본 논문은 고분자 전해질 연료전지 해석 방법과 유전자 알고리즘을 결합하여 연료전지 유로 최적화를 이끌어 내는 방법을 연구한다. 종래의 해석 방법은 연료전지를 하나씩 설계하여 해석 결과를 비교하였다. 하지만, 경계조건과 물성치를 설정하는 부분, 메시 작성 작업 등 많은 시간이 소요되며, 정확성 또한 떨어져서 비효율적이다. 본 논문에서 제안하는 유전자 알고리즘을 사용하면 자동으로 채널 구조에 변화를 줄 수 있어서 다양한 크기의 연료지전 해석 결과를 얻을 수 있다. 이는 최적화 과정을 통해 최대 성능의 결과를 알 수 있게 되며, 해석 결과 값에 따라 최적의 채널 구조를 찾을 수 있다.
This paper presents a method for finding an optimized result by using a genetic algorithm (GA) based on a PEMFC analysis result. The conventional analysis method designs fuel cells one-by-one, and each result is compared to obtain the best performance. Because the computational burden of the conventional analysis is enormous, the present optimization process provides an inefficient tool by automatically setting the boundary and material properties and mesh generation. As the change can be reflected automatically in the channel geometry with GA, the fuel cell analysis result with various sizes can be obtained easily. Therefore, the global maximum performance can be obtained through a GA optimization procedure.
