Please use this identifier to cite or link to this item: http://repositorio.ugto.mx/handle/20.500.12059/4755
Full metadata record
DC FieldValueLanguage
dc.rights.licensehttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.creatorAna Gabriela García Páramo-
dc.date.accessioned2021-05-05T15:40:27Z-
dc.date.available2021-05-05T15:40:27Z-
dc.date.issued2017-12-30-
dc.identifier.urihttp://repositorio.ugto.mx/handle/20.500.12059/4755-
dc.description.abstractEn este trabajo se analizan los datos obtenidos del desempeño de celdas de combustible de óxido sólido mediante simulaciones numéricas computacionalmente costosas, los cuales son procesados mediante redes neuronales artificiales (RNA). Se analizan diferentes geometrías variando sus dimensiones y número de canales, ya que los parámetros geométricos son valores importantes para el desempeño de las celdas de combustible. Las RNA son diseñadas, entrenadas, simuladas y analizadas con la finalidad de obtener valores óptimos y así proponer diseños más eficientes en los cuales se disminuyan las pérdidas por sobrepotenciales óhmicos, de concentración y activación, y así alcanzar la máxima potencia de salidaes_MX
dc.language.isospaes_MX
dc.publisherUniversidad de Guanajuatoes_MX
dc.relationhttp://www.jovenesenlaciencia.ugto.mx/index.php/jovenesenlaciencia/article/view/1784-
dc.rightsinfo:eu-repo/semantics/openAccesses_MX
dc.sourceJóvenes en la Ciencia: Verano de la Investigación Científica. Vol. 3, Num 2 (2017)es_MX
dc.titleAnálisis mediante redes neuronales artificiales del efecto de la interfase canales-electrodo en el desempeño de celdas de combustible de óxido sólidoes_MX
dc.typeinfo:eu-repo/semantics/articlees_MX
dc.subject.ctiinfo:eu-repo/classification/cti/7es_MX
dc.subject.keywordsSimulacioneses_MX
dc.subject.keywordsSobre potenciales_MX
dc.subject.keywordsEntrenamientoes_MX
dc.subject.keywordsOptimizaciónes_MX
dc.subject.keywordsDesempeñoes_MX
dc.type.versioninfo:eu-repo/semantics/publishedVersiones_MX
dc.creator.twoFRANCISCO ELIZALDE BLANCAS-
dc.creator.idtwoinfo:eu-repo/dai/mx/cvu/43798es_MX
dc.description.abstractEnglishIn this work, the data obtained from the performance of solid oxide fuel cells are analyzed by computationally expensive numerical simulations, which are processed by means ofartificial neural networks (RNA). Different geometries are analyzed by varying their dimensions and number of channels, since the geometric parameters are important values for the performance of the fuel cells. RNAs are designed, trained, simulated and analyzedwith the aim ofobtaing optimum values and thus proposingmore efficient designs in which the losses due to ohmic, concentration and activation overpotentials are reduced, thus achieving maximum output power-
Appears in Collections:Revista Jóvenes en la Ciencia



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.