曹鸣浩

摘 要：质子交换膜燃料电池（PEMFC）系统内部运行机理复杂，将其作为非线性复杂对象，基于T-S模糊网络算法，用模糊聚类和线性辨识方法建立PEMFC系统的模型，仿真实验结果表明该模型预测精度高，较传统机理模型具有优越性。研究结果对PEMFC系统的建模和控制具有一定的实用价值。

关键词：PEMFC系统；结构；建模

中图分类号：TP183

PEMFC系统是一种具有多输入、多相流循环的复杂化学、电化学反应系统，具有强非线性。从上个世纪80年代起，国外研究人员对PEMFC的数学模型进行了广泛而深入的研究，建立了各种静态或动态解析模型，对分析和提高PEMFC的性能起到了重要的作用。然而解析建模不得不作大量的简化和假设，其结果模型精度极为有限，表达式过于复杂，很難用于控制系统的设计，特别是满足在线控制的设计需要。模糊辨识是一种简单灵活有效的建模方法。它首先把被控对象系统连续的输入输出变量空间采用模糊聚类方法划分成若干相互交叠的子空间，然后将这些子空间用模糊规则联系起来，形成一个完整的系统模型，被控系统的先验知识很容易添加到这个模型中，从而避开被控对象的内部复杂性。本文提出了一种基于模糊神经网络的PEMFC系统辨识方法对PEMFC电堆的氢气输入压力、空气输入压力和输出电压的关系进行建模。

1 燃料电池电堆的描述和分析

图1 燃料电池工作示意图

燃料电池的工作过程实际是电解水的逆过程。一个典型的质子交换膜燃料电池是由阴极、阳极、催化剂层、电解质隔板构成的，电池的工作原理如图1所示。……