随着对质子交换膜燃料电池研究的深入，有很多因素都会影响电池的性能，湿度值是其中的一个重要影响因素。如何使湿度保持在一个合适值从而使电池工作在最佳状态成为目前研究中的突出问题。本文以质子交换膜燃料电池湿度值为研究对象，开展基于电池内阻测试为基础的湿度软测量研究。以电池内阻值为其中一个输入值，采用软测量方法中模糊逻辑和神经网络算法，建立模糊神经网络模型。主要研究成果如下：　　 根据质子交换膜燃料电池水传递过程，研究了质子交换膜常见机理模型和常用水传递过程研究方法。以单电池质子交换膜为研究对象，考虑了膜中的水以气态和液态两种形式排出电池的过程，建立了水管理机理模型。　　 完成了基于电池内阻的模糊逻辑模型设计。在内阻测试基础上，用simulink和模糊逻辑工具箱方式，建立内阻和电池湿度状态的模糊逻辑仿真模块。将输出值电池湿度状态划分为“水淹”、“健康”、“干燥”三个状态，制定了if-then模糊推理规则。通过将模型预测值和实测值对比，并绘制膜含水量和电池内阻的关系图。　　 建立了基于电池内阻的PEM含水量模糊神经网络模型。由于模糊逻辑自身规则的限制，隶属度函数的设计没有较为标准的方法，只能通过经验试凑，耗时较长且模型精度不易保证。而神经网络方法由于有较好的学习和自适应能力，可以弥补模糊逻辑的不足。为了提高膜含水量的估测精度，将这两种方法结合建立泛化能力和自适应能力更好的模糊神经网络模型，并与单一的RBF网络模型和BP网络模型进行了对比。仿真结果表明了该模型的可行性和有效性。