Estudio y Optimizacion de Parametros de Una Celda de Combustible Tipo Pem

ESTUDIO Y OPTIMIZACIÓN DE PARÁMETROS
DE UNA CELDA DE COMBUSTIBLE TIPO PEM
Autor
Robledo Flores Daniel Fernando Federico
Proyecto de trabajo de grado sometido como requisito

para optar por el tı́tulo de
Licenciado en Fı́sica
Director
Correa Perelmuter Gabriel
Marzo 2.021
Solicitud de evaluación
Anteproyecto sometido como requisito parcial para iniciar el proceso de investigación

conducente al proyecto de grado en la Facultad de Ciencias Exactas y Naturales de la
Universidad Nacional de Catamarca
Robledo Flores Daniel Fernando Federico

Facultad de Ciencias Exactas y Naturales - Universidad Nacional de Catamarca.
Estudiante
Revisado por:
Correa Perelmuter Gabriel

Facultad de Ciencias Exactas y Naturales-Universidad Nacional de Catamarca. Director
San Fernando del Valle de Catamarca, Marzo 2021

Resumen
Las energı́as renovables son reconocidas como la alternativa más viable para resolver
los problemas asociados con la combustión de los combustibles fósiles; tales como su in-
eficiencia operacional, el agotamiento de las reservas y la contaminación ambiental. Una
forma prometedora de transportar las energı́as renovables, por lo general alejadas de los
centros de consumo, es el vector hidrógeno. Las celdas de combustible de membrana de
intercambio protónico (PEMFC) utilizan como combustible hidrógeno y son consideradas
como la tecnologı́a que mejor aprovecha la energı́a de este vector, ya que poseen alta efi-
ciencia y con subproducto de reacción es agua. Estos sistemas se conocen desde el siglo
XIX, pero no ha sido hasta la crisis del petróleo de 1973 que se profundizó su estudio.
Se realizaron grandes avances, pero todavı́a es posible mejorar y optimizar los materiales
que forman los diferentes elementos de las celdas, ası́ como los procesos que tienen lugar
en su interior. Para alcanzar alta eficiencia de conversión y máxima velocidad de drenaje
de corriente en los dispositivos electro quı́micos, es necesario minimizar las pérdidas de
energı́a de los procesos involucrados. De ahı́ la necesidad de desarrollar técnicas que po-
sibiliten integrar sistemas reduciendo las pérdidas y garantizando la mejor prestación de
la celda de combustible. Diversos estudios se han realizado sobre la forma del perfil de los
canales de flujo, en relación a la distribución de reactivos y el rendimiento de la celda. Para
este fin, los estudios computacionales son de importancia, ya que nos permiten observar
el comportamiento de los sistemas con diferentes configuraciones sin la necesidad de la
ii
construcción de los prototipos para realizar cada ensayo. En el presente trabajo se utilizó
un modelo multifı́sico 3D de una celda de combustible diseñado en el programa COMSOL
Multiphyscis .
R Con este modelo se realizaron tres estudios: La optimización geométrica
de los perfiles de canales de un único canal celda de combustible de tipo PEM para luego
trasladarlo a una celda completa de canales paralelos, la optimización de parámetros ope-
racionales por medio de un experimento robusto de Taguchi de la celda completa de tipo
PEM, y la optimización de los perfiles de los canales de las celdas de los experimentos del
diseño experimental de Taguchi. Mediante la primer optimización se obtuvo una sección
de perfil que aumenta un 6,37 % la densidad de corriente generada promedio y disminuye
un 72,64 % el ı́ndice de rugosidad de la densidad de corriente generada en el ánodo y un
66,11 % en cátodo para el monocanal; mientras que aumenta un 4,97 % la densidad de
corriente generada promedio y disminuye un 23,48 % el ı́ndice de rugosidad de la densidad
de corriente generada en el ánodo y un 29,91 % en cátodo para su implementación en una
celda completa. A través del análisis de diseño robusto se logro discernir que la variable
que presenta mayor sensibilidad es la configuración geométrica de los canales, siendo la
configuración de canales mixtos la que presenta un mejor desempeño en función de la
distribución y promedio de corriente generada. Por último la optimización de los perfiles
de canales de cada experimentos del diseño de Taguchi nos lleva a la conclusión de que
para las diferentes configuración de canales el ánodo mantiene prácticamente los mismos
perfiles, a diferencia del cátodo que presenta una tendencia particular de perfil para cada
configuración.
iii
Abstract
Renewable energies are recognized as the most viable alternative to solve the problems
associated with the combustion of fossil fuels; such as its operational inefficiency, the deple-
tion of reserves and environmental pollution. A promising way of transporting renewable
