使用人工智能和优化算法提高质子交换膜燃料电池的功率密度
Rania M Ghoniem1, Tabbi Wilberforce2, Hegazy Rezk3,4
1Department of Information Technology, College of Computer and Information Sciences, Princess Nourah bint Abdulrahman University, Riyadh 11671, Saudi Arabia.
这项研究使用自适应神经模糊推理系统 (ANFIS) 和Salp Swarm算法 (SSA) 优化增强了质子交换膜 (PEM) 燃料电池 (FC) 功率密度. SSA实现了最高的功率输出,证明了其对清洁能源解决方案的有效性.
科学领域:
- 能源科学 能源科学
- 材料科学 材料科学 材料科学
- 计算智能是一种计算智能.
背景情况:
- 质子交换膜 (PEM) 燃料电池 (FC) 对于可持续能源至关重要,因为它们的高效率和环境效益.
- 提高PEM-FC输出功率对于其广泛的工业采用和向清洁能源过渡至关重要.
- 精确的建模和优化是最大限度地提高PEM-FC性能的关键.
研究的目的:
- 为了提高PEM-FCs的输出功率密度.
- 开发和验证适应性神经模糊推理系统 (ANFIS) 模型用于PEM-FC模拟.
- 使用现代的元启发算法,特别是Salp Swarm算法 (SSA) 来优化PEM-FC输入参数.
主要方法:
- 使用实证数据开发了一个ANFIS模型来模拟PEM-FC输出功率密度.
- 在ANFIS模型中考虑了压力,相对湿度和膜压缩等关键因素.
- 使用Salp Swarm算法 (SSA) 为最大功率密度优化三个输入控制参数,并与粒子群优化 (PSO),进化优化 (EO) 和灰狼优化器 (GWO) 进行比较.
主要成果:
- 该ANFIS模型表现出高精度,训练和测试的根平均平方误差 (RMSE) 值分别为0.0003和24.5.
- 培训和测试的确定值系数为1.0和0.9598,证实了该模型的成功.
- SSA产生了最高的平均功率密度 (716.63 mW/cm2),超过了GWO (709.95 mW/cm2) 和PSO (695.27 mW/cm2).
结论:
- 该研究通过ANFIS建模和SSA优化成功提高了PEM-FC输出功率密度.
- SSA被证明是优化PEM-FC操作参数的高效算法.
- 这些发现支持PEM-FC技术的进步,以实现高效和清洁的能源发电.
更多相关视频
06:39Author Spotlight: Design and Evaluation of Au-Electroplated Carbon Fiber Cloth Electrodes for Hydrogen Peroxide Fuel Cells
Published on: October 20, 2023
10:36Author Spotlight: Optimization of Airflow Velocities in Battery Cooling Systems for Enhanced Thermal Performance and Reduced Energy Consumption
Published on: November 3, 2023
相关概念视频
Batteries and Fuel Cells
Non-equilibrium in the Cell
Fast Decoupled and DC Powerflow
ATP Driven Pumps I: An Overview
There are four main types of ATP-driven pumps - P-type, V-type, F-type, and ABC transporter. All these pumps are of varying complexities and...
