پایان نامه طراحی بهینه هندسه میدان جریان در پیل سوختی پلیمری با استفاده از الگوریتم ژنتیک

word
114
4 MB
32584
مشخص نشده
کارشناسی ارشد
قیمت: ۱۱,۴۰۰ تومان
دانلود فایل
  • خلاصه
  • فهرست و منابع
  • خلاصه پایان نامه طراحی بهینه هندسه میدان جریان در پیل سوختی پلیمری با استفاده از الگوریتم ژنتیک

    جهت اخذ درجه کارشناسی ارشد

    مهندسی مکانیک- ساخت وتولید

    چکیده

    پیل هاى سوختی، دستگاه هاى الکتروشیمیایی هستند که براى تبدیل مستقیم سوخت به انرژی الکتریکی به کار می روند. یکی از مهمترین نوع پیلهای سوختی، پیل سوختی پلیمری است که کاربرد فراوانی دارد. در حالت کلی دو نوع بهینه سازی در پیل سوختی پلیمری میتوان انجام داد : بهینه سازی در طراحی و ساخت

    بهینه سازی پارامترهای فرآیندی

    دسته اول که به بهینه سازی در ساخت اشاره دارد، به مواردی همچون نوع کانال جریان، هندسه کانال، جنس اعضای تشکیل دهنده پیل و همچنین یک پیکربندی مناسب و ... برمی­گردد. این پارامترها گرچه پارامترهای بسیار مهم و موثری هستند ولی به هیچ وجه در طی فرآیند قابل تغییر نیستند و در کل فرآیند ثابت اند. دسته دوم که مربوط به پارامترهای عملکردی یا پارامترهای فرآیندی است شامل پارامترهای نظیر فشار سمت آند، فشار سمت کاتد، دمای کارکردی پیل سوختی، نرخ جریان ورودی در سمت آند و کاتد و ...... هستند که قابلیت انعطاف داشته و در طول فرآیند می­توانند تغییر کنند. تحقیق حاضر بعلت مشکلات موجود در بهینه سازی پارامترهای هندسی، به بهینه سازی سه پارامتر فشار سمت آند، فشار سمت کاتد و دمای کارکردی پیل سوختی پرداخته که در میان پارامترهای فرآیندی از اهمیت وافری برخوردار است.

    در این تحقیق الگوریتم ژنتیک به عنوان یکی از قویترین ابزارهای بهینه سازی به کار گرفته شده است و از نرم افزار پیل سوختی نوشته شده در گروه پژوهشی دانشگاه که بر اساس حل تحلیلی پیل سوختی عمل می کند، جهت ایجاد منحنی پلاریزاسیون و سپس منحنی توان استفاده شده است. ماکزیموم مقدار منحنی توان میزان بهینگی پارامترها (تابع برازندگی) در نظر گرفته شده است.

    در الگوریتمهای ژنتیک معمولا از روش کدگذاری در مبنای دو برای مقادیر پارامترها استفاده می شود ولی برای راحتی کار و ایجاد سرعت بیشتر، در الگوریتم به کار گرفته شده از روش کدگذاری اعداد حقیقی بهره گرفته شده است همچنین برای عدم از بین رفتن جوابهای برازنده در نسلهای میانی از الگوریتم نخبه گرا استفاده شده است. در جدول زیر مقادیر به دست آمده برای سه پارامتر فوق و همچنین مقادیر بهینه گزارش شده از مقاله سلیمان و همکارش ]1[ آورده شده است. 

    در این تحقیق نمودارهای ماکزیمم توان بر حسب فشارهای جزیی آند و کاتد نشان داد تغییرات فشار سمت آند نسبت به تغییر مشابه فشار در سمت کاتد، در راندمان خروجی بسیار موثرتر است و حساسیت فشار آند نسبت به فشار کاتد بسیار بیشتر است که دلیل آن اهمیت انجام واکنشها و سوخت مصرفی در سمت آند است.

    مقدار به دست آمده برای دمای کارکردی پیل نشان می دهد افزایش دما تا حدی بر راندمان پیل اثر مثبت گذاشته ولی اگر دما از مقدار خاصی تجاوز کند راندمان پیل کاهش چشمگیری خواهد داشت که این اتفاق را می توان به دلیل خشک شدن بیش از اندازه غشا توجیه نمود.

