模糊神经网络及在熔融碳酸盐燃料电池系统中应用的研究.pdf

摘 要 熔融碳酸盐燃料电池(MCFC)是一种洁净、高效的新型发电装 置，适宜作大容量分布式电厂的供电装备。但是要真正实现MCFC 发电系统的商业化，除了在材料和工艺等方面进行改进以外，还必 须为系统的运行设计稳定高效的控制系统和保证系统安全运行的 故障诊断系统。 由于MCFC系统是复杂的电化学系统，系统具有很强的非线性 特征和参数时变特征，并且系统的机理特征不完全确知，传统控制 系统往往结构复杂，控制效果差。 模糊神经网络(FNN)是模糊逻辑系统和人工神经网络的有机 结合，不但可以利用系统知识、处理模糊信息，而且网络参数和结 构具有自适应能力。FNN已经在非线性系统的控制和建模方面得到 了广泛应用。 本文首先研究了模糊神经网络的参数和结构学习算法，然后将 模糊神经网络应用于MCFC发电系统建模、控制和故障诊断中。主 要研究内容如下： 1．提出了FNN网络参数学习的实数遗传算法(RGA)，改善了 传统遗传算法的编码结构，提高了网络参数学习效率。利用 统计学习理论，对FNN逼近性能和泛化能力进行了分析， 提出了一种模糊神经网络结构自适应算法。 2．分析并证明了一类非线性系统表示为多个线性系统内插值 的条件，利用模糊组合的特点，建立了该系统FNN网络模 型，降低了NARMAX建模方法的复杂度。 3．利用电堆的物质守恒、动量和能量守恒定律，建立了电堆的 集总参数模型，降低了三维机理模型的复杂度。进面建立了 系统的递阶FNN控制模型，有效利用了系统的专家信息和实 验测量数据，并可以实现模型的自学习。 4．将模糊神经网络和内模控制系统相结合，设计了kW级电堆 Abstract fuel Moltencarbonate akindof clean cell(MCFC)is and efficient high power willbeusedindistributed to generationsystem．It power infuture．Inorder system usetheMCFC inthe are still systempowerplants，there technology many problems thatmustbe for the material stack andmanufacture solved．Exceptdeveloping control mustbe to the stabilize and technology,thesystem designed system improve the the the