• Stjecanje naprednih znanja u području dijagnostike i karakterizacije elektrokemijskih sustava za pohranu i pretvorbu energije.
• Osposobljavanje za samostalno istraživanje u području primjene dijagnostičkih metoda u karakterizaciji procesa i performansi različitih elektrokemijskih sustava za pohranu i pretvorbu energije.
• Upoznavanje s elektrokemijskim sustavima za pohranu i pretvorbu energije.
• Upoznavanje s konvencionalnim elektrokemijskim dijagnostičkim metodama za karakterizaciju elektrokemijskih sustava za pohranu i pretvorbu energije.
• Upoznavanje s mogućnostima primjene umjetne inteligencije na prikupljenim mjernim podacima različitih elektrokemijskih sustava za pohranu i/ili pretvorbu energije u svrhu karakterizacije elektrokemijskih procesa i performansi.
• Razvijanje sposobnosti kreiranja modela pomoću algoritama umjetne inteligencije za opisivanje uzročno-posljedičnih veza, te verifikaciju i interpretaciju rezultata analiziranih procesa unutar određenog elektrokemijskog sustava za pohranu i/ili pretvorbu energije.
očekivani ishodi učenja
Doktorandi će nakon uspješno savladanog predmeta moći:
• Samostalno pretraživati i analizirati znanstvenu literaturu iz područja dijagnostike i karakterizacije elektrokemijskih sustava za pohranu i pretvorbu energije.
• Primijeniti različite dijagnostičke metode i kritički prosuđivati njihove doprinose u karakterizaciji procesa i performansi različitih elektrokemijskih sustava za pohranu i pretvorbu energije.
• Samostalno pripremiti i analizirati mjerne podatke svog znanstvenoistraživačkog rada primjenom dijagnostičkih metoda u svrhu karakterizacije elektrokemijskih procesa i performansi određenog elektrokemijskog sustava za pohranu i/ili pretvorbu energije.
• Napisati i prezentirati znanstveni rad na temu dobivenih rezultata dijagnostike i karakterizacije obrađenog elektrokemijskog sustava za pohranu i/ili pretvorbu energije.
Osnovni dijelovi i principi rada, različite vrste izvedbi, te radni uvjeti i karakteristike elektrokemijskih sustava za spremanje i pretvorbu energije: gorivni članci, elektrolizatori, baterije (galvanski članci), elektrokemijski (super)kondenzatori i kompresori
Konvencionalne elektrokemijske dijagnostičke metode za karakterizaciju elektrokemijskih sustava za spremanje i pretvorbu energije:
• polarizacijske krivulje
• elektrokemijska impedancijska spektroskopija (EIS)
• ciklička voltametrija (CV)
• voltametrija s linearnom promjenom napona (LSV)
• metoda kratkotrajnih prekida struje (CI)
• lokalno mapiranje struje i temperature
Umjetna inteligencija u dijagnostici i karakterizaciji elektrokemijskih sustava za spremanje i pretvorbu energije:
• osnove rudarenja dijagnostičkih mjernih podataka
• primjena strojnog učenja (nadziranog, nenadziranog) na prikupljenim mjernim podacima u svrhu karakterizacije elektrokemijskih procesa i performansi
• primjena dubokog učenja na prikupljenim mjernim podacima u svrhu karakterizacije elektrokemijskih procesa i performansi
• primjena umjetnih neuronskih mreža na prikupljenim mjernim podacima u svrhu karakterizacije elektrokemijskih procesa i performansi
• inteligentni ekspertni sustavi; neizrazita (fuzzy) logika u modeliranju mjernih podataka u svrhu karakterizacije elektrokemijskih procesa i performansi
• optimizacija modela performansi elektrokemijskih sustava primjenom suvremenih algoritama umjetne inteligencije
Upoznavanje s testnim procedurama i mogućnostima opreme za ispitivanje elektrokemijskih sustava za spremanje i pretvorbu energije u Laboratoriju za nove energetske tehnologije: testne stanice za dijagnostička ispitivanja gorivnih članaka i elektrolizatora različitih veličina, prilagođene testne stanice za ispitivanje baterija, te elektrokemijskih (super)kondenzatora i kompresora
preporučena literatura
Breitkopf, C., Swider-Lyons, K., Springer Handbook of Electrochemical Energy, Springer-Verlag Berlin Heidelberg, 2017.
