مدلسازی و ارائه روش جدید ارزیابی عملکرد پیل سوختی کربنات مذاب با بهسازی داخلی غیرمستقیم جهت کاربرد در صنایع هوافضا

سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 364

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_TUMECHJ-49-3_039

تاریخ نمایه سازی: 17 دی 1399

چکیده مقاله:

پیل‌های سوختی در سال‌های اخیر بسیار مورد توجه قرار گرفته‌اند. در میان انواع پیل‌های سوختی، پیل‌های سوختی دما بالا به عنوان فناوری‌های با عملکرد مناسب شناخته شده‌اند، چرا که راندمان بالایی دارند، سازگار با سوخت‌های مختلف هستند و همچنین از دمای بالای آن‌ها می‌توان برای کاربردهای تولید همزمان استفاده نمود. از میان پیل‌های سوختی دما بالا ،پیل سوختی کربنات مذاب دارای مزایای بسیاری است اما کمتر مورد توجه قرار گرفته است. استفاده به عنوان جداساز دی‌اکسیدکربن و همچنین توانایی کاربرد بهسازگر داخلی از جمله مزایای آن است. بهسازگر داخلی نیاز به تجهیزات خارجی جهت بهسازی را از بین می‌برد و همچنین منجر به افزایش راندمان کلی سیستم می‌گردد. به منظور درک بهتر عملکرد پیل سوختی کربنات مذاب، در این پژوهش مدل پیل سوختی کربنات مذاب با بهسازی داخلی غیرمستقیم، مرحله به مرحله توسعه داده شده است. مدل حاضر به گونه‌ای توسعه داده شده است که دارای سرعت پاسخگویی و دقت مناسبی باشد. همچنین به منظور ارزیابی پارامترهای مؤثر در عملکرد پیل سوختی، تأثیر پارامترهایی نظیر فشار، دمای ورودی پیل سوختی، نسبت بخار به سوخت، ضریب به‌کارگیری سوخت، هوا و دی‌اکسیدکربن بر راندمان پیل سوختی مورد بررسی قرار گرفته است. از آنجا که استفاده از این فناوری تبدیل انرژی به‌ویژه در کشور ما در مراحل تکامل است، بررسی نحوه عملکرد این فناوری در شرایط مختلف می‌تواند به بلوغ بیشتر این فناوری کمک کند و جایگاه خود را در استفاده صنایع هوافضا به­خصوص تولید انرژی الکتریکی در هواپیما اثبات نماید. با توجه به نتایج تحلیل حساسیت صورت گرفته، پارامترهای فشار، نسبت بخار به سوخت، دمای ورودی پیل سوختی و ضریب به کار گیری سوخت بیشترین تأثیر را روی راندمان پیل سوختی دارند. با افزایش فشار، راندمان از 56% به 42% افت می‌کند. همچنین افزایش نسبت بخار به سوخت، دمای ورودی پیل سوختی و ضریب به کار گیری سوخت، به ترتیب منجر به افزایش راندمان به میزان 6.2%، 7.5% و 14.3% می‌شود. از سوی دیگر پارامترهای ضریب به‌کارگیری هوا و دی‌اکسیدکربن کمترین اثر را روی راندمان پیل سوختی کربنات مذاب دارند.

کلیدواژه ها:

پیل سوختی کربنات مذاب ، بهسازی داخلی غیر مستقیم ، سوخت‌های هیدروکربنی ، مدلسازی ، تحلیل حساسیت

نویسندگان

حمید هادی

کارشناس ارشد، گروه مهندسی سیستم های انرژی، دانشگاه صنعتی شریف، تهران، ایران

حمید رادمنش

دانشیار، دانشکده مهندسی برق، دانشگاه علوم و فنون هوایی شهید ستاری، تهران، ایران

میثم بیات

استادیار، دانشکده مهندسی برق، دانشگاه علوم و فنون هوایی شهید ستاری، تهران، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Hengeveld D. W. and Revankar S. T., Economic analysis of ...
  • Campanari S., Manzolini G. and Chiesa P., Using MCFC for ...
  • Heidebrecht P.and Sundmacher S., Molten carbonate fuel cell (MCFC) with ...
  • Lukas M. D., Lee K. Y. and Ghezel-Ayagh H., Development ...
  • Ohtuski J., Kusunoki A., Murahashi T., Tanaka T. and Nishiyama ...
  • J. M. Munoz de Escalona, D. Sanchez, R. Chacartegui and ...
  • Okada T., Ide H., Miyazaki M. and Tanaka T., in ...
  • Kordesch K. and Simader G., Fuel cells and their applications, ...
  • Pfafferodt M., Heidebrecht P. and Sundmacher K., Stack modelling of ...
  • Milewski J., Wolowicz M., Miller A. and Bernat R., A ...
  • He W. and Chen Q., Three-dimensional simulation of a molten ...
  • Yoshiba F., Ono N., Izaki Y., Watanabe T. and Abe ...
  • Wang P., Zhou L., Li G., Lin H., Shao Z., ...
  • koh J. H., Kang B. S. and Lim H. C., ...
  • Koh J. H., Kang B. S. and Lim H. C., ...
  • Campanari S., Chiesa P. and Manzolini G., CO2 capture from ...
  • Haghighat Mamaghani A., Najafi B., Shirazi A. and Rinaldi F., ...
  • Iora P. and Campanari S., Development of a three dimensional ...
  • Leto L., Dispenza C., Moreno A. and Calabro A., Simulation ...
  • Hamad T. A., Agll A. A., Hamad Y. M., Bapat ...
  • Li X., Ogden J. and Yang C., Analysis of the ...
  • Haghighat Mamaghani A., Najafi B., Shirazi A. and Rinaldi F., ...
  • Sugiura K. and Naruse I., Feasibility study of the co-generation ...
  • Huang H., Li J., He Z., Zeng T., Kobayashi N. ...
  • Liu A. and Weng Y., Modeling of molten carbonate fuel ...
  • Jarosch K., El Solh T. and de Lasa H., Modelling ...
  • Appleby A., Blomen L. and Mugerwa M., in Fuel Cell ...
  • M. Fermeglia, A. Cudicio, G. DeSimon, G. Longo and S. ...
  • Schadel B., Duisberg M. and Deutschmann O., Steam reforming of ...
  • Duan L., He B. and Yang Y., Parameter optimization study ...
  • Hao H., Zhang H., Weng S. and Su M., Dynamic ...
  • Shirazi A., Aminyavari M., Najafi B., Rinaldi F. and Razaghi ...
  • Simon G., Parodi F., Fermeglia M. and Taccani R., Simulation ...
  • نمایش کامل مراجع