energy, generally away from consumption centers, is the hydrogen vector. Proton exchan-
ge membrane fuel cells (PEMFC) use hydrogen as fuel and are considered the technology
that best uses the energy of this vector, since they have high efficiency and the reaction
by-product is water. Proton Exchange Membrane Fuel Cells (PEMFC) use hydrogen as
fuel and are considered the technology that best uses the energy of this vector, since they
have high efficiency and the by-product of the reaction is water. These systems have been
known since the 19th century, but it was not until the 1973 oil crisis that their study was
deepened. Great advances were made, but it is still possible to improve and optimize the
materials that make up the different elements of the cells, as well as the processes that
take place inside them. To achieve high conversion efficiency and maximum current drain
rate in electrochemical devices, it is necessary to minimize the energy losses of the pro-
cesses involved. Hence the need to develop techniques that make it possible to integrate
systems reducing losses and guaranteeing the best performance of the fuel cell. Various
studies have been carried out on the shape of the flow channel profile, in relation to the
distribution of reagents and the performance of the cell. For this purpose, computational
studies are of importance, since they allow us to observe the behavior of systems with
iv
different configurations without the need to build prototypes to perform each test. In
this work a multiphysics 3D model of a fuel cell designed in the COMSOL Multiphyscis
program
R was used. With this model, three studies were carried out: The geometric opti-
mization of the channel profiles of a single-channel of a PEM-type fuel cell to later transfer
it to a complete cell of parallel channels, the optimization of operational parameters by
means of a robust Taguchi experiment PEM-type complete cell, and optimization of the
cell channel profiles from the Taguchi experimental design experiments. Through the first
optimization, a profile section was obtained that increases the average generated current
density by 6,37 % and decreases the roughness index of the current density generated at
the anode by 72,64 % and decreases by 66,11 % in cathode for single channel; while the
average generated current density increases by 4,97 % and decreases the roughness index
of the current density generated at the anode by 23,48 % and by 29,91 % at the cathode for
its implementation in a complete cell. Through the robust design analysis, it was possible
to discern that the variable that presents the greatest sensitivity is the geometric configu-
ration of the channels, being the configuration of mixed channels the one that presents a
better performance depending on the distribution and average of the generated current.
Finally, the optimization of the channel profiles of each experiments of the Taguchi design
leads us to the conclusion that for the different channel configurations the anode maintains
practically the same profiles, unlike the cathode, which presents a particular profile trend
for each setting.
v
ÍNDICE GENERAL ÍNDICE GENERAL
Tabla de contenidos
Índice general VIII
Índice de tablas X
Índice de figuras XIII
1. Introducción
1
1. Planteamiento del problema de investigación . . . . . . . . . . . . . . . . . 1
1.1. Interrogantes principales . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Interrogantes particulares . . . . . . . . . . . . . . . . . . . . . . . 1
1.3. Objetivos principales . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.4. Objetivos especı́ficos . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2. Justificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
3. Temas y antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3.1. Celda de combustible . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3.2. Clasificación de celdas de combustible . . . . . . . . . . . . . . . . . 4
3.3. Celda de combustible de tipo PEM . . . . . . . . . . . . . . . . . . 6
3.4. Componentes de una celda de combustible tipo PEM . . . . . . . . 6
3.4.1. Electrolito . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.4.2. Capas catalı́ticas . . . . . . . . . . . . . . . . . . . . . . . 8
3.4.3. Capas difusoras de gases . . . . . . . . . . . . . . . . . . . 8
3.4.4. Placas bipolares, mono polares, colectores de corriente . . 9
3.5. Canales de una celda de combustible . . . . . . . . . . . . . . . . . 10
3.6. Termodinámica de una PEMFC . . . . . . . . . . . . . . . . . . . . 11
vi
3.7. Diferencia de potencial en bornes de una PEMFC . . . . . . . . . . 15

