مهندسی مکانیک مدرس

مهندسی مکانیک مدرس

بهینه‌سازی متغیرهای هندسی باتری سرب-اسید به‌روش صفحه پاسخ برای دست‌یابی به بیشترین ظرفیت، کمترین زمان شارژ و کمترین افزایش دما

نویسندگان
طیب نازقلیچی 1
فرشاد ترابی 1
وحید اصفهانیان 2
1 دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران
2 دانشگاه تهران، تهران
چکیده
افزایش ظرفیت باتری‌های سرب-اسید و کاهش زمان شارژ آن‌ها در دمای پایین از چالش‌های اصلی طراحان و سازندگان باتری‌ها است. خصوصیت‌های هندسی صفحه‌های باتری مانند ضخامت و سطح فعال بیشینه از جمله متغیرهای موثر بر عملکرد باتری است. از این رو تعیین بهترین مقدار برای این متغیرهای مستقل، یک مساله مهم برای این صنعت است. در مطالعه حاضر، با استفاده از مدل بی‌بعد باتری‌های سرب-اسید یک کد عددی به‌روش دینامیک سیالات محاسباتی ایجاد شده است تا رفتار باتری توسط آن شبیه‌سازی شود. در گام بعدی با استفاده از روش صفحه پاسخ، تعداد 50 اجرا برای شبیه‌سازی پیشنهاد شده است. با استفاده از پاسخ‌های به‌دست آمده از اجراها، برای هر پاسخ (ظرفیت، زمان شارژ و دما) یک مدل تجربی به‌صورت تابعی از متغیرهای مستقل استخراج و از مدل‌های تجربی به‌عنوان تابع‌های هدف برای بهینه‌سازی استفاده شده است. نتایج این مطالعه نشان می‌دهد که در ضخامت‌های الکترود مثبت 0.078 cm، الکترود منفی 0.053 cm و جداکننده 0.04 cm و هم‌چنین بیشینه سطح فعال 80 cm-1 برای هر دو الکترود، بیشترین ظرفیت و کمترین زمان شارژ و کمترین دما به‌دست می‌آید. برای مطالعه بهینه سازی حاضر، دقت و صحت آزمایش انجام شده توسط یک آزمون صحت‌سنجی تایید شده است. مطالعه حاضر اثبات کرده است که با تغییر خصوصیت‌های هندسی باتری می‌توان عملکرد آن‌را بهبود بخشید.
کلیدواژه‌ها
باتری سرب-اسید
بهینه‌سازی
روش صفحه پاسخ
الکترود
شبیه‌سازی

موضوعات

عنوان مقاله English

Optimization of geometrical parameters in a lead-acid battery using response surface method to access of maximum capacity, minimum charge-time and minimum temperature rise

نویسندگان English

Tayyeb Nazghelichi 1
Farschad Torabi 1
Vahid Esfahanian 2
1 Department of Energy systems engineering, Faculty of Mechanical engineering, K. N. Toosi university of Technology, Tehran, Iran
2 Professor, Department of Mechanical Engineering, College of Engineering, University of Tehran, Tehran, Iran
چکیده English

Increasing of capacity in lead-acid batteries and reducing charging time in lower temperature are considered as some main challenges of designers and manufacturers. Geometrical properties of battery plates such as thickness and maximum activated area are some of effective parameters on battery performance. Thus, determining of optimum values for independent variables is an important problem for battery industry. In the present study, a numerical solution code is developed using computational fluid dynamic method to simulate battery behavior. Numbers of 50 runs are suggested using response surface method. For each response one empirical model is extracted as a function of independent variables and from these models the optimization process is done. The results shows that in positive electrode thickness of 0.078 cm, negative electrode thickness of 0.53 cm, separator thickness of 0.04 cm and maximum activated areas for positive and negative electrode of 80 cm-1 is an optimum condition to get maximum capacity, minimum charging time and temperature. A confirmation test is done and it demonstrates that the results are in good agreement to predicted optimum results. In conclusion, the present study shows that by changing geometrical properties of the battery one can improve its performance.

