买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明提供燃料电池测试系统的复合控温方法，属于燃料电池测试系统技术领域，先构建神经网络，使用粒子群优化算法对燃料电池不同工作条件下的最优PID控制参数进行寻优，得到最优控制参数数据集，基于此对神经网络进行训练，获得神经网络参数预测模型，进而根据待测燃料电池的工作条件获得PID控制参数，实现对燃料电池的温度精确控制。本发明通过粒子群寻优算法对PID控制参数进行寻优，再利用神经网络实现PID控制参数自整定，满足各工作条件下燃料电池的温度精准控制需求。

主权项：1.燃料电池测试系统的复合控温方法，其特征在于，包括以下步骤：步骤1：构建神经网络；步骤2：使用粒子群优化算法对燃料电池不同工作条件下的最优PID控制参数进行寻优，得到基于粒子群算法的燃料电池温度的最优控制参数数据集，具体过程包括：步骤21：建立燃料电池温度控制的评价指标；步骤22：设置燃料电池工作条件，通过粒子群寻优算法对PID控制参数进行整定，具体包括：步骤221：对寻优迭代过程的三维空间边界条件进行界定， 其中，Pmin和Pmax分别为预设的P的最小值和最大值；Imin和Imax分别为预设的I的最小值和最大值；Dmin和Dmax分别为预设的D的最小值和最大值；vmin和vmax分别为预设的粒子移动速度的最小值和最大值；Pik、和分别为第i个粒子在第k次迭代时对应P、I和D的值；和分别为第i个粒子在第k次迭代时粒子移动速度矢量在x、y和z方向的分量；N为粒子群的粒子总数；步骤222：将所有粒子随机分布在三维空间中，初始化各粒子的位置与第一次移动的速度矢量 步骤223：根据在三维空间中所处的位置，设置对应的PID控制参数，获得各粒子在当前位置的温度响应结果，根据评价指标计算得到各粒子的初始适应度值作为各粒子的当前个体极值并比较所有粒子的初始适应度值将最小值作为当前全局极值gbest；步骤224：令k＝1；步骤225：更新第k次迭代时各粒子的移动速度矢量vik和位置pik， 其中，vik-1为第i个粒子在第k-1次迭代时的移动速度矢量；为第i个粒子在第k-1次迭代时的位置；ω为惯性权重；c1和c2均为学习因子；r1和r2均为[0,1]范围内的随机数；计算第k次迭代后各粒子的适应度值与当前个体极值作比较，若则更新当前个体极值为否则，维持当前个体极值不变；再将与当前全局极值gbest作比较，若则更新当前全局极值gbest为否则，维持当前全局极值gbest不变；步骤226：判断当前迭代次数k是否达迭代次数设定值，若未达，则令k＝k+1，转至步骤225；否则，转至步骤227；步骤227：寻优迭代过程结束，将当前全局极值点在空间中所处位置对应的PID控制参数，作为对应燃料电池工作条件下的最优PID控制参数，进而将燃料电池在不同工作条件下的最优PID控制参数，作为最优控制参数数据集；步骤3：基于最优控制参数数据集对神经网络进行训练，获得神经网络参数预测模型；步骤4：将待测燃料电池的工作条件输入至神经网络参数预测模型，输出得到PID控制参数，实现对燃料电池的温度控制。

全文数据：

权利要求：

百度查询： 电子科技大学 燃料电池测试系统的复合控温方法