     

    واژه های کلیدی :

    پیل سوختی پلیمری، الگوریتم ژنتیک، بهینه سازی، پارامتر های فرآیندی، ماکزیموم توان

     

     
    (جداول در فایل اصلی موجود است )

     

    پیش‌ گفتار

     دو مشکل اساسی در استفاده از سوخت‌های فسیلی که بیش از %80 تقاضای انرژی مورد مصرف را تشکیل می‌دهند وجود دارد. مشکل اول در محدودیت آنهاست به‌طوری‌که در آینده‌ای نزدیک این سوخت‌ها به پایان می‌رسند. براساس تخمینی که کمپانی‌های نفتی ارائه کرده‌اند، بین سالهای 2015 تا 2030 میزان مصرف نفت خام، گاز‌طبیعی و سوخت‌های فسیلی به بیشترین مقدار خود می‌رسند و از آن پس منابع فسیلی با کاهش چشمگیری روبرو خواهند بود.

    مشکل دوم در استفاده از سوخت‌های فسیلی، مشکل زیست محیطی آنان است مانند تغییرات آب‌و‌هوایی، گرم‌شدن کلی محیط، ذوب شدن یخ‌های موجود در کره زمین، ایجاد باران‌های اسیدی، نقصان لایه ازن، خرابی مناطق کشاورزی و جنگلها بعلت استخراج بیش از اندازه زغال‌سنگ از معادن و از همه مهمتر مشکل آلایندگی و آلودگی محیط زیست که شرایط زندگی را نابسامان خواهد کرد. پیش از سال 1970، سیستم‌های انرژی هیدروژنی برای رفع این دو مشکل اساسی پیشنهاد شده بود و از آن سالها دانشمندان بسیاری در جهت بکار‌گیری این سیستم‌ها و توسعه آنان تلاش کردند.

    هیدروژن یک انرژی قابل حمل با خصوصیات منحصر به فرد است. سوختی پاک با راندمان خروجی بالا، سبک و در دسترس است. یکی از خصوصیات ویژه آن، نوع کاربرد آن در فرآیند‌های الکترو‌شیمی است که می‌تواند در صورت کاربرد در پیل‌های سوختی، انرژی الکتریکی تولید کند که در مقایسه با انرژی سوخت‌های فسیلی راندمان بسیار بالاتر و مزایای ویژه‌ای دارد. در 20 سال گذشته توسعه و بکارگیری این سیستم‌ها قوت چندانی گرفته است.

     

    1-2 پیل سوختی چیست‌ ؟

    پیل سوختی تبدیل کننده انرژی الکترو‌شیمی است که انرژی شیمیایی را به انرژی الکتریسیته

    (جریان مستقیم برق) تبدیل می‌کند. در حالت کلی یک فرآیند تولید الکتریسیته از سوخت، شامل چندین گام تبدیل انرژی است که این گام‌ها عبارتند از:

    (1) سوزاندن سوخت مورد نظر و تبدیل آن به حرارت

    (2) ایجاد آب جوش و بخار آب از حرارت به وجود آمده

    (3) بکار گیری بخار آب ایجادی در توربین جهت تبدیل انرژی گرمایی به انرژی مکانیکی

    (4) بکار گیری انرژی مکانیکی در ژنراتور و تولید جریان الکتریسیته

    یک پیل سوختی تمام مراحل فوق را جهت تولید جریان الکتریسیته در یک گام خلاصه می‌کند علاوه بر اینکه هیچ نیازی به قسمت‌های متحرک ندارد. (شکل 1-1) چگونگی ایجاد جریان الکتریسیته توسط پیل سوختی را در یک گام نشان می‌دهد.

    شکل (1-1) ایجاد جریان الکترسیته مستقیم از پیل سوختی در یک مرحله ]2[

     

    یک پیل سوختی از برخی جنبه‌ها شبیه به یک باتری است چون شامل الکترولیت و قطب‌های مثبت و منفی است و از واکنشهای الکتروشیمی، جریان الکتریسیته DC تولید می‌کند ولی برخلاف یک باتری نیازمند سوخت و اکسیژن مداوم است، همچنین الکترودهای پیل سوختی برخلاف یک باتری دستخوش تغییرات شیمیایی قرار نمی‌گیرند.

