直接甲醇燃料电池的功率密度最大化,以产生更绿色的能源,使用甲虫天线搜索算法和模糊建模

科学领域:

• 能源转换 能源转换
• 燃料电池技术的使用方法
• 计算机建模 计算建模

背景情况:

• 直接甲醇燃料电池 (DMFC) 是用于便携式电子产品和电动汽车的离子电池的有希望的替代品.
• 优化操作条件对于提高DMFC效率和功率输出至关重要.
• 精确的建模对于模拟DMFC性能和识别最佳参数至关重要.

研究的目的:

• 开发一个可靠的模糊模型来模拟DMFC性能.
• 为了优化DMFC操作条件以提高功率密度.
• 将模糊逻辑建模与ANOVA和RSM等传统方法的有效性进行比较.

主要方法:

• 使用实验数据构建了DMFC的模糊模型.
• 使用甲虫天线搜索 (BAS) 算法来找到最佳的操作参数.
• 模型性能使用根平均平方误差 (RMSE) 和确定系数 (R2) 进行评估.

主要成果:

• 模糊的DMFC模型实现了低RMSE (0.1982用于培训,1.5460用于测试) 和高R2 (0.9977用于培训,0.89用于测试).
• 与ANOVA相比,模糊逻辑将RMSE降低了88%,从7.29降低到0.8628.8.
• 结合模糊建模和BAS方法,DMFC功率密度比测量数据增加了8.88%,比RSM增加了7.5%.

结论:

• 开发的模糊模型准确地模拟了DMFC性能,由低RMSE和高R2值表示.
• 最佳运行条件被确定为75°C,1.2M的甲醇度和400毫升/分钟的氧气流量.
• 模糊逻辑和BAS的集成提供了一种优越的方法来提高DMFC功率密度和效率.