بهينه‌سازي متغيرهاي هندسي باتري سرب-اسيد به‌روش صفحه پاسخ براي دست‌يابي به بيشترين ظرفيت، كمترين زمان شارژ و كمترين افزايش دما

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

افزايش ظرفيت باتري‌هاي سرب-اسيد و كاهش زمان شارژ آن‌ها در دماي پايين از چالش‌هاي اصلي طراحان و سازندگان باتري‌ها است. خصوصيت‌هاي هندسي صفحه‌هاي باتري مانند ضخامت و سطح فعال بيشينه از جمله متغيرهاي موثر بر عملكرد باتري است. از اين رو تعيين بهترين مقدار براي اين متغيرهاي مستقل، يك مساله مهم براي اين صنعت است. در مطالعه حاضر، با استفاده از مدل بي‌بعد باتري‌هاي سرب-اسيد يك كد عددي به‌روش ديناميك سيالات محاسباتي ايجاد شده است تا رفتار باتري توسط آن شبيه‌سازي شود. در گام بعدي با استفاده از روش صفحه پاسخ، تعداد 50 اجرا براي شبيه‌سازي پيشنهاد شده است. با استفاده از پاسخ‌هاي به‌ دست آمده از اجراها، براي هر پاسخ (ظرفيت، زمان شارژ و دما) يك مدل تجربي به‌ صورت تابعي از متغيرهاي مستقل استخراج و از مدل‌هاي تجربي به‌ عنوان تابع‌هاي هدف براي بهينه‌سازي استفاده شده است. نتايج اين مطالعه نشان مي‌دهد كه در ضخامت‌هاي الكترود مثبت 0.078 cm، الكترود منفي 0.053 cm و جداكننده 0.04 cm و هم‌چنين بيشينه سطح فعال 80 cm-1 براي هر دو الكترود، بيشترين ظرفيت و كمترين زمان شارژ و كمترين دما به‌ دست مي‌آيد. براي مطالعه بهينه سازي حاضر، دقت و صحت آزمايش انجام شده توسط يك آزمون صحت‌سنجي تاييد شده است. مطالعه حاضر اثبات كرده است كه با تغيير خصوصيت‌هاي هندسي باتري مي‌توان عملكرد آن‌را بهبود بخشيد.

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.