Yakıt pili deneysel süreçlerinin yapay sinir ağları yaklaşımıyla modellenmesi
The Artificial neural networks approach to the modelling on experimental processes of fuel cell
- Tez No: 126878
- Danışmanlar: DOÇ. DR. İPEK BECERİK
- Tez Türü: Yüksek Lisans
- Konular: Savunma ve Savunma Teknolojileri, Defense and Defense Technologies
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2002
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Savunma Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Enerji Teknolojisi Bilim Dalı
- Sayfa Sayısı: 76
Özet
YAKIT PİLİ DENEYSEL SÜREÇLERİNİN YAPAY SİNİR AĞLARI YAKLAŞIMIYLA MODELLENMESİ ÖZET Geçmişte, elektrik santralleri kullanıcılara, elektrik enerjisini iletebilmek için uzun iletim ve dağıtım ağları gerektirecek şekilde kullanıcılardan çok uzakta ve büyük güç tesisleri olarak kurulurdu. Fakat günümüzde, çevresel ve finansal kısıtlamalardan dolayı küçük ve orta ölçekli merkezlerden birkaç yere dağıtılmış güç tesislerine hızlı bir yönelme vardır. Yakıt pili teknolojileri bu gelişimi teşvik etmekte ve ivmelendirmektedir. Yakıt pilleri bir reaksiyonun kimyasal enerjisini doğrudan elektrik enerjisine dönüştüren elektrokimyasal cihazlardır.Yakıt pilleri, onları tercih edilen enerji dönüşüm sistemleri yapan birçok özelliğe sahiptir. Bunlardan en önemlileri; oldukça yüksek verime sahip olmaları ve düşük oranda zararlı atık üretmeleridir. Yapay Sinir Ağı (YSA) yaklaşımı, bir sürecin modellenmesinde kullanılan en yaygın metotlardan biridir. YSA, birçok küçük mantık biriminin bir ağda birleşmesi anlamına gelen birleştirici modelin bir uygulamasıdır. Yapay sinir ağının öğrenme kabiliyeti ağın mimarisi ve eğitim için seçilen algoritmik metot ile belirlenir. Bu tezde, ileri sürümlü yapay sinir ağı direk metanol yakıt pilinin bir uygulamasından elde edilen deneysel sonuçlara uygulanmıştır. Geriye yayılım algoritması kullanılarak yapay sinir ağı; tarama hızı, sıcaklık ve yakıt (metanol) konsantrasyonu ile metanolun iletken polimer matrisi üzerine yayılmış Pt mikro parçacıklar üzerindeki elektrooksidasyon reaksiyonundan elde edilen akım yoğunlukları arasındaki ilişkiyi öğrenmek üzere eğitilmiştir. Eğitim tekrarlarından sonra, eğitim süreci iyi bir öğrenme sağlamıştır. Aynı zamanda, ileri sürümlü yapay sinir ağı yaklaşımının kullanımı ölçüm sınırları dışındaki akım yoğunluklarının tahmininde de oldukça iyi bir başarım gerçekleştirmiştir. XI
Özet (Çeviri)
THE ARTIFICIAL NEURAL NETWORKS APPROACH TO THE MODELLING ON EXPERIMENTAL PROCESSES OF FUEL CELL SUMMARY In the past, the electrical power sector has been characterized by large power plants located at long distances from consumers, requiring long transmission and distribution networks to supply the electrical energy to the final users. But currently, there is a fast expansion of medium and small size decentralized power plants because of the environmental and financial constraints. The fuel cell technology stimulates and accelerates this evaluation. Fuel cells are electrochemical devices that convert the chemical energy of a reaction directly into electrical energy. Also, fuel cells have many characteristics that make them favorable as energy conversion devices. Two of the most important characteristics are high efficiency and very low environmental intrusion. Artificial Neural Network (ANN) approach is one of the most popular methods in the modeling of a process. An ANN is an example of a connectionist model, in which many small logical units are connected in a network. The learning ability of neural network is determined by its architecture and the algorithmic method chosen for training. In this thesis, a multilayered feed forward neural network study was applied to the experimental results obtained from an application of direct methanol fuel cell. Using the algorithm of back propagation, the artificial neural network was trained to learn a possible correlation between scan rate of potential, temperature and fuel (methanol) concentration and obtained peak current densities for the electrooxidation reaction of methanol on platinum electrodes. After the training epochs, the training process provides a very high learning capability. Also, using of the feed forward neural network procedure realizes a very good performance to estimate the peak current densities at the out of the measurement range. Xil
Benzer Tezler
- Characterisation of PEM fuel cell cold start process
PEM yakıt pili soğuk çalıştırma prosesinin karakterizasyonu
ALPARSLAN TOPCU
Doktora
İngilizce
2023
Otomotiv MühendisliğiÇukurova ÜniversitesiOtomotiv Mühendisliği Ana Bilim Dalı
PROF. DR. KADİR AYDIN
PROF. DR. SELAHATTİN ÇELİK
- Biomimetic antireflection coatings on silicon
Biyobenzetim yöntemiyle silisyum tabanlı ince film yansıtmayan kaplama üretimi
MÜMİN BALABAN
Yüksek Lisans
İngilizce
2013
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiNanobilim ve Nanomühendislik Ana Bilim Dalı
DOÇ. DR. HÜSEYİN KIZIL
- Performance anaylsis of an intermediate temperature solid oxide fuel cell
Orta sıcaklık katı oksit yakıt pili performans analizi
BORA TİMURKUTLUK
Yüksek Lisans
İngilizce
2007
EnerjiOrta Doğu Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İLKER TARI
PROF. DR. MAHMUT D. MAT
- İndüksiyonlu ısıtma destekli yakıt pili veriminin deneysel olarak incelenmesi
Experimental investigation of induction heating assisted fuel cell efficiency
HAYDAR DEMİRAY
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiSiirt ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. FEVZİ HANSU
- Elektrikli taşıtlarda PEM yakıt hücreleri için metal tabanlı akış plakalarının modellenmesi ve kaplanarak geliştirilmesi
Modeling and coating development of metal based flow plates for PEM fuel cells in electric vehicles
HÜSEYİN SEVİNÇ
Doktora
Türkçe
2024
Otomotiv MühendisliğiFırat ÜniversitesiOtomotiv Mühendisliği Ana Bilim Dalı
PROF. DR. HANBEY HAZAR