کلیدواژه‌ها English

Lead-acid battery
Optimization
Response surface method
Electrode
simulation
[1] M. S. Whittingham, R. F. Savinell, T. Zawodzinski, T. Zawodzinski, Batteries and fuel cells, Chemical Reviews, Vol. 104, No. 10, pp. 4243-4244, 2004.
[2] W. H. Zhu, Y. Zhu, B. J. Tatarchuk, A simplified equivalent circuit model for simulation of Pb–acid batteries at load for energy storage application, Energy Conversion and Management, Vol. 52, No. 8, pp. 2794-2799, 2011.
[3] D. A. J. Rand, P. T. Moseley, J. Garche, C. D. Parker, Valve-Regulated Lead-Acid Batteries, First Edittion, pp. 158-179, Netherlans: Elsevier Science, 2004.
[4] G. E. P. Box, N. R. Draper, Empirical Model Building and Response Surfaces, New York: Wiley, pp. 478-569, 1987.
[5] G. Venter, R. T. Haftka, J. H. Starness, Construction of response surfaces for design optimization applications, AIAA paper 96-4040-CP, Proceeings of 6th AIAA/NASA/ISSMO Symposium on Multidiciplinary Analysis and Optimization, Bellevue WA, Part 2, pp. 548-564, 1996.
[6] J. Newmann, W. Tiedemann, Porous-electrode theory with battery applications, ALChE Journal, Vol. 12, No. 1, pp. 25-41, 1975.
[7] W. G. Sunu, Electrochemical Cell Design, New York: Plenum Press, pp. 357, 1984.
[8] H. Gu, T. V. Nguyen, R. E. White, A Mathematical model of a lead-acid cell: discharge, rest and charge, Journal of the Electrochemical Society, Vol. 134, No. 2, pp. 2953-2960, 1987.
[9] W. B. Gu, C. Y. Wang, B. Y. Liaw, Numerical modeling of coupled electrochemical and transport processes in lead-acid batteries, Journal of the Electrochemical Society, Vol. 144, No. 6, pp. 2053-2061, 1997.
[10] V. Esfahanian, F. Torabi, Numerical simulation of lead-acid batteries using Keller-Box method, Journal of Power Sources, Vol. 158, No. 2, pp. 949-952, 2006.
[11] V. Esfahanian, F. Torabi, A. Mosahebi, Predicting state of charge of lead-acid batteries for hybrid electric vehicles by extended Kalman filter, Journal of Power Sources, Vol. 176, No. 1, pp. 373-380, 2008.
[12] T. Mesbahi, F. Khenfri, N. Rizoug, K. Chaaban, P. Bartholomeus, P. Moigne, Dynamical modeling of Li-ion batteries for electric vehicle applications based on hybrid Particle Swarm-Nelder-Mead optimization algorithm , Electric Power Systems Research, Vol. 131, No. 1, pp. 195-204, 2016.
[13] A. Pajares, X. Blasco, J. M. Herrero, R. Simarro, Non-linear robust ientification of a lead-acid battery moel using multiobjective evolutionary algorithms, IFAC Conference Paper Archive, Vol. 50, No. 1, pp. 4466-4471, 2017.
[14] G. Kujundzic, S. Iles, J. Matusko, M. Vasak, Optimal charging of valve-regulated lead-acid batteries based on model predictive control, Applied Energy, Vol. 187, No.1, pp. 189-202, 2017.
[15] A. Alagheband, M. Azimi, H. Hashemi, M. Kalani, D. Nakhaie, Optimization of grid configuration by investigating its effect on positive plate of lead-acid batteries via numerical modeling, Journal of Energy Storage, Vol. 12, No. 1, pp. 202-214, 2017.
[16] H. Pourmirzaagha, V. Esfahanian, F. Sabetghadam, F. Torabi, Optimization of electrochemical lead-acid battery using computational fluid dynamics, Modares Mechanical Engineering, Vol. 15, No. 9, pp. 280-288, 2015. (In Persian فارسی )
[17] T. Nazghelichi, F. Torabi, V. Esfahanian, Non-dimensional analysis of electrochemical governing equations of lead-acid batteries, arXiv:arXiv1708.00470, 2017.
[18] D. C. Montgomery, Design and Analysis of Experiments, Fifth Edittion, pp. 120-450, New York: John Wiley & sons Inc, 2001.
[19] R. H. Myers, D. C. Montgomery, Response Surface Methodology: Process and Product Optimization Using Design of Experiments, pp. 176-198, New York : John Wiley & sons, 1995.
مهندسی مکانیک مدرس
دوره 18، شماره 4
مرداد 1397
صفحه 1-10