引用本文

王永富, 马冰心, 柴天佑, 张晓宇. PEMFC空气供给系统的二型自适应模糊建模与过氧比控制. 自动化学报, 2019, 45(5): 853-865. doi: 10.16383/j.aas.c180047

WANG Yong-Fu, MA Bing-Xin, CHAI Tian-You, ZHANG Xiao-Yu. Type-2 Adaptive Fuzzy Modeling and Oxygen Excess Ratio Control for PEMFC Air Supply System. ACTA AUTOMATICA SINICA, 2019, 45(5): 853-865. doi: 10.16383/j.aas.c180047

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180047

关键词

二型模糊逻辑系统，自适应控制，精确线性化，Lyapunov稳定性，过氧比 

摘要

质子交换膜燃料电池（Proton exchange membrane fuel cell，PEMFC）空气供给系统存在外部扰动和参数不确定等动态特性，难以实现精准建模和控制.本文结合精确线性化和二型模糊逻辑系统，提出一种自适应控制器实现PEMFC空气供给系统的建模与过氧比控制.该控制器不需要PEMFC空气供给系统模型结构和参数完全已知的条件，而是通过二型模糊逻辑系统在线逼近PEMFC空气供给系统中的未建模动态并从Lyapunov函数中导出自适应参数，从而保证系统收敛性与稳定性.通过稳定性分析证明了该控制器作用下系统跟踪误差的有界性，仿真实验进一步验证了该控制器的有效性与实用性.

文章导读

为了解决能源危机和全球变暖问题, 当前世界各国都在加大新能源开发力度.质子交换膜燃料电池(Proton exchange membrane fuel cell, PEMFC)是一种通过电化学反应将储存在燃料中的化学能直接转换为电能的电化学装置, 具有高功率、高能量转换效率、低温启动、无环境污染等优点, 应用前景广阔、已逐渐在新能源汽车和电力系统等领域得到实际应用[1-4].

合理控制PEMFC空气供给系统阴极注入空气流量与电化学反应消耗空气流量之比, 即过氧比(Oxygen excess ratio, OER)是提高PEMFC系统输出净功率的有效方法.为此, 国内外学者对PEMFC空气供给系统的建模与控制问题作了大量研究.文献[5-7]基于以下理想假设建立了PEMFC空气供给系统的基础数学模型: 1)视空气为理想气体, 遵循理想气体定律, 且干燥空气中21%为氧气成分, 79%为氮气成分; 2)空压机机械效率较高, 摩擦力矩忽略不计; 3)冷却器体积忽略不计, 并可迅速降低空气温度到80℃; 4)排出阴极的空气特性与阴极内空气特性相同; 5)阴极内水蒸气平衡得到很好地控制, 且无液态水存在.基于以上基础模型及改进模型, 国内外学者提出采用线性反馈控制、模型预测控制和滑模控制等方法对PEMFC空气供给系统进行了控制研究[8-12].但以上文献控制器的设计均是基于理想模型, 且在模型结构、参数或者模型函数界严格已知条件下进行的, 目前如何有效辨识PEMFC模型结构、参数和函数界仍是一困难问题.实践表明, 模糊逻辑系统和自适应控制技术相结合是解决复杂而无法建立精确数学模型系统的控制问题的有效途径之一.但模糊逻辑系统和自适应控制技术在处理PEMFC空气供给控制系统中不确定性和不精确性问题的研究很少, 特别是采用二型模糊逻辑系统、自适应技术并结合Lyapunov稳定性分析开展研究的鲜有报道.

