论文部分内容阅读
针对质子交换膜燃料电池（PEMFC）这一非线性复杂被控对象,采用基于C-均值模糊聚类的Takagi-Suge-no（T-S）模糊神经网络辨识方法,建立了系统的电特性模型;在此基础上应用广义预测控制策略,实现了PEMFC的输出功率控制。仿真实验比较了该方法与基于时间绝对偏差乘积积分（ITAE）指标的PID控制器和LQG控制器方法,结果表明所提出的方案在负荷跟踪、克服扰动及鲁棒性方面具有较理想的控制性能。