Kaveh, A., Bakhshpoori, T., Metaheuristics: outlines, MATLAB codes and examples, Springer Nature, Cham, Switzerland, 2019.
Ke-Lin Du, Swamy, M.N.S., Search and Optimization by Metaheuristics: Techniques and Algorithms Inspired by Nature, Springer International Publishing, Cham, 2016.
Volarić, T., Crnokić, B., Umjetna inteligencija u obrazovanju i robotici, PRESS SUM – Synopsis, Mostar – Sarajevo – Zagreb, 2022.
jezik poduke
hrvatski
način praćenja kvalitete i uspješnosti izvedbe svakog predmeta i/ili modula
prazno
ispit (način polaganja, ispitni rokovi)
Ocjena se utvrđuje kao srednja vrijednost:
• ocjene dobivenih rezultata razmatranog problema,
• ocjene kvalitete napisanog znanstvenog rada na temelju dobivenih rezultata,
• ocjene usmene prezentacije znanstvenog rada.
Nastavne jedinice za Predavanja
Broj sati
1.
Osnovni dijelovi i principi rada, različite vrste izvedbi, te radni uvjeti i karakteristike elektrokemijskih sustava za spremanje i pretvorbu energije: gorivni članci, elektrolizatori, baterije (galvanski članci), elektrokemijski (super)kondenzatori i kompresori
6 sati
2.
Konvencionalne elektrokemijske dijagnostičke metode za karakterizaciju elektrokemijskih sustava za spremanje i pretvorbu energije:
• polarizacijske krivulje
• elektrokemijska impedancijska spektroskopija (EIS)
• ciklička voltametrija (CV)
• voltametrija s linearnom promjenom napona (LSV)
• metoda kratkotrajnih prekida struje (CI)
• lokalno mapiranje struje i temperature
14 sati
3.
Umjetna inteligencija u dijagnostici i karakterizaciji elektrokemijskih sustava za spremanje i pretvorbu energije:
• osnove rudarenja dijagnostičkih mjernih podataka
• primjena strojnog učenja (nadziranog, nenadziranog) na prikupljenim mjernim podacima u svrhu karakterizacije elektrokemijskih procesa i performansi
• primjena dubokog učenja na prikupljenim mjernim podacima u svrhu karakterizacije elektrokemijskih procesa i performansi
• primjena umjetnih neuronskih mreža na prikupljenim mjernim podacima u svrhu karakterizacije elektrokemijskih procesa i performansi
• inteligentni ekspertni sustavi; neizrazita (fuzzy) logika u modeliranju mjernih podataka u svrhu karakterizacije elektrokemijskih procesa i performansi
• optimizacija modela performansi elektrokemijskih sustava primjenom suvremenih algoritama umjetne inteligencije
20 sati
4.
Upoznavanje s testnim procedurama i mogućnostima opreme za ispitivanje elektrokemijskih sustava za spremanje i pretvorbu energije u Laboratoriju za nove energetske tehnologije: testne stanice za dijagnostička ispitivanja gorivnih članaka i elektrolizatora različitih veličina, prilagođene testne stanice za ispitivanje baterija, te elektrokemijskih (super)kondenzatora i kompresora
5 sati
Niste više prijavljeni
Istekla vam je prethodna prijava te se morate ponovno prijaviti.
Nastao je problem u radu sustava
Informacije o problemu smo pohranili i nastojat ćemo ga riješiti. Ako vas ova greška sprječava da obavite nešto važno, možete nas odmah kontaktirati na helpdesk@fesb.hr.
Vaš preglednik nije podržan
Koristite web preglednik koji nije podržan. Za puno korisničko iskustvo, preuzmite najnoviju inačicu vašeg preglednika.
