第1章 绪论 1
1.1概述 1
1.2燃料电池工作原理 2
1.3质子交换膜燃料电池应用 4
1.3.1燃料电池汽车 4
1.3.2燃料电池舰船 10
1.3.3燃料电池固定电站 13
1.3.4燃料电池通信备用电源 15
1.3.5移动电源 16
1.4燃料电池系统建模与优化控制研究 17
第2章 质子交换膜燃料电池系统建模 20
2.1燃料电池系统结构 20
2.2燃料电池系统建模研究现状 21
2.2.1稳态模型和动态模型 21
2.2.2燃料电池子系统建模 22
2.2.3燃料电池系统模型 27
2.2.4几种商业化软件与模型 29
2.3质子交换膜燃料电池机理模型 31
2.3.1燃料电池电压模型 31
2.3.2阴极流道模型 34
2.3.3阳极流道模型 36
2.3.4燃料电池质子交换膜水模型 37
2.3.5燃料电池温度模型 48
2.3.6辅助设备模型 50
2.3.7小结 55
2.4燃料电池系统神经网络建模 56
2.4.1非线性动态系统神经网络辨识 57
2.4.2 Elman神经网络算法分析 65
2.4.3基于Elman神经网络的燃料电池系统辨识 71
2.4.4 模拟仿真及结果分析 80
2.4.5小结 81
第3章 质子交换膜燃料电池系统模拟仿真 82
3.1概述 82
3.2燃料电池系统模拟仿真软件开发 83
3.2.1输入界面 83
3.2.2 Simulink模型 84
3.2.3输出界面 85
3.3燃料电池动态分析及仿真结果 85
3.4小结 101
第4章 质子交换膜燃料电池空气供应系统控制 102
4.1空气供应系统模型 102
4.2 PEMFC空气供应系统控制国内外研究现状 103
4.3 PID控制 109
4.3.1 PID控制算法 109
4.3.2控制方法实现 110
4.3.3 PID控制仿真结果及分析 111
4.4 PEMFC空气参数解耦设计 112
4.4.1多变量过程控制系统解耦理论 113
4.4.2 PEMFC空气参数解耦设计 114
4.5空气流量控制策略研究 120
4.5.1控制系统结构 121
4.5.2空气流量Fuzzy-PID复合控制 122
4.5.3空气流量神经PID控制 130
4.5.4空气流量不同控制策略比较与分析 133
4.6空气压力控制策略研究 133
4.6.1控制系统结构 134
4.6.2基于参数辨识模型的神经PID控制 136
4.6.3基于神经网络辨识模型的神经PID控制 146
4.6.4空气压力不同模型控制策略比较与分析 150
4.6.5小结 150
4.7基于自适应神经网络的空气供应系统控制 152
4.7.1状态空间模型 152
4.7.2神经网络模型 153
4.7.3自适应神经网络控制器 154
4.7.4仿真结果 156
第5章 质子交换膜燃料电池系统水管理 159
5.1概述 159
5.2基于回归神经网络优化的模型预测控制 160
5.2.1模型预测控制的表示 163
5.2.2基于回归神经网络优化的模型预测控制的体系结构 168
5.2.3收敛性分析 170
5.2.4仿真结果 173
5.3基于湿度软测量的PEMFC水管理 177
5.3.1燃料电池电堆的湿度控制模型 179
5.3.2控制系统的网络结构 180
5.3.3控制系统的模糊逻辑设计 182
5.3.4控制系统的学习算法 184
5.3.5仿真结果 186
第6章 质子交换膜燃料电池系统控制 190
6.1概述 190
6.2国内外研究现状 191
6.2.1传统方法 191
6.2.2预测控制 191
6.2.3模糊控制 192
6.2.4神经网络控制 192
6.2.5自适应控制 193
6.2.6鲁棒控制 194
6.3质子交换膜燃料电池系统预测控制器设计 195
6.3.1燃料电池发动机预测模型 196
6.3.2基于神经网络自适应PID的预测控制 197
6.3.3基于模糊推理的反馈校正技术 201
6.3.4燃料电池发动机预测控制仿真与分析 204
6.4基于神经网络优化的PEMFC多模型切换控制 207
6.4.1切换系统的优化控制 209
6.4.2混合神经网络优化 211
6.4.3仿真结果 214
6.4.4小结 221
参考文献 222
符号及下标说明 240