Pem yakıt hücrelerinin yapay sinir ağları ile modellenmesi

Yakıt hücresi sistemlerinin doğrusal olmayan yapıları nedeniyle, yakıt hücreparametrelerinin yakıt hücre sistemleri için hesaplanması zordur. Proton geçirgen membran(PEM) yakıt hücrelerinin modellenmesi, elektrokimya, polimer bilimi, ısı aktarımı,akışkanlar dinamiği ve kütle aktarım çalışmalarını içeren disiplinler arası yaklaşımlargerektirir. Kaynaklarda, PEM yakıt hücrelerinin modellenmesi genellikle fizikokimyasalolayların iyi bilinmesine dayanan karmaşık modeller ile yapılır.Yapay sinir ağları (YSA) biyolojik sinir sistemlerinden esinlenmiş bilgiyi işleyen algıdüzenekleridir. YSA'nın doğrusal olmayan sistemleri açıklamasında yapabilecekleri,YSA'ları modelleme için güçlü bir araç yapmaktadır. Bu tezin amacı PEM yakıthücrelerinin modellenmesi üzerine kaynakları incelemek, ve yapay sinir ağlarını kullanarakPEM yakıt hücrelerinin performansını tahmin etmek için proses değişimlerini içerenparametrik olmayan deneysel bir model elde etmektir.Bu çalışmada, ilk olarak, yapay sinir ağları ve PEM yakıt hücreleri ile ilgili bilgiler verildi.Daha sonra, PEM yakıt hücresi modelleme teknikleri sunuldu ve bir yapay sinir ağı modeliönerildi. YSA'nın kullanıldığı modelin sekiz tane girişi ve bir tanede çıkışı vardır. Doğruçıkış verilerini üretebilmek için ağ geriye yayılım algoritmasının gelişmiş versiyonları olanLevenberg-Marquardt ve Quasi-Newton öğrenme algoritmaları ile eğitilmiştir. Kullanılabilirdeğerlerin yarısı YSA modelini eğitmek için kullanılırken, diğer yarısı modeli sınamak içinkullanılmıştır. Öğrenme işlemi sırasında, hata fonksiyonu öğrenme iterasyonlarının sayısıarttırılarak azaltılmıştır. Son eğitimden sonra YSA modeli girişler ile çıkışlar arasındakiilişkiyi üretebilmek için hazır hale gelmiştir. Ortalama mutlak hata %1'in altında vemaksimum hata ise %4 civarındadır.Anahtar Kelimeler: PEM yakıt hücreleri, yapay sinir ağları, modelleme, Levenberg-Marquardt öğrenme algoritması, Quasi-Newton öğrenme algoritması