由于燃料电池空气供给系统具有非线性、时滞性、工作环境复杂等特点,常规控制策略难以实现精准控制。建立了燃料电池空气供给系统模型,针对过氧比控制设计了PID神经网络控制器。控制器不依赖精确的数学模型,通过神经网络的自学习保证系统具有较好的收敛性和稳定性。为验证控制器的优越性,将PID神经网络控制器与传统BP神经网络控制器、单神经元控制器进行对比。仿真结果表明,所提出的控制器表现更优,具有收敛快、超调小、鲁棒性强等优点。