    باتری‌ها به واسطه واکنشهای شیمیایی و با استفاده از موادی که از قبل درون آن‌ها قرار گرفته است، جریان الکتریسیته تولید می‌کنند و به همین دلیل یک باتری در صورت مصرف مواد داخل آن تخلیه می شود که در این صورت نیازمند شارژ مجدد است البته مشروط به اینکه قابلیت شارژ مجدد را داشته باشد ولی یک پیل سوختی مادامی که اکسیژن و سوخت به آن تزریق شود، امکان تخلیه ندارد و می‌تواند در دراز مدت کار کند. اکسیژن و هیدروژن که از مواد مورد نیاز پیل سوختی است به وفور در دسترس است و هم به صورت خاص و هم به صورت ترکیبی یافت می‌شود، مثلاٌ  هیدروژن ممکن است در ترکیب با گازهایی همچون ، ، Co و ... موجود باشد و یا در هیدروکربنات‌هایی مثل گاز طبیعی یا حتی هیدروکربنات مایع مثل متانول وجود داشته باشد، همچنین هوای محیط هم به اندازه کافی حاوی اکسیژن مورد نیاز پیل سوختی می‌باشد. از سوی مقابل باتری هم مزیت‌هایی نسبت به پیل سوختی دارد که می‌توان به موارد زیر اشاره کرد:

    - عدم اتلاف حرارت و آب توسط باتری ]حرارت ایجادی در باتری بسیار کمتر از پیل سوختی است[

    - عدم نیاز به مدیریت سیستم در باتری

    - عدم نیاز به تجهیزات زیاد و هزینه‌های جانبی سنگین

     

    1-3 بهینه سازی پارامترهای پیل سوختی پلیمری

    در حالت کلی دو نوع بهینه سازی در پیل سوختی پلیمری میتوان انجام داد  :

    بهینه سازی پارامترهای فرآیندی یا پارامتر های عملکردی

    بهینه سازی در طراحی و ساخت پیل

     

    1-3-1 بهینه سازی پارامترهای فرآیندی

    بهینه سازی در پارامترهای متغیر شامل پارامترهایی از قبیل دما ، فشار کارکرد ، نسبت مصرف سوخت در کاتد به آند ، دمای مرطوبیت ، غلظت یا مولاریته سوخت ، سینتیک واکنش و ..... که از میان این پارامترها تعدادی قابل کنترل و تعدادی غیر قابل کنترل اند و یا به عبارت صحیح تر کنترل برخی از پارامترها هزینه زیادی در بر داشته طوری که از کنترل آنان صرف نظر شده و به مهار کردن پارامترهای در دسترس­تر پرداخته شده است. در مقالات معمولا به بررسی چهار پارامتر از تمامی پارامترهای ممکن پرداخته شده است که این چهار پارامتر عبارتند از :

    دمای کارکرد پیل سوختی که معمولا بین 60 تا 80 درجه سانتی گراد متغیراست

    درصد رطوبت پیل سوختی

    میزان مصرف اکسیژن در کاتد به مصرف هیدروژن در آند

    فشار سیستم در سمت آند

    فشار سیستم در سمت کاتد

     

    1-3-2 بهینه سازی در طراحی و ساخت پیل

    پیل سوختی از قسمتهای مختلفی تشکیل شده است که در هر قسمت می توان بررسی هایی در جهت افزایش راندمان صورت داد که از آن جمله می توان به موارد زیر اشاره کرد :

    نوع کانال جریان آند (مارپیچ ، موازی ، سری ، موازی بلند ، شبکه ای و موازی مارپیچ)

    لایه پخش گازی آند (جنس ، میزان فشردگی)

    مواد و ضخامت لایه کاتالیست آند و کاتد

    لایه پخش گازی کاتد (جنس ، میزان فشردگی)

    سایز ابعادی کانالها در هر دو قسمت آند و کاتد (طول ، عرض و عمق کانال)

    فاصله بین دو کانال در صفحات الکترود (یا بررسی شعاع گذر)

    مواد و ضخامت غشای تبادل یونی

    نوع کانال جریان کاتد (مارپیچ ، موازی ، سری ، موازی بلند ، شبکه ای و موازی مارپیچ(

    و .............