3.7.1. Sobrepotencial de activación . . . . . . . . . . . . . . . . . 15
3.8. Sobrepotencial de concentración . . . . . . . . . . . . . . . . . . . . 16
3.9. Sobrepotencial por perdidas óhmicas . . . . . . . . . . . . . . . . . 17
3.10. Curva de polarización . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4. Índice de rugosidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
5. BOBYQA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
6. Diseño experimental robusto de Taguchi . . . . . . . . . . . . . . . . . . . 24
6.1. Razón señal/ruido . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2. Modelo multifı́sico de una celda de combustible de tipo PEM 29

1. Distribución de corriente secundaria . . . . . . . . . . . . . . . . . . . . . . 33
2. Ecuaciones de Brinkman . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3. Transporte de concentración de especies . . . . . . . . . . . . . . . . . . . 38
3. Metodologı́a
40
1. Optimización geométrica de una PEMFC . . . . . . . . . . . . . . . . . . . 40
2. Optimización de parámetros de funcionamiento de una PEMFC . . . . . . 43
3. Optimización geométrica de los experimentos de Taguchi . . . . . . . . . . 45
4. Resultados y discusión
46
vii
5. Conclusiones
67
4. Trabajos futuros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
Referencias 73
Apéndices 74
A. Subrutina de Cálculo de IR 75
B. Parámetros estructurales y de funcionamiento del modelo de PEMFC 77
C. Subrutina Función objetivo 80
D. Subrutina Optimizador BOBYQA 83
E. Cálculo de Caudal Teórico 86
viii
Índice de tablas
1.1. Cuadro comparativo entre distintos tipos de celdas de combustible. . . . . 5

1.2. Tabla de arreglo óptimas para un número de factores y niveles dados. . . . 26
2.1. Fı́sicas aplicadas a cada dominio de una PEMFC. . . . . . . . . . . . . . . 32
3.1. Arreglo ortogonal L18 utilizado para el análisis de sensibilidad del sistema
para las variables A, B, C, D, y E con tres niveles cada una. . . . . . . . . 44
4.1. Datos estructurales, estadı́sticos, y de funcionamiento de la simulación y

optimización del monocanal de una PEMFC con un potencial de operación
de la celda de 0,65V . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.2. Datos estadı́sticos, y de funcionamiento de la simulación y optimización una
PEMFC completa con una diferencia de potencial en la celda de 0,65V . . . 52
4.3. Experimentos ortogonales de diseño robusto de Taguchi. . . . . . . . . . . 55
4.4. Perfiles de señal ruido para la densidad de corriente eléctrica. . . . . . . . 56
4.5. Perfiles de señal ruido para el IR de densidad de corriente eléctrica en el
ánodo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.6. Perfiles de señal ruido para el IR de densidad de corriente en el cátodo. . . 56
4.7. Cuadro comparativo entre experimentos. . . . . . . . . . . . . . . . . . . . 59
ix
ÍNDICE DE TABLAS ÍNDICE DE TABLAS
4.8. Dimensiones de los canales de las celdas PEM optimizados para cada uno
de los experimentos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.9. Experimentos ortogonales de Taguchi comparación con los de la optimiza-
ción general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
B.1. Parámetros estructurales del modelo de una celda PEM. . . . . . . . . . . 78

B.2. Parámetros funcionales del modelo de una celda PEM. . . . . . . . . . . . 78
B.3. Parámetros funcionales del modelo de una celda PEM. . . . . . . . . . . . 79
x
Índice de figuras
1.1. Diagrama de celda de combustible de tipo PEM. . . . . . . . . . . . . . . . 5

