文献

J-GLOBAL ID：201802291122975591   整理番号：18A0130965

クリーンエネルギー生産システムの金属バイポーラ板の成形プロセスの最適化のためのロバストなモデル【Powered by NICT】

Robust model for optimization of forming process for metallic bipolar plates of cleaner energy production system

著者 (5件)： Huang Yuhao (Department of Mechatronics Engineering, Shantou University, Guangdong, China) ,  Garg Akhil (Department of Mechatronics Engineering, Shantou University, Guangdong, China) ,  Asghari Saeed (Institute of Materials and Energy, Iranian Space Research Center, 7th Kilometer of Imam Ave., Isfahan, PO Box: 81395-619, Iran) ,  Peng Xiongbin (Department of Mechatronics Engineering, Shantou University, Guangdong, China) ,  Loan Phung LE My (Applied Physical Chemistry Laboratory, Department of Physical Chemistry, Faculty of Chemistry, University of Sciences, Viet Nam National University of Ho Chi Minh City (VNUHCM), Ho Chi Minh City, Viet Nam)
資料名： International Journal of Hydrogen Energy  (International Journal of Hydrogen Energy)
巻： 43  号： 1  ページ： 341-353  発行年： 2018年 
JST資料番号： B0192B  ISSN： 0360-3199  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： プロトン交換膜燃料電池(PEMFC)のようなエネルギー生産システムは零エミッションに起因するよりクリーンなエネルギー市場において有望な将来性を持っている。PEMFCの金属バイポーラ板のゴムパッド成形(RPF)プロセスは,研究者の間で注目を集めつつある。実験の設計に基づく研究は,成形プロセスの重要なパラメータを見つけるために行われた。これらの方法は,モデル構造,相関残渣などの仮定,見えないデータにモデルの推定能力における不確実性の原因となるに基づいている。それ故,本研究は,遺伝的プログラミング(GP)の最適化手法を用いたPEMFCのためのこれらのパラメータのロバストなモデルの設計に焦点を当てた。GP(遺伝的プログラミング)における考察した実験からの入力は半径,摩擦係数,充填率と最小厚さである。PEMFCに関する実験は,GPモデルの性能を検証した。さらに,二つの入力の間の関係とPEMFC用の三出力は出力のそれぞれに各入力の寄与と同様に生成した。GPによって生成されたモデルの最適化は,二入力の適切な設定により,PEMFCの金属バイポーラ板の成形品質を決定することができた。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 不確実性 ,  *モデル ,  摩擦係数 ,  最適化手法 ,  遺伝的プログラミング ,  *生産システム ,  *ロバスト性 ,  *最適化 ,  *クリーンエネルギー
準シソーラス用語： 充填率 ,  エネルギー市場 ,  *エネルギー産生 ,  *成形過程 ,  *バイポーラ板 , 【Automatic Indexing@JST】

著者キーワード (4件)： プロトン交換膜燃料電池(PEMFC) ,  ゴムパッド成形(RPF) ,  遺伝的プログラミング(GP) ,  要因設計法

分類 (1件)： 燃料電池  (YB04040V)

タイトルに関連する用語 (6件)： クリーンエネルギー ,  バイポーラ板 ,  成形プロセス ,  最適化 ,  ロバスト ,  モデル