明顯的增加，而氣體比迴路部分則是除了有些許的延遲外，並無其他太大的變化。
此外利用模糊控制器的歸屬函數設計的類神經控制器，其溫度及氣體比迴路的 overshoot 皆有被明顯的改善，但使用 Relay Feedback 法設計之三種類神經控制器，
其氣體比迴路則是都出現了震盪的現象。在考慮電流增大的情況下，其溫度迴路及氣 體比迴路的 overshoot 都有變大的現象，而氣體比迴路的情形相對較為嚴重。最後在 加入磁滯效應的情況下，雖然其溫度迴路及氣體比迴路都有延遲的情形，但對於其 overshoot 及震盪並無太大的影響，唯有在使用批次梯度下降演算法之類神經控制器 時的溫度迴路，出現了震盪的情形。
以整體上的表現來說，兩個 PID 控制器參數調整法中，使用線上調整法設計的 PID 控制器參數，較不會有系統震盪的情形發生；而三種類神經控制器中，比例共軛 梯度演算法對於考慮中間輸入電流增大及加入磁滯效應後的反應較為穩定。
從本研究模擬結果，可以看出利用模糊控制模擬時，會有輕微擾動現象，但是 模糊控制的優點是，可發揮在非線性系統中。模糊控制器所需的計算時間，比 PID 控制器長，主因在於模糊化及解模糊化的高複雜運算。對於參數變化的系統而言，PID 控制器需要隨時間，改變補償器參數，所以比較無法勝任。而類神經控制器的計算時 間比模糊控制器略少，且對於考慮參數變化及加入非線性延遲的反應都能處理得更 好。
表 5.1 燃料電池耦連式控制系統模擬結果比較表
Relay Feedback 法 線上調整法
PID 控制器
溫度 迴路
Overshoot 約達 1.45 5.5 秒後達穩定
溫度 迴路
Overshoot 約達 1.4 3 秒後達穩定 氣體比
迴路
Overshoot 約達 0.25 6 秒後達穩定
氣體比 迴路
Overshoot 約達 0.2 7 秒後達穩定
Fuzzy PID 控 制器
溫度 迴路
Overshoot 約達 1.1 8 秒後達穩定
溫度 迴路
Overshoot 約達 1.1 9 秒後達穩定 氣體比
迴路
Overshoot 約達 0.2 6 秒後達穩定
氣體比 迴路
Overshoot 約達 0.2 6 秒後達穩定
類 神 經 PID
控 制 器
批次梯 度下降 演算法
溫度 迴路
Overshoot 約達 1.2 5 秒後達穩定
溫度 迴路
Overshoot 約達 1.2 3 秒後達穩定 氣體比
迴路
Overshoot 約達 0.25 10 秒內未達穩定
氣體比 迴路
Overshoot 約達 0.1 4.5 秒後達穩定
可變學 習速率 演算法
溫度 迴路
Overshoot 約達 1.3 5 秒後達穩定
溫度 迴路
Overshoot 約達 1.2 5 秒後達穩定 氣體比
迴路
Overshoot 約達 0.2 10 秒內未達穩定
氣體比 迴路
Overshoot 約達 0.2 8 秒後達穩定
比例共 軛梯度 演算法
溫度 迴路
Overshoot 約達 1.2 5.5 秒後達穩定
溫度 迴路
Overshoot 約達 1.1 6 秒後達穩定 氣體比
迴路
Overshoot 約達 0.25 10 秒內未達穩定
氣體比 迴路
Overshoot 約達 0.1 4.5 秒後達穩定
表 5.2 燃料電池耦連式控制系統考慮參數變化(電流增大為 2)模擬結果比較表 Relay Feedback 法 線上調整法
PID 控制器
溫度 迴路
Overshoot 約達 1.55 10 秒內未達穩定
溫度 迴路
Overshoot 約達 1.5 4.5 秒後達穩定 氣體比
迴路
Overshoot 約達 0.5 10 秒內未達穩定
氣體比 迴路
Overshoot 約達 0.4 9 秒後達穩定
Fuzzy PID 控 制器
溫度 迴路
Overshoot 約達 1.1 8 秒後達穩定
溫度 迴路
Overshoot 約達 1.2 9 秒後達穩定 氣體比
迴路
Overshoot 約達 0.25 10 秒內未達穩定
氣體比 迴路