1.2. Esquema de estructura molecular de Nafion. . . . . . . . . . . . . . . . . . 7
1.3. Capa limite donde se encuentran las tres fases del catalizador, del electrolito
y el gas combustible. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4. Elementos que componen una celda de combustible de tipo PEM. . . . . . 10
1.5. Configuraciones de canales tı́picas para una PEMFC. a) serpentı́n, b) para-
lelo, c) interdigitado, y d) pin o maya. Donde las flechas indican el ingreso
o la salida de los gases. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.6. Gráfica de logaritmo neperiano de la densidad de corriente real vs. el sobre-
potencial de activación. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.7. Curva de polarización tı́pica de una celda de combustible con sus pérdidas
más relevantes para cada región. . . . . . . . . . . . . . . . . . . . . . . . 18
1.8. Rejilla de datos en dos dimensiones utilizada para el calculo de el IR. La
grilla central, en gris oscuro, es comparada respecto a sus vecinas en gris
claro. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.9. Medias de la magnitud y grillas utilizadas en el cálculo de IR. . . . . . . . 20
1.10. Diagrama de bloques de algoritmo BOBYQA. . . . . . . . . . . . . . . . . 24
1.11. Perfil de señal ruido de un diseño experimental robusto de Taguchi. . . . . 28
xi
ÍNDICE DE FIGURAS ÍNDICE DE FIGURAS
2.1. Malla tetraédrica de elementos finitos para una pieza. . . . . . . . . . . . . 30

2.2. Sistema de monocanal de una PEMFC y referencia de dominios. . . . . . . 32
2.3. Dominios donde se aplica el paquete distribución de corrientes secundarias. 33
2.4. Dominios donde gobiernan las ecuaciones de Brinkman y las ecuaciones de
transporte de concentración de especies. . . . . . . . . . . . . . . . . . . . 36
3.1. Vista plano XZ de monocanal con las dimensiones a modificar en el opti-

mizador. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.1. Perfiles de canal de celda combustible de tipo PEM sin optimizar (izquierda)
y optimizado (derecha) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.2. Curva de polarización del único canal optimizado y sin optimizar. . . . . . 48
4.3. Curva de IR vs Vcell del único canal optimizado y sin optimizar. . . . . . . 49
4.4. Mapas de distribución de densidad de corriente eléctrica de una sección de
corte paralela a las placas colectoras sobre la GDL próximas a la CL para
Vcell = 0,65V . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.5. Modelos de celdas de combustible completas. . . . . . . . . . . . . . . . . . 51
4.6. Curva de polarización para una PEMFC completa, perfiles de canales opti-
mizados y perfiles de canales sin optimizar. . . . . . . . . . . . . . . . . . . 53
4.7. Curva de IR vs V para una PEMFC completa, perfiles de canales optimi-
zados y perfiles de canales sin optimizar. . . . . . . . . . . . . . . . . . . . 53
4.8. Mapas de distribución de densidad de corriente eléctrica de una sección de
corte paralela a las placas colectoras sobre la GDL próximas a la CL para
Vcell = 0,65V . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.9. Gráficos de perfiles de señal ruido de diseño robusto de Taguchi para una
PEMFC a Vcell = 0,65V . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.10. Curva de polarización para una PEMFC completa para cada experimento. 61
xii
ÍNDICE DE FIGURAS ÍNDICE DE FIGURAS
4.11. Curva de IR vs V para una PEMFC completa para cada experimento. . . . 61

4.12. Perfiles optimizados para cada uno de los experimentos ortogonales. . . . . 66
xiii
Capı́tulo 1
Introducción
1. Planteamiento del problema de investigación
1.1. Interrogantes principales
¿Es posible optimizar los parámetros de una celda de combustible de tipo PEM por
medio de simulaciones computacionales?
¿Es posible utilizar la optimización de la sección de un canal de una celda de com-

bustible de tipo PEM para optimizar la potencia generada en la celda completa?
¿Cuáles serán los parámetros que presentan mayor sensibilidad frente al funciona-
miento de una celda de combustible, utilizando el diseño experimental de Taguchi?
¿Cuál es la sección de canal óptima de una PEMFC para cada experimento del
diseño experimental de Taguchi?
1.2. Interrogantes particulares
¿Qué parámetros de trabajo vamos a establecer para este problema?
1
CAPÍTULO 1. INTRODUCCIÓN
1. PLANTEAMIENTO DEL PROBLEMA DE INVESTIGACIÓN
¿Qué algoritmo se utilizará para la optimización de los parámetros geométricos de
un mono canal de una celda de combustible de tipo PEM?
¿La celda de combustible completa tiene un mejor comportamiento con los paráme-
tros optimizados para un monocanal?
¿Qué parámetros utilizaremos en el diseño experimental paramétrico fraccionado de

