کنترل ولتاژ پیل سوختی با استفاده از شبکه­ ی عصبی بر اساس مدل کنترل پیش­بین

Fuel Cell Voltage Control using neural network based on model predictive control

Abstract— in this paper, a neural network based model
predictive control (NNMPC) algorithm was implemented to
control the voltage of a proton exchange membrane fuel cell
(PEMFC). In this approach, a neural network model is trained to
predict the future process response over the specified horizon.
The predictions are passed to a numerical optimization routine
which attempts to minimize a specified cost function to calculate
a suitable control signal at each sample instant. The performance
results of the NNMPC were compared with a fuzzy controller

کنترل ولتاژ پیل سوختی با استفاده از شبکه­ ی عصبی بر اساس مدل کنترل پیش­بین

چکیده

در این مقاله، یک شبکه­ی عصبی مبتنی بر الگوریتم کنترل پیش­بین مدل (NNMPC) به منظور کنترل ولتاژ پیل سوختی غشای تبادل پروتون (PEMFC) پیاده سازی می­شود. در این روش، یک مدل شبکه­ی عصبی به منظور پیش­بینی پاسخ روند آتی در افق زمانی مشخص آموزش داده می­شود. پیش­بینی­ها از یک روال بهینه­سازی عددی عبور می­کنند که تلاش می­کند تا تابع هزینه­ی مشخص را در هر لحظه از زمان  برای محاسبه سیگنال کنترل مناسب مینیمم کند. نتایج عملکرد NNMPC با یک کنترل کننده­ی فازی مقایسه می­شود.