An adaptive digital neural network-like-PID control law design for fuel cell system based on FPGA technique

• Published in: Journal of Engineering Vol. 26; no. 9; pp. 24 - 44
• Main Authors: al-Rabii, Wajdi Thinyan Jawdah, Hamid, Ahmad Sabah, Dahad, Haydar Abd
• Format: Journal Article
• Language: Arabic; English
• Published: Baghdad, Iraq University of Baghdad, College of Engineering 01-09-2020; University of Baghdad
• Subjects: FPGA; Fuel Cell; Neural Network- PID Controller; Particle Swarm Optimization; الشبكات العصبية; خلايا الوقود
• ISSN: 1726-4073; 2520-3339
• DOI: 10.31026/j.eng.2020.09.03

ان هذا البحث يقترح خوارزمية المسيطر التناسبي التكاملي التفاضلي الرقمية المتكيف و بشكل حي و متصل مبنيا على اساس بوابات المنطقية قابلة للبرمجة لنموذج خلية وقود ذات الغشاء التبادل البروتوني. الهدف من هذا البحث هو Fuel Cell، FPGA، Neural Network- PID Controller، Particle Swarm Optimization، تصميم و تنفيذ شبكة عصبية مشابهة لمسيطر التناسبي التكاملي التفاضلي و بشكل رقمي باستخدام بوابات برمجة قابلة للبرمجة من أجل توليد أفضل قيمة لعمل الضغط الجزئي للهيدروجين للتحكم في جهد إخراج خلية وقود ذات الغشاء التبادل البروتوني من خلال تغير تيارات الحمل المطبقه عليها. تم استخدام خوارزمية تحسين حشد الجسيمات و بشكل حي و متصل من أجل إيجاد و ضبط القيمة المثلى لمعاملات وحدة التحكم الرقمية (kp، ki and kd) التي تعمل على تحسين السلوك الديناميكي لنظام التحكم الرقمي ذات الحلقة المغلقة لخلية الوقود و لتحقيق استقرار المطلوب للجهد الناتج من خلية الوقود. تم توضيح نتائج المحاكاة العددية (الحقيبة البرمجية ماتلاب) مع العمل التجريبي للتصميم التخطيطي باستخدام لوحة (Spartan-3E xc3s500e-4fg320) مع إصدار (Xilinx) من بيئة تطوير أداة البرامج المتكاملة (ISE14. 7) و استخدام لغة وصف أجهزة Verilog لاختبار تصميم وحدة تحكم (FPGA-PID-NN) الذكية المتكيفة المقترحة من حيث الحد من الخطأ الجهد وتوليد القيمة المثلى لعمل الضغط الجزئي الهيدروجين دون تذبذب في الإخراج و عدم وجود حالة تشبع عند مقارنة هذه النتائج مع وحدات تحكم أخرى.
This paper proposes an on-line adaptive digital Proportional Integral Derivative (PID) control algorithm based on Field Programmable Gate Array (FPGA) for Proton Exchange Membrane Fuel Cell (PEMFC) Model. This research aims to design and implement Neural Network like a digital PID using FPGA in order to generate the best value of the hydrogen partial pressure action (PH2) to control the stack terminal output voltage of the (PEMFC) model during a variable load current applied. The on-line Particle Swarm Optimization (PSO) algorithm is used for finding and tuning the optimal value of the digital PID-NN controller (kp, ki, and kd) parameters that improve the dynamic behavior of the closed-loop digital control fuel cell system and to achieve the stability of the desired output voltage of fuel cell. The numerical simulation results (MATLAB) package along with the schematic design experimental work using Spartan-3E xc3s500e-4fg320 board with the Xilinx development tool Integrated Software Environment (ISE) version 14. 7 and using Verilog hardware description language for design testing are illustrated the performance enhancement of the proposed an adaptive intelligent FPGA-PID-NN controller in terms of error voltage reduction and generating optimal value of the hydrogen partial pressure action (PH2) without oscillation in the output and no saturation state when these results are compared with other controllers.