网络的PID控制系统和常规PID控制系统进行平挖运动仿真,结果表明,与常规控制相比,该网络能使系统的响应更为迅速,超调量小,鲁棒性强。     

电液伺服系统的模糊神经网络并行自学习鲁棒控制

基于模糊神经网络结构，提出了一种复合式控制方案，解决了传统自适应控制中模型的在线辨识和控制器的在线设计问题。达到了对不确定非线性系统的高精度输出跟踪；通过引入运行监控器，解决了模糊神经网络实时性差的问题；同时，利用一个鲁棒反馈控制器，来保证模糊神经网络学习初期闭环系统的稳定性。应用到电液力伺服加载系统中，获得满意控制效果。     

基于模糊神经网络 PID 的开关磁阻电机控制系统研究

针对开关磁阻电机存在的转矩脉动大、噪声大、速度不稳定等问题,对开关磁阻电机的启动、运行、调速等方面进行了研究,提出了一种基于模糊神经网络PID的控制方法,将模糊控制理论与BP神经网络相结合,构成了模糊BP神经网络,根据系统误差,误差的变化,以及误差变化的变化实时调整PID控制参数,使电机在整个转速范围内获得了最优的PID参数。实验采用DSP作为控制核心,不对称逆变桥作为功率变换器,驱动一台2 k W的开关磁阻电机运行。研究结果表明,该方法大大改善了开关磁阻电机控制系统的动、静态性能,控制精度高、转矩脉动小,对干扰有较高的鲁棒性。     

基于粒子滤波的自组织模糊神经网络算法研究

为了得到结构更加紧凑、泛化性能更强的自组织模糊神经网络,提出了基于粒子滤波(particle filter,PF)的自组织模糊神经网络训练算法.其能够对模糊规则进行自动生成和增删.文中给出了模糊规则生成准则,应用误差率下降方法作为模糊规则增删策略,删除作用不大的规则.建立了以隶属函数宽度参数为状态,以理想输出为量测的动力学模型,利用PF对参数进行了学习.最后,对两个实例进行了仿真,从仿真结果可以看出,与D-FNN、SOFNN、EKF-SOFNN等算法相比,其在结构紧凑性以及泛化性能上都得到了提高,从而证明了PF-SOFNN的有效性.     

基于模糊神经网络PID的复合控制策略

为了结合模糊控制容错力强和神经网络PID在线学习和调整的优点,提出了一种结合模糊控制与神经网络PID控制的复合控制方法,即分别设计模糊控制器和神经网络PID控制器后,再利用权重分配器对这两个控制器进行权重分配来控制被控对象。将该控制策略应用于某火电机组的二级过热器减温水流量系统控制,并在simulink仿真平台进行仿真,仿真实验结果表明:该复合控制策略较传统的模糊控制或神经网络PID控制的上升时间更短,调节时间和超调量更小,稳态性能更好。