自从Zadeh教授提出Ⅰ型模糊集合(T1-fuzzy set, T1-FS)理论以来, 基于T1-FS的Ⅰ型模糊逻辑系统(T1-fuzzy logic system, T1-FLS)成为处理不确定性、模糊性和不精确性建模问题的有效方法, 并在众多领域得到了广泛应用.随着理论和实际应用的发展, 人们逐步意识到一型模糊集合在描述多重模糊不确定性方面的局限性, 使得一些从事一型模糊集合研究的学者们开始转而研究二型模糊集合.特别是近年来二型模糊集合和二型模糊系统的理论与应用得到了快速发展.这是因为一型模糊系统采用了由精确隶属度函数表示模糊集合, 其直接处理模糊规则不确定性的能力非常有限, 而二型模糊集合和二型模糊系统能较好地解决这些不确定性问题[13-17].虽然该领域在Mendel教授的推动下得到了快速发展, 但在许多原创性问题上还在被探索研究, 如最近两年我国学者王立新教授探索了二型模糊集合和二型模糊逻辑系统的新框架[18]、王飞跃和莫红教授探索了二型模糊集合的一系列新定义[19].这些新框架新定义与Mendel定义的流行框架哪个更好, 或者说针对不同应用对象哪个定义更匹配、目前没有准确对比报道还需进一步研究.

模糊系统和自适应控制的结合是对非线性不确定系统进行建模与控制的一种有效方法, 自适应模糊建模与控制的基本出发点是仿人的智能以实现对复杂不确定性系统进行有效的建模与控制, 它具有从环境自学习、适应环境的能力.该方法不需要对象模型结构和参数完全已知的条件, 仅根据被控系统结构关系即可实现有效控制, 已在许多领域的建模和控制中得到广泛关注[20-25].目前, 解决PEMFC空气供给系统的控制问题, 一般都是首先建立空气供给系统的机理模型、然后进行控制器设计.而进行智能建模和控制方面的研究工作较少.

本文对PEMFC空气供给系统的模糊建模与过氧比自适应控制问题做了一些探索研究、主要工作如下: 1)本文首先对国际文献中的一些推导错误及多漏写失误进行了改正, 从而保证仿真状态空间模型的正确性; 2)为了设计非模型的自适应模糊控制器, 采用精确线性化技术求解了系统相对阶数; 3)基于等价模型, 对PEMFC空气供给系统模型中的多个未建模动态采用二型模糊系统建模, 这种方法对PEMFC空气供给系统进行建模在国内外很少有报道; 4)结合具体的PEMFC空气供给系统的建模与控制问题, 从Lyapunov稳定性导出自适应律并设计了相应自适应控制器.这种结合二型模糊系统建模、自适应控制和稳定性分析, 在国际主要文献上未见.大部分PEMFC系统文献局限在简单的模糊控制、或者有自适应功能但缺少稳定性分析等; 5)仿真及其对比实验验证了该控制器的有效性与实用性.

图 1  PEMFC模型结构示意图

图 2  PEMFC系统负载电流、过氧比和输出净功率的关系

图 3  二型模糊集合的各元素

本文针对PEMFC空气供给系统难以实现精准建模, 从而造成控制器的设计和系统稳定性分析比较复杂这一难题.提出基于Lyapunov稳定性的自适应控制器设计, 其中采用二型自适应模糊系统在线逼近PEMFC系统中的未建模动态, 并从Lyapunov函数中导出自适应参数, 从而保证了跟踪误差的有界性.从仿真中得出采用该控制器不但可以获得良好的跟踪性能, 而且具有良好的稳定性、鲁棒性与自适应特性.进一步的工作是在条件成熟的情况下, 将本文的控制方法应用到实际中.

作者简介

马冰心

东北大学机械工程与自动化学院博士研究生.主要研究方向为燃料电池建模与控制, 新能源汽车, 自适应控制.E-mail:nuve122@163.com

柴天佑  

中国工程院院士, 东北大学教授, IEEE Fellow, IFAC Fellow.1985年获得东北大学博士学位.主要研究方向为自适应控制, 智能解耦控制, 流程工业综台自动化理论、方法与技术.E-mail:tychai@mail.neu.edu.cn

张晓宇  

神华国华(北京)电力研究院有限公司工程师.2014年获得清华大学博士学位.主要研究方向为大型电厂锅炉的燃烧优化控制.E-mail:16810116@shenhua.cc

王永富  

东北大学机械工程与自动化学院教授.1998年获得东北大学机械电子专业硕士学位, 2005年获得东北大学控制理论与控制工程专业博士学位.主要研究方向为机电系统模糊建模与控制, 数据挖掘, 信号处理.本文通信作者.E-mail:yfwang@mail.neu.edu.cn