基于改进BP神经网络的直接甲醇燃料电池的浓度测量及控制-动力工程及工程热物理专业论文.docxVIP

万方数据 万方数据 上海交通大学硕士学位论文 基于改进 BP 神经网络的甲醇浓度间接测量方法 摘 要 随着酸雨，雾霾等灾害性环境问题的出现，寻找替代传统能源的 新能源就越来越受到社会的重视。直接甲醇燃料电池(DMFC)以甲醇水 溶液为燃料，在燃料电池中经化学反映产生电能，产物对环境友好， 燃料经济，能量密度高，系统简单易于设计，被广泛地应用于便携式 电源和汽车发动机等领域。工作时，甲醇浓度对 DMFC 的性能影响十分 关键，如何将入口甲醇浓度控制在合适的范围内且不增加系统的复杂 程度对提高直接甲醇燃料电池（DMFC）的经济性和实用性十分重要。 本文主要针对便携式 DMFC，设计了一个无需甲醇浓度传感器的甲 醇浓度控制方案，主要工作如下： （1）通过大量查阅 DMFC 甲醇浓度测量的文献，分析甲醇浓度对 DMFC 的影响，并建立电压模型，在考虑 MEA 衰退的情况下，依据经验 公式建立 DMFC 的浓度函数。 （2）根据已有的 BP 神经网络改进方法及其在各个领域的应用， 采用经验公式计算和大量重复试验，设计适合于 DMFC 电堆的 BP 神经 网络结构，并选取适当的改进方法。 （3）在单电池和电堆上反复测量和改进已有的 BP 神经网络结构， 测试其计算甲醇浓度的误差精度。试验证明，此方法可以用于 DMFC 入 口处甲醇浓度的间接测量。 （4）基于已有的改进 BP 神经网络间接测量甲