    استفاده از مواد جایگزین و کار آمدتر موضوعی است که بسیاری از محققان در بررسی آن می کوشند . در حالت کلی استفاده از ابعاد مناسب ، استفاده از ماده مناسب و یک پیکر بندی صحیح برای پیل از جمله مواردی است که در این قسمت قابل بررسی است.

    پژوهشهای بسیاری در زمینه یافتن ابعاد مناسب برای کانالهای تعبیه شده در صفحات الکترود موجود است که به روشهای مختلفی همچون تحلیلی ، تجربی ، شبیه سازی که در قالب دینامیک سیالات مورد مطالعه قرار میگرد و ترکیب تحلیلی و تجربی به تحقیق پرداخته و هر کدام ابعادی مناسب پیشنهاد می کنند که بیشترین راندمان در قدرت خروجی را دارا می باشند.

     

    1-4 پژوهشهای انجام شده در مورد بهینه سازی پارامترهای فرآیندی پیل سوختی پلیمری

    سلیمان[1] و همکارش ]1[ در سال 2007 از روش تاگوچی که در سال 1980 توسط خود تاگوچی معرفی شد ، برای بهینه سازی پارامترهای فرآیندی استفاده کردند . استفاده از این روش تعداد آزمایشات مورد نیاز را به طرز چشم گیری کاهش داده و این سبب کاهش هزینه ها وکوتاهتر شدن زمان آزمایش می گردد . در روش تاگوچی دو دسته پارامتر موجود است ، پارامترهای قابل کنترل و پارامترهای غیر قابل کنترل که اصطلاحا به آنان پارامترهای نویز گفته میشود . آن دسته از پارامترهایی که کنترل آنان بسیار سخت و هزینه بر است نیز جزو پارامترهای غیر قابل کنترل یا نویز به حساب می آید. سلیمان و همکارش ]1[ در این آزمایشات پارامترهای دمای کارکرد پیل ، دمای رطوبت ، فشار کارکرد پیل سوختی و نسبت مصرف سوخت در کاتد به آند را پارامترهای قابل کنترل در نظر گرفت و مقادیری را بعنوان مقادیر بهینه ارائه نمود و ادعا کرد که پیل سوختی در صورت عملکرد این مقادیر بیشترین راندمان خروجی را دارند.

    Abstract

    Fuel cells are the electrochemical systems that they are used as convertor of fuel to energy. One of the most important of fuel cells is polymer electrolyte membrane fuel cell which has a numerous applications. Generally two sets of optimization exist in fuel cells.

    Optimization in design and manufacturing

    Optimization in operating parameters

    The first set of optimization that they are related to the manufacturing, incuding of type of channel, channel’s geometry and type of using material and so on. Although these parameters are important but these are not changeable during fuel cell processes. The second set of optimization is related to the operating parameters, such as cell pressure at anode and cathode side, cell temperature and so on. The current research because of some problems in first set of optimization is focused to optimization of stack temperature, cell pressure at both sides of anode and cathode. At this research, the genetic algorithm as one of powerful optimization technique was applied to create the polarization and power curve. The maximum power of power curve was determined as fitness function of genetic algorithm. At current GA, it was used real code instead of binary code because the real code has much faster solution than binary, so the elitism was used for not missing the best response at each generation. At below table results of this algorithm are compared with soleyman’s [1] results.

     

    At this research maximum powers in liu of anode and cathode pressure show that variation at anode side is more sensitive than same variation at cathode side that this reason is fuel consumption importance. The optimum temperature shows that temperature increasing has a better response until to special value and overincreasing has a less response because of MEA dryness.

