重庆理工大学学报2023，Vol.37Issue(17) ：332-339.DOI:10.3969/j.issn.1674-8425(z).2023.09.037

应用APSO改进BP-PID的PEMFC热管理系统温度控制研究

Temperature control study of PEMFC thermal management system using APSO to improve BP-PID

杨何 赵津 刘照 吴佳勇
重庆理工大学学报2023，Vol.37Issue(17) ：332-339.DOI:10.3969/j.issn.1674-8425(z).2023.09.037
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

应用APSO改进BP-PID的PEMFC热管理系统温度控制研究

Temperature control study of PEMFC thermal management system using APSO to improve BP-PID

杨何 1赵津 2刘照 2吴佳勇2
扫码查看

作者信息

  • 1. 贵州大学 现代制造技术教育部重点实验室,贵阳 550025
  • 2. 贵州大学 机械工程学院,贵阳 550025
  • 折叠

摘要

针对城市客车大功率质子交换膜燃料电池(PEMFC)热管理系统在连续变载工作参数变化时温度波动大、响应速度差等问题,提出以自适应粒子群优化算法(APSO)改进BP神经网络比例积分微分控制(BP-PID)的控制方法(APSO-BP-PID),改善了BP-PID学习速率慢、易于陷入局部极值问题,使燃料电池系统在工况变化时能够快速调节、减小温度波动.在Simu-link平台上搭建模型仿真,以所提方法控制电堆出口温度以及进出口温差,并与BP-PID、PID 2 种控制方法进行对比分析,结果表明:以APSO-BP-PID方法控制的效果更好,对比BP-PID和PID,在连续变载工况下的平均调节时间分别缩短约59s和97 s,工作参数变化时温度波动相对降低46%和40%,所提控制方法温度波动更小、调节时间更短.

关键词

质子交换膜燃料电池/自适应粒子群优化算法/神经网络PID/热管理

Key words

PEMFC/adaptive particle swarm optimization algorithm/neural network PID/thermal management

引用本文复制引用

基金项目

国家自然科学基金(51965008)

黔科合支撑项目([2022]045)

出版年

2023
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量1
参考文献量4
段落导航相关论文