公共文化服务平台

国家高技术研究发展计划(2003AA517020): 作品数：47 被引量：234H指数：9; 相关作者：朱新坚曹广益王建国李曦王瑞敏更多>>; 相关机构：上海交通大学宝钢集团中央研究院上海师范大学更多>>; 发文基金：国家高技术研究发展计划国家自然科学基金上海市科学技术发展基金更多>>; 相关领域：自动化与计算机技术电气工程理学更多>>

基于模拟退火算法的燃料电池建模被引量：12: 2006年; 提出了一种基于模拟退火算法的优化建模方法,描述了模拟退火算法在燃料电池建模研究中的应用。结果表明,这种方法建立的数学模型和实验数据之间能够达到很高的拟合精度,平均平方误差为0.000 3%,相关系数达99.9%,接近最优结果。; 仲志丹朱新坚曹广益; 关键词：燃料电池建模质子交换膜燃料电池模拟退火算法

PEMFC混合模型的建模及其稳态仿真被引量：1: 2008年; 模型和仿真是设计最优燃料电池系统的有利工具。本文提出了一种新型的混合燃料电池模型,该混合模型包括机理部分和黑箱部分(即神经网络部分)。其中,机理部分用来体现大家所熟知的PEMFC性能,神经网络部分用来表现大家所不知或者不能用机理模型来表现的PEMFC性能,从而使该模型能更好的再现PEMFC的各种特性。为了验证该混合模型的有效性,在Matlab/Simulink环境下进行了不同阴极压力和温度下的仿真实验,结果证明了该混合模型的正确性。该混合模型与实验数据、机理模型和ANN模型的比较实验,表明混合模型具有比单独的机理模型或神经网络模型更高的精度。; 王瑞敏曹广益朱新坚; 关键词：神经网络混合模型

质子交换膜燃料电池活化极化过电压分析及优化被引量：12: 2007年; 对影响活化极化过电压的各种因素做了详细的分析,并在电化学原理和经验公式的基础上建立了活化极化过电压的数学模型;利用基于小生境的混合遗传算法对活化极化过电压模型参数进行了优化;通过Matlab/Simulink仿真试验,验证了该模型的有效性。; 王瑞敏曹广益朱新坚; 关键词：燃料电池过电压小生境遗传算法

PEMFC发电系统的自适应模糊控制与动态分析被引量：5: 2007年; 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。; 李炜朱新坚曹广益; 关键词：质子交换膜燃料电池模糊控制有功功率无功功率

分数阶线性系统的内部和外部稳定性研究被引量：14: 2004年; 介绍了分数阶线性定常系统的状态方程描述和传递函数描述.运用拉普拉斯变换和留数定理,给出并证明了分数阶线性定常系统的内部和外部稳定性条件,并讨论了其相互关系.以一个粘弹性系统的实例验证了上述方法的正确性.; 王振滨曹广益朱新坚; 关键词：分数阶系统分数导数线性定常稳定性

质子交换膜燃料电池的建模与控制被引量：11: 2004年; 针对目前PEMFC数学模型复杂难解和不能用于实际控制的弊端,综述了PEMFC系统建模,说明了PEMFC建模的发展趋势;分析了PEMFC控制的特点和发展趋势,从实时控制的工程角度出发,提出了PEMFC系统控制的新方案。; 田玉冬朱新坚曹广益; 关键词：燃料电池质子交换膜

Neural network modeling and control of proton exchange membrane fuel cell被引量：3: 2007年; A neural network model and fuzzy neural network controller was designed to control the inner impedance of a proton exchange membrane fuel cell (PEMFC) stack. A radial basis function (RBF) neural network model was trained by the input-output data of impedance. A fuzzy neural network controller was designed to control the impedance response. The RBF neural network model was used to test the fuzzy neural network controller. The results show that the RBF model output can imitate actual output well, the maximal error is not beyond 20 m-, the training time is about 1 s by using 20 neurons, and the mean squared errors is 141.9 m-2. The impedance of the PEMFC stack is controlled within the optimum range when the load changes, and the adjustive time is about 3 min.; 陈跃华曹广益朱新坚; 关键词：燃烧功能函数神经网络

车载燃料电池诊断装置的研究: 2007年; 介绍了一种特殊的车载燃料电池诊断装置,该装置包括控制单元、燃料气体供给单元、电力调整单元、冷却单元和电力消耗单元。该装置可以精确地再现车辆行驶期间燃料电池堆的异常情况,便于在修理车间对其进行彻查,及时发现并排除故障。当燃料电池的冷却系统或燃料气体供给系统受到损坏时,利用该诊断装置的冷却单元和燃料气体供给单元也可以对燃料电池堆进行准确的诊断。; 王瑞敏曹广益朱新坚; 关键词：燃料电池燃料电池汽车电动汽车

基于最小二乘支持向量机的SOFC电特性建模: 2007年; 针对现有的固体氧化物燃料电池（SOFC）模型过于复杂的弊端,提出了一种基于最小二乘支持向量机（LS-SVM）的建模方法,用具有径向基函数（RBF）核函数的LS-SVM建立了SOFC电堆的非线性模型.应用仿真对建模的有效性和精度进行了检验,并与径向基函数神经网络（RBFNN）模型的辨识效果进行了比较.仿真结果证明,与RBFNN模型相比,LS-SVM模型具有较高的预测精度,这表明用LS-SVM对SOFC电堆进行建模是可行的.该LS-SVM模型的建立,对SOFC系统控制策略的研究具有一定的实用价值.; 霍海波朱新坚曹广益

一类模型不确定系统的最优跟踪性能: 2007年; 在内模控制(IMC)结构下,对控制能量存在约束时一类不确定系统所能达到的最优跟踪性能进行了探讨.首先针对一类相加模型误差的描述,定义了一个平均意义上的包含跟踪误差和控制能量的性能指标.然后通过谱分解极小化该性能指标,导出一个最优的控制器设计方法,可以兼顾模型不确定性和控制能量约束,在实际控制系统设计中可用来对最优跟踪性能和控制能量进行预估.; 王建国曹广益朱新坚; 关键词：控制能量约束

国家高技术研究发展计划(2003AA517020)