سید محسن پورکیائی - کارشناس ارشد مهندسی انرژی های تجدیدپذیر ، پژوهشگاه مواد و انرژی
سید محمود هاشمی نژاد - استادیار پژوهشگاه مواد و انرژی، پژوهشگاه مواد و انرژی
جابر روحی - کارشناس ارشد مهندسی برق؛ دانشگاه صنعتی اصفهان

در این پژوهش از یک روش هوش مصنوعی برای پیش بینی و کنترل یک پیل سوختی پلیمریkw5 به کمک شبکهه عصبکی پارامتریک استفاده شده است. یبک شبکهه عصبکی پارامتریک ازتابع فعالیتی استفاده می کندکه بامعرفی پارامتر جدید P قابلیت تغییر متناسب با نیاز شبکه را دارد. لایه ورودی شامل پنج پارامتر عملیاتی و لایه خرو جی شامل ولتاژ و دمای کاتد می باشد. مقایسه نتایج مدلسازی با داده های ازمایشگاهی ازمنابع استفاده شده رضایت بخش بوده و استفاده از تابع فعالیت پارامتریک باعث بهبود کارایی شبکه عصبی شده است.

پیل سوختی پلیمری، مدلسازی، شبکه عصبی،هیدروژن