Taguchi para realizar el análisis de sensibilidad?
¿Cuáles son los parámetros que más afectan a la conversión de energı́a eléctrica en
la celda de combustible de tipo PEM?
¿Son iguales los perfiles óptimos de canal de una PEMFC para cada uno de los
experimentos del diseño experimental de Taguchi?
¿Existen tendencias entre los diferentes perfiles de canales de una celda de combus-
tible de tipo PEM y las variables del diseño experimental de Taguchi?
1.3. Objetivos principales
Optimizar los parámetros geométricos de la sección de un canal para una celda de

combustible de tipo PEM por medio de simulaciones computacionales.
Analizar los resultados que se aplicarán a una celda completa, ajustando la geometrı́a
más adecuada para lograr optimizar los parámetros operativos.
Obtener los parámetros de la celda de combustible con mayor sensibilidad en un

análisis de señal ruido de un diseño experimental de Taguchi.
Optimizar los parámetros geométricos de la sección de un canal de celda de combus-

tible de tipo PEM para cada uno de los experimentos del diseño robusto de Taguchi.
2
2. JUSTIFICACIÓN
1.4. Objetivos especı́ficos
Establecer los parámetros de trabajo para la celda de combustible.
Seleccionar un algoritmo para la optimización de los parámetros geométricos de un

canal de una celda de combustible de tipo PEM.
Comparar si la celda de combustible completa tiene un mejor comportamiento con

los parámetros optimizados para un único canal.
Establecer los parámetros a utilizar en el diseño experimental paramétrico fraccio-

nado de Taguchi para realizar el análisis de sensibilidad.
Determinar los parámetros que más afectan a la conversión de energı́a eléctrica en

la celda de combustible de tipo PEM.
Comparar los perfiles óptimos de canal de una PEMFC para cada uno de los expe-
rimentos del diseño experimental de Taguchi.
Determinar tendencias entre los diferentes perfiles de canales de una celda de com-
bustible de tipo PEM y las variables del diseño experimental de Taguchi.
2. Justificación
Esta investigación tiene su relevancia en el diseño de nuevos prototipos de celdas de

combustible. Mediante la optimización de los parámetros de la celda de combustible se
pretende mejorar la velocidad en que procede y se distribuye la reacción en las capas
catalı́ticas para maximizar la eficiencia y la vida útil de la celda. Entonces, la distribución
de densidad de corriente generada en la celda juega un rol fundamental en los procesos
de optimización. Además, los estudios computacionales hacen posible predecir lo que va
3
3. TEMAS Y ANTECEDENTES
a suceder con un diseño de celda determinado sin tener que llevarlo a la práctica, lo cual
permite ahorrar los costos de prototipos ineficientes.
3. Temas y antecedentes
3.1. Celda de combustible
La celda de combustible es un convertidor electroquı́mico directo de energı́a. Transfor-

ma la energı́a quı́mica de ciertos compuesto en energı́a eléctrica. Un inconveniente funda-
mental es su baja tensión, de al rededor de 1V; para conseguir una tensión mayor es posible
conectar las celdas en serie para constituir una unidad de orden superior llamada “stack”
(Aguer Hortal y Miranda Barreras, 2012). Los elementos básicos que constituyen la celda
de combustible son el “ánodo” (electrodo negativo), el “cátodo” (electrodo positivo) y un
“electrolito” (sustancia que facilita el paso de los iones). Un esquema de funcionamiento
de una celda de combustible de tipo PEM se observa en la figura 1.1.
3.2. Clasificación de celdas de combustible
Las celdas de combustible se clasifican por el tipo de electrolito utilizado y se las denota
por sus siglas en ingles. Los distintos tipos de celdas son:
AFC, celda de combustible alcalina (Alkaline Fuel Cell).
DMFC, celda de combustible de metanol (Direct Methanol Fuel Cell).
MCFC, celda de combustible de carbonato fundido (Molten Carbonate Fuel Cell).
PAFC, celda de combustible de ácido fosfórico (Phosphoric Acid Fuel Cell).
PEMFC, celda de combustible de membrana de intercambio protónico (Proton Ex-

change Membrana Fuel Cell).
4
Figura 1.1: Diagrama de celda de combustible de tipo PEM.

