Modelización y simulación numérica de pilas de combustible poliméricas en sistemas integrados
En esta tesis se explora el comportamiento de las pilas de combustible de membrana de intercambio protónico de alta temperatura (HT-PEMFCs), enfocándose en su simulación, modelado computacional y optimización como tecnología de energía sostenible. En el núcleo de este trabajo se encuentra el desarro...
| Autores: | , , |
|---|---|
| Tipo de documento: | dissertação |
| Estado: | Versão publicada |
| Data de publicação: | 2025 |
| País: | España |
| Recursos: | Universidad de Zaragoza |
| Repositório: | Zaguán. Repositorio Digital de la Universidad de Zaragoza |
| OAI Identifier: | oai:zaguan.unizar.es:162973 |
| Acesso em linha: | http://zaguan.unizar.es/record/162973 |
| Access Level: | Acceso aberto |
| Palavra-chave: | hidrógeno tecnología energética mecánica de fluidos |
| Resumo: | En esta tesis se explora el comportamiento de las pilas de combustible de membrana de intercambio protónico de alta temperatura (HT-PEMFCs), enfocándose en su simulación, modelado computacional y optimización como tecnología de energía sostenible. En el núcleo de este trabajo se encuentra el desarrollo de un modelo<br />computacional tridimensional (3D) implementado en el software OpenFOAM. Este modelo basado en dinámica de fluidos computacional (CFD) está diseñado para simular los complejos fenómenos físicos y electroquímicos dentro de las HT-PEMFCs, incluyendo el transporte de especies, las reacciones electroquímicas, la conducción protónica y la transferencia de energía. Se optó por el uso de OpenFOAM debido su arquitectura modular, flexibilidad y robustez, lo que lo hace ideal para abordar las complejidades inherentes a este estudio. Se lleva a cabo un análisis crítico del principio de Onsager, que asume un flujo ortogonal a través de la membrana, y se compara con una resolución detallada del flujo protónico tridimensional. Los resultados indican que, si bien ambos enfoques producen predicciones similares de las curvas de polarización, presentan divergencias en escenarios específicos bajo condiciones extremas de operación o degradación.<br />El trabajo aborda un desafío crítico en la simulación numérica: la caracterización de los parámetros que gobiernan el comportamiento de los modelos numéricos y, por ende, su capacidad predictiva. Para enfrentar este desafío, se propone una metodología novedosa de parametrización que integra mediciones limitadas y no invasivas con herramientas computacionales y algoritmos genéticos. Esta estrategia iterativa que desacopla la dinámica de fluidos de los procesos electroquímicos permite identificar eficazmente parámetros clave en modelos tridimensionales.<br />Para ilustrar esta metodología se presentan dos casos de estudio, cada uno sobre un dispositivo: una monocelda de laboratorio y un stack formado por 40 celdas. Se destaca el uso de algoritmos genéticos por su eficiencia en la exploración de espacios de solución e identificación de conjuntos óptimos de parámetros. <br />La investigación también explora la combinación de modelos computacionales 3D con redes neuronales (RRNN) para mitigar las demandas de tiempo computacional de las simulaciones tradicionales. La herramienta basada en RRNN desarrollada, entrenada con datos validados de modelos 3D, predice con precisión el comportamiento global y local mientras reduce significativamente los tiempos de calculo. Asimismo, se introduce una herramienta de optimización que utiliza las RRNN para identificar las condiciones óptimas de operación para una generación eficiente y segura de calor y electricidad.<br />En resumen, esta tesis doctoral presenta un enfoque integral para el modelado y la simulación de HT-PEMFCs. Introduce un avanzado marco computacional 3D, una metodología robusta de identificación de parámetros, un modelo subrogado basado en RRNN y una reevaluación crítica del principio de Onsager, ofreciendo contribuciones innovadoras al modelado del transporte protónico.<br /> |
|---|