基于BP神经网络PEMFC电堆静态热系统建模.pdfVIP

第 29 卷第 5 期 唐山师范学院学报 2007 年 9 月 Vol. 29 No.5 Journal of Tangshan Teachers College Sep. 2007 基于 BP 神经网络的 PEMFC 电堆的静态热系统建模 1 1 2 马 宁 ，邓先瑞 ，杜学东 （1.唐山师范学院 计算机科学系，河北 唐山 063000 ；2.唐山师范学院 国资处，河北 唐山 063000 ） 摘 要：质子交换膜燃料电池（PEMFC ）电堆的温度是影响燃料电池性能的关键因素之一，建立电堆的热系 统模型是准确控制电堆温度的基础。文章中利用反向传播（BP ）神经网络对质子交换膜燃料电池的静态热系统进 行建模。仿真结果表明，神经网络建模方法能够较好地拟合数据。 关键词：神经网络辨识；质子交换膜燃料电池；热系统；非线性系统辨识 中图分类号：TP183 文献标识码：A 文章编号：1009-9115 （2007 ）05-0110-03 1 前言 池的热力学模型。模型结构非常复杂，计算量大，难以应用于 燃料电池是一种将气体燃料的化学能直接转化为电能 控制系统。在推导过程中为了避免问题过于复杂，提出了诸多 和热能的电化学设备。它是一种非常有潜力的固定和移动能 的简化假定，使得模型不能完全真实地刻画实际系统特性。 源的替代品。在各种燃料电池中，质子交换膜燃料电池 为了克服上述缺点，本文采用系统辨识的方法建立 （PEMFC ）因其能量转换效率高，无污染，可室温快速启 PEMFC 电堆的热系统模型。该系统是一个非线性强耦合系 动而备受瞩目。 统，对于这种本质非线性系统很难利用传统的线性系统模型 质子交换膜燃料电池的工作过程是一个复杂的、时滞的 辨识的方法建立系统模型。使用神经网络进行系统辨识则不 和非线性的固、液、气三相混合的流体流动、传质、传热和 需要预先建立实际系统的辨识格式，使非线性系统的辨识成 电化学动态过程。影响燃料电池工作性能的因素有：各组成 为可能。根据三层前向网络能以任意精度逼近任意连续函数 元件的材料、结构及其参数；元件的加工和装配工艺；电池 的特性[9] ，本文提出了基于 BP 神经网络对质子交换膜燃料 的工作参数（气体的组分、湿度、流量、压力、电池温度、 电池电堆的热系统建模的方法。 和输出功率等）；电池的运行环境。其中，电堆的温度对 2 质子交换膜燃料电池（PEMFC ）热系统概述 PEMFC 的工作性能和使用寿命有着重要的影响。近年来， 2.1 反应原理 一些学者对电堆的热力学特性和温度分布做了深入的研究。 在质子交换膜燃料电池中，从阳极进入的氢气在催化剂 文献[1]、[2]、[3]通过分析燃料电池内部的温度分布， 的作用下分解为氢离子和电子。氢离子穿过电解质膜到达阴 提出了燃料电池的非等温模型。文献[4]考虑了电解质膜中的