     

    Keyword: PEM Fuel cell, Genetic Algorithm, Optimization, Operating Parameters, Maximum power

  • فهرست و منابع پایان نامه طراحی بهینه هندسه میدان جریان در پیل سوختی پلیمری با استفاده از الگوریتم ژنتیک

    فهرست:

    فصل اول: 1

    1-1 پیش‌ گفتار 2

    1-2 پیل سوختی چیست‌ ؟ 2

    1-3 بهینه سازی پارامترهای پیل سوختی پلیمری  4

    1-3-1 بهینه سازی پارامترهای فرآیندی  4

    1-3-2 بهینه سازی در طراحی و ساخت پیل  5

    1-4 پژوهشهای انجام شده در مورد بهینه سازی پارامترهای فرآیندی پیل سوختی پلیمری  6

    1-5 بهینه سازی پارامترهای فرآیندی پیل سوختی پلیمری  8

    فصل دوم: 11

    2-1 تاریخچه مختصری از پیل‌های سوختی  12

    2-2 انواع پیلهای سوختی : 15

    2-2-1 پیل‌های سوختی آلکالینی  16

    2-2-2 پیلهای سوختی پلیمری  16

    2-2-3 پیل‌های سوختی اسید فسفریکی  16

    2-2-4 پیل‌های سوختی کربنات مذاب   17

    2-2-5 پیل‌های سوختی اکسید جامد  17

    2- 3 طریقه عملکرد پیل سوختی پلیمری  17

    2-4 اهمیت نیازمندی به پیل‌های سوختی  20

    2-4-1 بازدهی بالا  20

    2-4-2 تنظیم سیستم بر حسب نیاز 20

    2-4-3 سازگاری با قوانین محیط زیست   20

    2-4-4 انعطاف پذیری نسبت به سوخت   21

    2-4-5 افزایش تولید و کاهش توزیع  21

    2-4-6 عدم نیاز به تعمیر 21

    2-4-7 عدم انتشار یا حداقل پراکندگی انرژی  21

    2-4-8 سادگی ساختار 22

    2-4-9 سایز و ابعاد کوچک   22

    2-5 کاربردهای پیل سوختی  22

    2-5-1 سیستم‌های قدرت   23

    2-5-2 سیستم‌های حمل‌ونقل  24

    2-5-3 سیستم‌های پرتابل  24

    2-5-4 دستگاه‌های صوتی و تصویری  24

    2-5-5 سیستم‌های نظامی  24

    فصل سوم: 25

    3-1 مقدمه  26

    3-2 پیدایش الگوریتم ژنتیک   27

    3-3 الگوریتم ژنتیک   28

    3-3-1 عملگرهای اصلی GA  29

    3-3-1-1 روشهای کدگذاری  29

    3-3-1-2 جمعیت اولیه  31

    3-3-1-3 تابع برازندگی  32

    3-3-1-4 انتخاب   32

    3-3-1-4-1 انتخاب چرخ گردان  (RWS) 33

    3-3-1-4-2 انتخاب رقابتی  34

    3-3-1-5 ادغام  35

    3-3-1-6 جهش    37

    3-3-1-6-1  احتمال جهش )) 38

    3-3-1-7 سایر عملگرهای ژنتیکی  38

    3-3-2 الگوریتم ژنتیک با نخبه سالاری ساده 38

    3-3-3 روشهای جایگزینی  39

    3-3-4 معیار همگرایی  40

    3-3-5 معیار عملکرد 41

    3-3-6 تفاوت GA با روشهای مرسوم بهینه‌سازی ]21[ 41

    3-3-7 نقاط قوت GA  42

    3-3-8  نقاط ضعف GA  42

    3-3-9 در چه مواقعی از GA استفاده میشود 43

    3-3-10 کاربردهای GA  43

    3-4 بهینه سازی پارامتر های فرآیندی پیل سوختی با استفاده از الگوریتم ژنتیک   44

    3-4-1 استفاده از حل تحلیلی در الگوریتم ژنتیک حاضر 44

    3-4-1-1 استفاده از آزمایشات عملی  45

    3-4-1-2 استفاده از حلCFD  46

    3-4-1-3 استفاده از حل تحلیلی  46

    3-4-2 تعریف تابع برازندگی  47

    3-4-3 برنامه نویسی در محیط Manuscript File نرم افزار MATLAB  48

    3-4-4 استفاده از الگوریتم ژنتیک نخبه گرا 48

    3-4-4-1 کدگذاری مقادیر پارامترها 48

    3-4-4-2 انتخاب تعداد جمعیت اولیه و تعداد نسل ها 49

    3-4-4-3 اعمال اپراتور پیوند و جهش در الگوریتم ژنتیک حاضر 50

    3-4-5 استفاده از Lookup Table در محیط MATLAB Simulink 50

    3-4-6 دلیل انتخاب 3 پارامتر حاضر جهت بهینه‌سازی  52

    فصل چهارم: 53

