Doğrudan alkol yakıt hücresi sisteminin modellenmesi simülasyonu ve ileri kontrol teknikleri ile deneysel kontrolü

Abstract

Bu çalışmada çeşitli sensör ve kontrol elemanlarından oluşan tek hücreli doğrudan metanol yakıt pili sistemi kurulmuştur. Deneysel sıcaklık kontrolü PID ve bulanık kontrol tekniği ile gerçekleştirilmiştir. Ardından, sistemi yeterli temsil edebilecek kullanışlı ve basit bir matematiksel model kurulmuştur. Bu modelin parametreleri deneysel veriler kullanılarak parça sürüsü optimizasyonu metodu ile tahmin edilmiştir. Buna ek olarak sistemin '4-girişli ve 1-çıkışlı' ANFIS modeli polarizasyon eğrileri aracılığıyla kurulmuştur. Ayrıca, ANFIS modelleme üzerinde etkisi olan üyelik fonksiyon çeşit ve sayıları incelenmiştir. Bunun yanı sıra, simülasyon çalışmaları ile ANFIS matematiksel model üzerinden sensörsüz rezervuar konsantrasyon kontrolü için test edilmiştir. Bu deneylere paralel olarak, mevcut metanol geçiş problemi varlığında en iyi sonuçları elde etmek için metanol çalışma konsantrasyonuna odaklanılmıştır. Çekilen her bir akım yoğunluğu için optimal bir konsantrasyon mevcuttur ve sistemi bu noktalarda çalıştırmak yakıt ve enerji verimliliği için yarar sağlayacaktır. Bu nedenle metanol geçiş etkisini minimuma indirmek ve şartlara bağlı olarak optimal konsantrasyon değerlerinde işletmek için bir yaklaşım sergilenmiştir. İlk önce Altın oran yönteminin optimal konsantrasyonu aramadaki performansı araştırılmış. Daha sonra çeşitli işletme şartlarında eğitilen ANFIS' in tahmin gücü ölçülmüştür. Sonrasında ANFIS, değişken yük şartlarında optimal konsantrasyonu ve buna mukabil hücre voltajını belirlemek için kullanılmıştır. Bir sonraki aşamada ise rezervuar konsantrasyonunu çalışma koşullarına bağlı olarak optimal değerde tutmak için Altın oran metodu kullanılmıştır.In this study one cell direct methanol fuel cell system, consisting of various sensors and control elements, are built. Experimental temperature control is conducted with fuzzy and PID control techniques. Then, useful and simple mathematical model that can adequately represent the system is established Parameters of the model are estimated by particle swarm optimization method using experimental data. In addition, ANFIS model of the system with the '4-input and 1- output' is established through the polarization curves. Also, membership function types and numbers of input variables having an impact on the ANFIS modeling are investigated. Besides, ANFIS is tested for the sensor-less concentration control of reservoir over a mathematical model in the simulation studies. Parallel to these experiments, it is focused on working methanol concentration to obtain the best results in the existing methanol crossover obstacles. An optimal concentration exists for each current density depending on operating conditions and operating a system near these points provides benefit to the fuel and energy efficiencies. Thus, an approach is presented to minimize the crossover effects and operate the fuel cell at optimal concentration values depending on conditions. Firstly the performance of Golden Section algorithm is explored. Then prediction power of ANFIS, training at various operating conditions, is evaluated. Subsequently, ANFIS is evaluated to determine the optimal concentration and the corresponding voltage under varying loading conditions. In the next stage, Golden section algorithm is used to keep the reservoir concentration at an optimal value depending on operating conditions.