Resumen

Las pilas de combustible podrían ser una tecnología muy eficaz y ecológica para transformar la energía química almacenada en el combustible en electricidad útil, por lo que actualmente se valoran como uno de los avances más alentadores para la futura demanda energética. Las pilas de combustible de óxido sólido (SOFC) presentan varias ventajas sobre otros tipos de pilas de combustible, como la flexibilidad del combustible utilizado, la alta conversión energética y los catalizadores relativamente baratos debido a su funcionamiento a alta temperatura. Las monocámaras, en las que el ánodo y el cátodo están expuestos a la misma mezcla de combustible, son prometedoras para la aplicación de energía portátil debido a la estructura simplificada, compacta y sin sellado de la célula. Los modelos de regresión empírica, como las redes neuronales artificiales (RNA), pueden utilizarse como una herramienta de caja negra para simular sistemas sin resolver las complicadas ecuaciones físicas simplemente utilizando los datos experimentales disponibles. En este estudio, el rendimiento de la SOFC catódica basada en BSCF/GDC recientemente propuesta se modeló mediante RNA. El voltaje de la celda se estimó con la temperatura de preparación del cátodo, la temperatura de funcionamiento de la celda, y la corriente de la celda como parámetros de entrada por la red neuronal feed-forward de una capa. Para obtener el modelo adecuado, se probaron varias estructuras de red y la red se entrenó mediante algoritmos de retropropagación. Los datos utilizados durante el entrenamiento, la validación y la prueba son los resultados experimentales reales de nuestro estudio anterior. A continuación, el algoritmo genético y la RNA desarrollada determinaron las condiciones óptimas para lograr la máxima potencia de la célula.

• Materias:Reacciones químicas Electroquímica Biología molecular Química analítica Química de los alimentos
• Subjects:Chemical reactions Electrochemistry Molecular biology Analytical chemistry Food chemistry
• Palabras claves:combustible, pilas de combustible de óxido sólido, resultados experimentales reales, redes neuronales artificiales, datos experimentales disponibles, temperatura de preparación del cátodo, temperatura de funcionamiento de la célula, ecuaciones físicas complicadas, modelos empíricos de regresión, estructura libre de la célula
• Keywords:fuel, solid oxide fuel cells, actual experimental results, artificial neural networks, available experimental data, cathode preparation temperature, cell operating temperature, complicated physical equations, empirical regression models, free cell structure