Overshoot 約達 0.25 8 秒後達穩定
類 神 經 PID
控 制 器
批次梯 度下降 演算法
溫度 迴路
Overshoot 約達 1.2 5.5 秒後達穩定
溫度 迴路
Overshoot 約達 1.2 6.5 秒後達穩定 氣體比
迴路
Overshoot 約達 0.4 10 秒內未達穩定
氣體比 迴路
Overshoot 約達 0.35 8 秒後達穩定
可變學 習速率 演算法
溫度 迴路
Overshoot 約達 1.3 8 秒後達穩定
溫度 迴路
Overshoot 約達 1.25 5 秒後達穩定 氣體比
迴路
Overshoot 約達 0.4 10 秒內未達穩定
氣體比 迴路
Overshoot 約達 0.25 8 秒後達穩定
比例共 軛梯度 演算法
溫度 迴路
Overshoot 約達 1.25 5.5 秒後達穩定
溫度 迴路
Overshoot 約達 1.2 5.5 秒後達穩定 氣體比
迴路
Overshoot 約達 0.3 10 秒內未達穩定
氣體比 迴路
Overshoot 約達 0.25 8 秒後達穩定
表 5.3 燃料電池耦連式控制系統加入磁滯效應模擬結果比較表 Relay Feedback 法 線上調整法
PID 控制器
溫度 迴路
Overshoot 約達 1.45 10 秒內未達穩定
溫度 迴路
Overshoot 約達 1.45 5 秒後達穩定 氣體比
迴路
Overshoot 約達 0.4 10 秒內未達穩定
氣體比 迴路
Overshoot 約達 0.2 8 秒後達穩定
Fuzzy PID 控 制器
溫度 迴路
Overshoot 約達 1 10 秒內未達穩定
溫度 迴路
Overshoot 約達 1.6 10 秒內未達穩定 氣體比
迴路
Overshoot 約達 0.25 10 秒內未達穩定
氣體比 迴路
Overshoot 約達 0.2 10 秒內未達穩定
類 神 經 PID
控 制 器
批次梯 度下降 演算法
溫度 迴路
Overshoot 約達 1.2 7 秒後達穩定
溫度 迴路
Overshoot 約達 1.15 10 秒內未達穩定 氣體比
迴路
Overshoot 約達 0.25 10 秒內未達穩定
氣體比 迴路
Overshoot 約達 0.2 10 秒內未達穩定
可變學 習速率 演算法
溫度 迴路
Overshoot 約達 1.3 8 秒後達穩定
溫度 迴路
Overshoot 約達 1.2 6 秒後達穩定 氣體比
迴路
Overshoot 約達 0.2 10 秒內未達穩定
氣體比 迴路
Overshoot 約達 0.2 9 秒後達穩定
比例共 軛梯度 演算法
溫度 迴路
Overshoot 約達 1.2 7 秒後達穩定
溫度 迴路
Overshoot 約達 1.15 6 秒後達穩定 氣體比
迴路
Overshoot 約達 0.3 10 秒內未達穩定
氣體比 迴路
Overshoot 約達 0.1 6 秒後達穩定
參考文獻
[1] 衣寶廉 編著，黄朝榮、林修正 校訂，“燃料電池-原理與應用”，五南圖書出版 公司，2005 年 3 月。
[2] 黃鎮江，“燃料電池”，全華科技圖書股份有限公司，2003 年 11 月。
[3] 台灣燃料電池資訊網(網路參考資料)，http://www.tfci.org.tw/。
[4] 台經院，我國氫能與燃料電池產業發展白皮書，2001 年 12 月。
[5] 元智大學燃料電池中心(網路參考資料)，http://www.fuelcells.org.tw/。
[6] 財團法人，台灣綠色生產力基金會(網路參考資料)，http://www.tgpf.org.tw/。
[7] 香港理工大學工業中心(網路參考資料)，
http://tds.ic.polyu.edu.hk/mtu/atm/pid/t1/p2.htm。
[8] Aidan O'Dwyer, Handbook of PI and PID Controller Tunrning Rules, Imperial College Press, 2006.
