1.1 研究背景與動機
2011 年世界氣象組織(World Meteorological Organization)公佈各項氣象簡報，
內容列出 2011 年全球所發生的災害事件，以及近年的平均升溫資料，報告指出北 極海冰縮小至歷年來的最小範圍，而全球變暖的事實是確實存在的[17,18]。全球暖 化的結果正以各種方式在威脅著人類，不僅會產生異常氣候直接危害到人類的生 命安全，對糧食的供應問題也會有所影響[19]。因此，如何防止全球持續暖化，除 了世界氣象組織要注意外，全世界的人類也需要去努力防範。
全球暖化的主因是過度的溫室效應所造成的，從世界氣象組織溫室氣體公報 來看，主要造成溫室效應的氣體有二氧化碳(CO2)、甲烷(CH4)、氧化亞氮(N2O)及 氯氟碳化合物(CFCs)，其中又以二氧化碳最被重視，因為它是溫室效應氣體中，
唯一由人類大量排出的，主要是因為人類燃燒礦石燃料、毀林及土地利用的變化 所造成的。溫室氣體公報更指出，根據 2009 年全球觀測制作的大氣溫室氣體數據 來看，二氧化碳比 1750 年多增加了 38%[20]。而在 2011 年時，已增加至 39%[18]。
為了阻止大氣中的二氧化碳含量持續增加，就必頇大量減少汽車、發電廠、
工廠所排放的二氧化碳，節能省電是減碳的方法之一，改變發電的方式也是方法 之一。綠色能源電力的發電種類有太陽能發電、風力發電及燃料電池發電，這三 種環保的發電方式，不會像火力發電廠在發電過程中，會產生大量的二氧化碳。
而又以燃料電池是被視為一種最有潛力的潔淨能源，其供電包含範圍極廣，小至 毫瓦大至數仟瓦；也因具有零污染、高效率、低噪音…等優點，所以適合取代高 污染與低效率的傳統汽、柴油引擎的選擇，成為近年來美、日、歐等國爭相研發 的重點[21]。
以質子交換膜燃料電池(proton exchange membrane fuel cell, PEMFC)為例，該 系統所需要的燃料是氫氣，而氫氣可以由電解水的方式產生，此過程不需要化石 燃料，對於人類對化石燃料的需求具有降低的效果。但這些環保發電方式，在操 作上也有需要注意的問題，以燃料電池來說，為了維持燃料電池高效率的發電，
電池堆(Stack)的溫度必頇維持在最佳操作點、適當的溼度及氫氣的進氣壓力，而要 達到這樣的目的，就要去控制燃料電池的周邊元件，如：泵、風扇、閥[10]。
燃料電池的運作原理，是將化學能轉化為電能，除此之外還會有熱能產生，
而燃料電池產生的電能越大時，電池堆所產生出來的熱也就越多，因此熱管理對
燃料電池是一件非常重要的事，因為讓燃料電池運作在過高的溫度下，將減少電
在燃料電池溫度控制領域的研究上，Luis A.M. Riascos 等人以數學模型提出溫 度控制的方法[14]，Yanjun Li 等人使用人工類神經網路結合 PID 控制，達到控制 燃料電池運作溫度的效果[15]， Binrui Wang 等人提出使用 Fuzzy Incremental PID 控制燃料電池系統溫度[16]，上述的研究成果，均能達到穩定燃料電池運作溫度的
要達到自動化學習溫度控制的功能，一定要先收集資料並進行資料的篩選，
接著從篩選的資料中來得到輸入與輸出的關係。而類神經網路的優點就是不需要 瞭解系統的數學模型，以神經網路來取代系統模型，從已知的數據去學習，就能 得到輸入與輸出關係式，也因此本研究將會利用類神經網路的優點，來探討溫度 控制的能力。
在文獻的研究中，系統的架構會依據不同的控制需求而有不同的周邊裝置，
像是泵、風扇、加熱器等裝置。而本研究將探討一個擁有充足氫氣來源的燃料電 池系統中，風扇是可控制的周邊裝置，當系統在不同的環境溫度下，利用風扇的 風量變化，帶走電池堆的熱能，以達到穩定控制燃料電池運作溫度的效果。在監 控數據方面，本研究將取環境溫度、電池堆的溫度與溫度差來當作輸入資料，而 控制項則是以調整風扇電壓的大小，改變風扇轉速來達到散熱的效果。我們提出 以智慧型代理人來負責篩選適當的學習資料，接著再利用自適應類神經網路的高 運算學習能力，進行燃料電池溫度控制的研究。
1.2 研究問題
根據研究動機，我們的研究問題如下所列：
1. 探討智慧型代理人篩選資料的正確性，以及其影響自適應網路模糊推論 系統的訓練結果。
2. 探討自適應網路模糊推論系統使用精簡的資料的控制效果。
3. 探討自適應網路模糊推論系統透過學習後的表現狀況：
(1) 風扇電壓的實測數據與自適應網路模糊推論系統輸出的差異。
(2) 不同環境溫度下的溫度控制表現。
1.3 研究目標
本研究以燃料電池溫度控制為切入點，詴著結合智慧型代理人與自適應網路 模糊推論系統，來探討溫度控制的課題，並希望燃料電池的運作溫度與控制目標 溫度差異能小於 0.5℃。