Andrea Natali
Development of a simplified SOFC model using Machine Learning.
Rel. Vittorio Verda, Martina Capone, Andreas Schulze. Politecnico di Torino, Master of science program in Mechanical Engineering, 2023
|
Preview |
PDF (Tesi_di_laurea)
- Thesis
Licence: Creative Commons Attribution Non-commercial No Derivatives. Download (5MB) | Preview |
Abstract
Le Fuel Cells sono da anni oggetto di ricerca in quanto sono tra le migliori alternative per la produzione di energia attraverso fonti green come l’idrogeno. Le Solid Oxide Fuel Cells, in particolare, sono una promettente soluzione per la generazione di energia elettrica anche grazie alla loro flessibilità che ne permette l´utilizzo come dispositivi autonomi o in accoppiata a impianti preesistenti come sistemi di cogenerazione. Questo lavoro di ricerca è stato condotto sulla SOFC sviluppata da Robert Bosch GmbH in collaborazione con Ceres Power con l´obiettivo di estendere un modello fisico, validato su scala dimensionale ridotta, ad una dimensione superiore attraverso l´utilizzo di un modello matematico ricavato da algoritmi Machine Learning.
Il lavoro svolto ha richiesto l’analisi del modello fisico di partenza con successiva Sensitivity Analysis locale per la definizione dei principali parametri d’interesse e la loro influenza relativa
Relators
Academic year
Publication type
Number of Pages
Course of studies
Classe di laurea
Aziende collaboratrici
URI
![]() |
Modify record (reserved for operators) |
