基于Elman網(wǎng)絡(luò)的鎳氫電池智能控制的研究.pdf

1、鎳氫(MH-Ni)電池作為一種可充電電池，由于其電阻小、放電電流大、電壓穩(wěn)、壽命長、無記憶效應(yīng)、無重金屬污染而得到廣泛應(yīng)用。在放電過程中，電池工作狀態(tài)會隨著環(huán)境不同而改變，故建立反映電池動態(tài)特性的剩余電量評估模型就有著重要意義。在充電過程中，鎳氫電池內(nèi)部的電化學(xué)反應(yīng)是一個對環(huán)境敏感的復(fù)雜的非線性過程,對于這一過程有效的數(shù)學(xué)模型非常復(fù)雜，所以尋找較好的網(wǎng)絡(luò)模型，進行有效的建模，采用正確的控制方法，改善鎳氫電池充電技術(shù)意義重大。
　　

2、目前工業(yè)應(yīng)用中大多數(shù)采用的是基于BP算法的靜態(tài)前饋BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)。利用靜態(tài)前饋網(wǎng)絡(luò)對動態(tài)系統(tǒng)進行辨識，實際上是將動態(tài)時間建模問題變?yōu)殪o態(tài)空間建模問題，因此將會出現(xiàn)許多問題。Elman型是一種典型的動態(tài)神經(jīng)元網(wǎng)絡(luò)，它在前饋人工神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)的基礎(chǔ)上，通過存儲內(nèi)部狀態(tài)使其具備映射動態(tài)特征的功能，從而使系統(tǒng)具有適應(yīng)時變特性的能力，代表了神經(jīng)網(wǎng)絡(luò)建模和控制的方向，故本文選用Elman網(wǎng)絡(luò)。
　　首先，在分析影響鎳氫電池剩余

3、容量的多種因素并且綜合國內(nèi)外常用的預(yù)測鎳氫電池的幾種方法的基礎(chǔ)上，研究了鎳氫鎳氫電池的容量預(yù)測問題?？紤]到BP算法收斂速度慢且容易陷入局部極小點等問題，本文采用了遺傳算法對Elman網(wǎng)絡(luò)模型進行了優(yōu)化，仿真結(jié)果證明，該方法提高了預(yù)測精度。
　　其次，在分析MH-Ni鎳氫電池的充電特性的基礎(chǔ)上，利用Elman網(wǎng)絡(luò)能在有限的時間內(nèi)以任意精度逼近任意函數(shù)和在訓(xùn)練后能夠識別和產(chǎn)生空間模式和時間模式的特點，本文采用了神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控