首页> 中文学位 >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
【6h】

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

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 概述

1.2 燃料电池简介

1.3直接甲醇燃料电池简介

1.4 甲醇燃料的来源与制备

1.5 DMFC浓度控制国内外的研究状况

1.6本文研究的主要路线

第二章 DMFC的基础理论和电压损失建模

2.1 热力学基础理论

2.2 电化学反应动力学

2.3 电压建模

2.4 甲醇浓度对DMFC的影响

第三章 改进BP神经网络

3.1人工神经网络

3.2 BP神经网络

3.3 BP神经网络的改进

3.4 本文采用的改进BP神经网络方法

第四章 实验设计与结果分析

4.1实验装置及连接

4.2实验设计

4.3实验结果分析

4.4本章小结

第五章 DMFC的浓度控制设计

第六章 小结反思与展望

参考文献

致谢

攻读硕士学位期间已发表或录用的论文

展开▼

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醇浓度的方法,设计 DMFC系统的甲醇浓度控制方法。经实验验证,该方法证明对 DMFC系统有效可用,且响应快速。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号