    4-1 مدلسازی پیل سوختی پلیمری با استفاده از حل تحلیلی  54

    4-1-1 مدلسازی کانال  54

    4-1-2 مدلسازی MEA  55

    4-1-3 متدولوژی حل معادلات   57

    4-2 معتبر سازی مدلسازی با آزمایشات عملی  57

    4-3 پارامترهای ثابت مدلسازی  61

    فصل پنجم: 62

    5-1 مقادیر برازندگی های به دست آمده از حل تحلیلی  63

    5-2 اجرای الگوریتم ژنتیک لینک شده با MATLAB Simulink 63

    5-3 تاثیر دما بر عملکرد پیل سوختی  65

    5-4 تاثیر فشار بر عملکرد پیل سوختی  66

    5-5 اهمیت فشار آند نسبت به فشار کاتد  67

    5-6 نمودارهای سه بعدی دما-فشار 70

    فصل ششم: 72

    6-1 نتیجه گیری  73

    6-2 پیشنهادات   74

    فهرست مراجع  75

    پیوست الف   78

    برنامه MATLAB لینک شده با MATLAB Simulink  78

    پیوست ب   84

    جداول Simulink و منحنی های دو بعدی و سه بعدی بیشینه توان   84

    منبع:

     

    [1] Soleyman K, Akyalcin L. Optimization of parametric performance of a PEMFC. J Hydrogen Energy 2007;32:4418-23.

    [2] Barbir F. PEM Fuel cells: theory and practice. . University of Connecticut. ISBN: 0-12-078142-5, 2005.

    [3] Beattie PD, Basura VI, Holdcroft S. Temperature and pressure dependence of O2 reduction at Pt|Nafion(R) 117 and Pt|BAM(R) 407 interfaces. J Electroanal Chem 1999;468:180-92.

    [4] Cappadonia M, Erning JW, Saberi SMS, Stimming U. Conductance of Nafion 117 membranes as a function of temperature and water content. J Solid State Ionics 1995;77:65-9.

    [5] Sridhar P, Perumal R, Rajalakshmi M, et. al. Humidification Studies on Polymer Electrolyte Membrane Fuel Cell. J Power Sources 2001;101:72-8.

    [6] Wang L, Husar A, Zhou T, Liu H. A parametric study of PEM fuel cell performances. J Hydrogen Energy 2003;28:1263-72.

    [7] Hyun D, Kim J. Study of external humidification method in proton exchange membrane fuel cell. J Power Sources 2004;126:98-103.

    [8] Hwang JJ, Hwang HS. Parametric Studies of Double-Cell Stack of PEMFC Using Grafoil Flow-Field plates. J Power Sources 2002;104:24-32.

    [9] Ferng YM, Tzang YC, Pei BS, et. al. Analytical and experimental investigations of a proton exchange membrane fuel cell. J Hydrogen Energy 2004;29:381-91.

    [10] Santarelli MG, Torchio MF. Experimental analysis of the effects of the operating variables on the performance of a single PEMFC. J Energy Convers Manage 2007;48:40-51.

    [11] Ticianelli EA, Derouin CR, Supramaniam Srinivasan. Localization of platinum in low catalyst loading electrodes to attain high power densities in SPE fuel cells. J Electroanal Chem 1988;251:275-95.

    [12] Wahdame B, Candusso D, Kauffmann JM. Study of gas pressure and flow rate influences on a 500W PEM fuel cell, thanks to the experimental design methodology. J Power Sources 2006;156:92-9.

    [13] Marr C, Li X. Composition and performance modelling of catalyst layer in a proton exchange membrane fuel cell. J Power Sources 1999;77:17-27.

    [14] Jordan LR, Shukla AK, Behrsing T. Diffusion layer parameters influencing optimal fuel cell performance. J Power Sources 2000;86:250-4.

