基于RBF神经网络的燃料电池氢气循环系统BSMC控制方法

本发明涉及一种基于RBF神经网络的燃料电池氢气循环系统BSMC控制方法，属于燃料电池系统控制领域。该方法通过建立单台引射器的燃料电池供氢循环阳极动力学模型，并采用径向基函数神经网络进行系统建模和不确定性补偿，实现了对燃料电池供氢压力的稳定控制。本发明采用的反推滑模控制策略有效提高了系统的鲁棒性，能够在各种工作条件下保持良好的控制性能，特别是在负载变化和外部干扰情况下，显著提升了燃料电池混合动力电动汽车FCHV的动态响应速度和稳态精度，为燃料电池汽车的可靠运行和节能减排提供了重要技术支持。