Özet:
Yakıt hücresi sistemlerinin doğrusal olmayan yapıları nedeniyle, yakıt hücre parametrelerinin 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 yaklaşımlar gerektirir. Kaynaklarda, PEM yakıt hücrelerinin modellenmesi genellikle fizikokimyasal olayların iyi bilinmesine dayanan karmaşık modeller ile yapılır. Yapay sinir ağları (YSA) biyolojik sinir sistemlerinden esinlenmiş bilgiyi işleyen algı düzenekleridir. YSA'nın doğrusal olmayan sistemleri açıklamasında yapabilecekleri, YSA'ları modelleme için güçlü bir araç yapmaktadır. Bu tezin amacı PEM yakıt hücrelerinin modellenmesi üzerine kaynakları incelemek, ve yapay sinir ağlarını kullanarak PEM yakıt hücrelerinin performansını tahmin etmek için proses değişimlerini içeren parametrik 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 modeli önerildi. YSA'nın kullanıldığı modelin sekiz tane girişi ve bir tanede çıkışı vardır. Doğru çıkış verilerini üretebilmek için ağ geriye yayılım algoritmasının gelişmiş versiyonları olan Levenberg-Marquardt ve Quasi-Newton öğrenme algoritmaları ile eğitilmiştir. Kullanılabilir değerlerin yarısı YSA modelini eğitmek için kullanılırken, diğer yarısı modeli sınamak için kullanılmıştır. Öğrenme işlemi sırasında, hata fonksiyonu öğrenme iterasyonlarının sayısı arttırılarak azaltılmıştır. Son eğitimden sonra YSA modeli girişler ile çıkışlar arasındaki ilişkiyi üretebilmek için hazır hale gelmiştir. Ortalama mutlak hata %1'in altında ve maksimum hata ise %4 civarındadır.