    [15] Motupally s, Becker AJ, Weidner JW. Diffusion of Water in Nafion 115 Membranes. J Electrochem. soc. 2000;147:3171-7.

    [16] You L, Liu H. A parametric study of the cathode catalyst layer of PEM fuel cells using a pseudo-homogeneous model. J Hydrogen Energy 2001;26: 991-9.

    [17] Gurau V, Barbir F, Liu H. An Analytical Solution of a Half-Cell Model for PEM Fuel Cells. J Electrochem. Soc. 2000;147:2468-77.

    [18] You L, Liu H. A two-phase flow and transport model for the cathode of PEM fuel cells. J Heat and Mass Transfer 2002;45:2277-87.

    [19] مهدی، علیرضا، مقدمه ای بر الگوریتم های ژنتیک وکاربردهای آن، انتشارات ناقوش اندیشه، ISBN : 964-377-241-1 ، چاپ دوم، 1386

    [20] Garcia S. Experimental design optimization and thermophysical parameter estimation of composite materials using genetic algorithms, Ph. D. thesis, Virginia Polytechnic Institute and State University, 1999.

    [21] Krottmaier J. Optimizing Engineering Designs, McGraw-Hill, London, 1993.

    [22] Philipps SP, Ziegler C. Computationally efficient modeling of the dynamic behavior of a portable PEM fuel cell stack. J Power Sources 2008;180:309-21.

    [23] Sui PC, Kumar S, Djilali N. Advanced computational tools for PEM fuel cell design Part 2. Detailed experimental validation and parametric study. J Power Sources 2008;180:423-32.

    [24] Mohamed I, Jenkins N. Proton exchange membrane (PEM) fuel cell stack configuration using genetic algorithms. J Power Sources 2004;131:142-6.

    [25] Wang ZH, Wang CY. Mathematical Modeling of Liquid-Feed Direct Methanol 



تحقیق در مورد پایان نامه طراحی بهینه هندسه میدان جریان در پیل سوختی پلیمری با استفاده از الگوریتم ژنتیک, مقاله در مورد پایان نامه طراحی بهینه هندسه میدان جریان در پیل سوختی پلیمری با استفاده از الگوریتم ژنتیک, پروژه دانشجویی در مورد پایان نامه طراحی بهینه هندسه میدان جریان در پیل سوختی پلیمری با استفاده از الگوریتم ژنتیک, پروپوزال در مورد پایان نامه طراحی بهینه هندسه میدان جریان در پیل سوختی پلیمری با استفاده از الگوریتم ژنتیک, تز دکترا در مورد پایان نامه طراحی بهینه هندسه میدان جریان در پیل سوختی پلیمری با استفاده از الگوریتم ژنتیک, تحقیقات دانشجویی درباره پایان نامه طراحی بهینه هندسه میدان جریان در پیل سوختی پلیمری با استفاده از الگوریتم ژنتیک, مقالات دانشجویی درباره پایان نامه طراحی بهینه هندسه میدان جریان در پیل سوختی پلیمری با استفاده از الگوریتم ژنتیک, پروژه درباره پایان نامه طراحی بهینه هندسه میدان جریان در پیل سوختی پلیمری با استفاده از الگوریتم ژنتیک, گزارش سمینار در مورد پایان نامه طراحی بهینه هندسه میدان جریان در پیل سوختی پلیمری با استفاده از الگوریتم ژنتیک, پروژه دانشجویی در مورد پایان نامه طراحی بهینه هندسه میدان جریان در پیل سوختی پلیمری با استفاده از الگوریتم ژنتیک, تحقیق دانش آموزی در مورد پایان نامه طراحی بهینه هندسه میدان جریان در پیل سوختی پلیمری با استفاده از الگوریتم ژنتیک, مقاله دانش آموزی در مورد پایان نامه طراحی بهینه هندسه میدان جریان در پیل سوختی پلیمری با استفاده از الگوریتم ژنتیک, رساله دکترا در مورد پایان نامه طراحی بهینه هندسه میدان جریان در پیل سوختی پلیمری با استفاده از الگوریتم ژنتیک

ثبت سفارش
تعداد
عنوان محصول
بانک دانلود پایان نامه رسا تسیس