(Amalia1983, 2014).
SOFC, celda de combustible de óxido sólido (Solid Oxide Fuel Cell).
Las propiedades de cada celda de combustible se ven en el cuadro comparativo 1.1.

Eficiencia del
Temperatura Densidad de Costo/
combustible Vida útil Área de
Tipo Electrolito Combustible de operación potencia capital Ventajas Desventajas
[quı́mica a [h] aplicación
[o C] [mW/cm2 ] [U$A/kW]
eléctrica][ %]
Requiere
Espacial, Rápida reacción
AFC KOH(aq) H2 90 − 100 100 − 200 40 − 60 > 10000 > 200 eliminar el
móvil catódica
CO2
Su eficiencia
aumenta con Catalizadores
recuperadores de precio
H2 y HC Generación de
PAFC H3 P O4 175 − 200 200 55 > 40000 3000 de calor para elevado,baja potencia,
reformados energı́a eléctrica
calefacción, gran peso y
puede utilizar tamaño
H2 no puro
Requiere catalizadores
Generación de Arranque rápido,
de precios elevados,
PEMF NAFION H2 60 − 100 350 45 − 60 > 40000 > 200 energı́a eléctrica, baja temperatura,
Requiere H2
Equipos portátiles electrolito sólido
de alta pureza
H2 , CO, Alta corrosión y
Carbonatos Generación de Catalizadores
MCFC y HC 600 − 1000 60 − 65 60 − 65 > 40000 1000 ruptura de los
Li, Na, K energı́a eléctrica económicos
reformados componentes
Electrolito sólido
H2 , CO,
ZrO2 Generación de (sin fugas), Ruptura de los
SOFC y HC 800 − 1000 55 − 65 55 − 65 > 40000 1500
Y O2 energı́a eléctrica catalizadores componentes
reformados
económicos
Cuadro 1.1: Cuadro comparativo entre distintos tipos de celdas de combustible.

(Cano Castillo, 1999; Aguer Hortal y Miranda Barreras, 2012)
De todas ellas vamos a centrar nuestra atención a las PEMFC, ya que ellas son las mas
5
utilizadas por su baja temperatura de trabajo, posee emisiones nulas, relativamente bajo
peso y eficiencias que pueden alcanzar el 50 %(Cano Castillo, 1999).
3.3. Celda de combustible de tipo PEM
Las celdas de combustible de tipo PEM son conocidas como celdas de electrolito
protónico o celdas de membrana intercambiadora de protones. Su electrolito está cons-
tituido por una membrana sólida de un polı́mero especial conductor de protones. Actual-
mente, el polı́mero más utilizado para la fabricación de celdas de combustible tipo PEM es
el Nafion, que en presencia de agua es un excelente conductor protónico. La temperatura
de trabajo de estas celdas de combustible es de alrededor de 80◦ C. Por su baja tempera-
tura de trabajo, la celda de combustible tipo PEM puede comenzar rápidamente y tener
un menor estrés térmico. El inconveniente principal es el alto costo de los catalizadores,
ya que al trabajar a bajas temperaturas necesitamos metales nobles como el Platino. Las
reacciones que se lleva acabo dentro de una celda de combustible tipo PEM se presentan
en las ecuaciones 1.1, 1.2, y 1.3.
Ánodo: H2 → 2H + + 2e− (1.1)
1
Cátodo: O2 + 2H + + 2e− (1.2)
2
1
Global: O2 + H2 → H2 O (1.3)
2
3.4. Componentes de una celda de combustible tipo PEM
Las celdas de combustible tipo PEM están compuestas por varios elementos, estos
elementos deben ser cuidadosamente diseñados para que los fenómenos fı́sico-quı́micos
puedan tener lugar en su interior. Los elementos que componen una celda de combustible
6
son los siguientes y se detallarán a continuación: el electrolito, los electrodos, la capa