[9] J. G. Ziegler, and N. B. Nichols, “Optimum Settings for Automatic Controllers,” Transaction of the ASME, Vol. 64, pp.759-768, 1942.
[10] L. A. Zadeh, “Fuzzy sets,” Information and Control, Vol. 8, pp. 338-353, 1965.
[11] E. H. Mamdani, “Applications of Fuzzy Algorithm for Control a Simple Dynamic Plant,” Proc. IEEE 121, pp.1585-1588, 1974.
[12] W. S. McCulloch, and W. H. Pitts, “A Logical Calculus of the Ideas Immanent in Nervous Activity,” 1943.
[13] M. L. Minsky, and S. A. Papert, “Perceptrons” 1969(Cambridge, MA: MIT Press).
[14]D. E. Rumelhart, and G. E. Hinton, and R. J. Williams, “Learning Internal Representations by Back-propagating Errors,” Parallel Distributed Processing:
Explorations in the Microstructure of Cognition, MIT Press, Vol.1, pp.318-362, 1986.
[15] 沈金鐘，“PID 控制器 理論、調整與實現”，初版，滄海書局，2001 年 8 月。
[16] 林俊良，“認識模糊邏輯與控制”，自動控制第22 期，1998 年。
[17] 模糊理論 (網路參考資料)，http://ycc.tsu.edu.tw/9415/page/fuzzy.htm。
[18] H. Zhang, and D. Liu, Fuzzy Modelling & Fuzzy Control, New York: Springer-Verlag, 2006.
[19] 史廷揆，以傳統 PID 控制器為基礎之類神經網路 PID 控制器設計與研究，2010 年。
[20] Huan-Liang Tsai, and Jium-Ming Lin, “Optimal control of fuel processing system using generalized by linear quadratic Gaussian and loop transfer recovery method,”
Asia Journal of Control, Vol. 12, No. 5, pp. 597-606, Sep, 2010.
[21] J. T. Pukrushpan, A. G. Stefanopoulou, S. Varigonda, L. M. Pedersen, S. Ghosh, and H. Peng, “Control of natural gas catalytic partial oxidation for hydrogen generation in fuel cell applications,” Proceeding of the American Control Conference, Vol. 3, pp.
2030-2036, 2003.
[22] 葉怡成，“類神經網路模式應用與實作”，清蔚科技出版社， 1999 年。
[23] 羅華強，“類神經網路－MATLAB的應用”，清蔚科技出版社， 2001年。
[24] S. Y. Oh, and D. J. Park, “Self-tuning fuzzy controller with variable universe of discourse,” IEEE International Conference on System, Man and Cybernetics, Vancouver, pp. 2628-2632, 1995.
[25] H. U. Rehman, D. A. Linkens, and A. J. Asbury, “Neural networks and nonlinear regression modelling and control of depth of anaesthesia for spontaneously breathing and ventilated patients,” Computer Methods and Programs in Biomedicine, Vol. 40, No. 4, pp. 227-247, 1993.
[26] 俞克維，“控制系統分析與設計”，新文京開發出版有限公司， 2004 年。
[27] “視覺化建模環境–Simulink入門與進階”，鈦思科技股份有限公司，2001年。
[28] 張智星，“MATLAB–程式設計與應用”，清蔚科技股份有限公司，2004年3月。
[29] 張靜，“Matlab在控制系統中的應用”，電子工業出版社，2007年。