• شماره ركورد
    16665
  • عنوان
    كاربرد يادگيري ماشين در توليد هيدروژن
  • سال تحصيل
    1401
  • استاد راهنما
    دكتر سمانه قندهاريون
  • چکيده
    شهرنشيني مداوم و رشد جمعيت و اقتصاد جهان منجر به افزايش قابل توجه تقاضاي انرژي شده است. توليد انرژي از طريق سوخت‌هاي فسيلي افزايش قابل توجهي در گازهاي گلخانه‌اي و كربن دي‌اكسيد در محيط دارد كه باعث تغييرات نامطلوب اقليمي مي‌شود. هيدروژن به دليل مزاياي آن مانند كاهش انتشار گازهاي گلخانه‌اي، افزايش امنيت انرژي و بهبود بهره‌وري انرژي به عنوان يك حامل انرژي مي‌تواند راه حل بلندمدتي براي مشكل تأمين پايدار سوخت پاك‌تر و سازگار با محيط زيست ارائه دهد. هيدروژن داراي بالاترين محتواي انرژي در واحد جرم در مقايسه با سوخت‌هاي معمولي است و مي‌تواند به جاي هيدروكربن‌ها استفاده شود. هيدروژن يك سوخت تميز، بدون كربن، پايان‌ناپذير، قابل بازيافت و سازگار با محيط زيست است كه در هنگام سوزاندن، به جاي انتشار گازهاي گلخانه‌اي، آب توليد مي‌كند. فرآيند احتراق براي محيط زيست آلودگي ندارد و مي‌تواند براي توليد برق و گرماي ارزشمند در سلول‌هاي سوختي استفاده شود. طيف گسترده‌اي از فرآيندها براي توليد هيدروژن در دسترس است كه با توجه به مواد خام مورداستفاده مي‌توان به دو دسته عمده يعني سوخت‌هاي فسيلي و تجديدپذير تقسيم كرد. روش‌هاي مختلف توليد هيدروژن همراه با جنبه‌هاي فني و اقتصادي مورد بحث قرار خواهد گرفت. در پژوهش حاضر كاربرد يادگيري ماشين در سيستم توليد هيدروژن و اهميت آن در كاهش هزينه‌هاي محاسباتي مورد توجه قرار گرفته است. اين رويكردها براي تنظيم دقيق پارامترها و يافتن تركيب‌هاي بهينه براي به دست آوردن كارآمدترين خروجي از يك سيستم معين استفاده شده است.
  • نام دانشجو

    احمدرضا عشقي

  • تاريخ ارائه
    6/10/2023 12:00:00 AM
  • متن كامل
    89204
  • پديد آورنده

    احمدرضا عشقي

  • تاريخ ورود اطلاعات
    1404/10/14
  • عنوان به انگليسي
    Application of Machine Learning in Hydrogen Production
  • كليدواژه هاي فارسي
    انرژي تجديد پذير , توليد هيدروژن , يادگيري ماشين
  • كليدواژه هاي لاتين
    Renewable energy , hydrogen production , Machine learning