catalı́tica, la capa difusora de gases y las placas bipolares.
3.4.1. Electrolito
Las celdas PEM tienen como caracterı́stica fundamental que su electrolito es un polı́me-
ro. El electrolito más utilizado, a bajas temperaturas, es el Nafion. El nafion es un ma-
terial costoso y tiene una baja estabilidad a altas temperaturas(Fernandez-Bolaños Badı́a
y Velázquez Vila, 2005). El Nafion es una membrana sólida y porosa que se compone de
un esqueleto de politetrafluoroetileno, con cadenas laterales de copolimero sulfonado. La
estructura del Nafion se muestra en la figura 1.2. La membrana de Nafion es un excelente
conductor protónico, siempre y cuando su humidificación sea la óptima sin inundar la
celda. Esto no ocasiona problemas en la membrana, ya que es favorable para su funciona-
miento el exceso de agua, pero si ocasiona problemas en las capas difusoras de gases donde
afecta considerablemente su funcionamiento. El Nafion es un excelente aislante eléctrico e
impermeable a los gases (Aguer Hortal y Miranda Barreras, 2012).
Figura 1.2: Esquema de estructura molecular de Nafion.

(Fernandez-Bolaños Badı́a y Velázquez Vila, 2005).
7
3.4.2. Capas catalı́ticas
Básicamente, el electrodo es una delgada capa catalı́tica (CL) colocada entre la mem-
brana y la capa difusora de gases. Los electrodos están formados por materiales carbonosos
altamente porosos donde se distribuyen uniformemente partı́culas de un catalizador, por
lo general platino. La reacción quı́mica únicamente se produce en el lı́mite de las tres fa-
ses, donde encontramos al gas, el catalizador y el electrolito (ver figura 1.3). Con el fin de
aumentar la superficie activa y mejorar el contacto entre la capa catalı́tica y la membrana,
usualmente se incorpora una porción de ionómero del que está compuesta la membrana.
El conjunto de membrana polimérica y los electrodos se conoce como MEA del inglés
“membrane electrode assembly” (Aguer Hortal y Miranda Barreras, 2012). La MEA suele
tener un espesor de 0.2mm y poseer 0,5mg de P l/cm2 .
Figura 1.3: Capa limite donde se encuentran las tres fases del catalizador, del electrolito
y el gas combustible.
3.4.3. Capas difusoras de gases
Conocida también como GDL (Gas Difussion Layer), está formada por materiales
porosos y buenos conductores eléctricos. La GDL sirve para dar soporte mecánico a los
electrodos, distribuir uniformemente los gases en la capa catalı́tica, canalizar la gestión
del agua dentro de la celda y conducir los electrones entre las capas catalı́ticas y las placas
bipolares.
8
3.4.4. Placas bipolares, mono polares, colectores de corriente
En las celdas existen dos placas que encierran entre sı́ al resto de los componetes. Las
placas deben poseer: conexiones de entrada y salida de gases, canales de distribución de
gases, sistema de cierre eficaz (sellos) y estar conformadas por materiales conductores de
la corriente eléctrica. Es posible tener la configuración de una única celda de combustible
o el apilamiento, “stack”, de varias de celdas de combustible. Por este motivo debemos
diferenciarlas en placas bipolares y monopolares, ası́ como también distinguirlas de los
colectores de corriente que pueden o no existir. A continuación realizamos una descripción
más detallada de estos elementos de la celda de combustible y sus diferencias.
Placas bipolares y monopolares: la diferencia sustancial de estas placas es que

las placas bipolares conectan dos celdas vecinas de un stack y las monopolares son
aquellas que solo tienen una celda entre sus caras, por lo que estará en contacto con
el colector de corriente y los terminales.
Colectores de corriente: elemento de la celda que permite la conexión con la carga

exterior, por lo que deben poseer una buena conductividad eléctrica y orificios por
los cuales van a circular los reactivos. Si las placas son de un material conductor es
posible prescindir del colector de corriente eléctrica.
Una celda de combustible tı́pica de tipo PEM tiene la configuración que muestra la
figura 1.4.
9
Figura 1.4: Elementos que componen una celda de combustible de tipo PEM.
(Barreras y Lozano, s.f.)
3.5. Canales de una celda de combustible
Los canales de una celda de combustible son los encargados de realizar la mayor parte de
la distribución de los gases de una PEMFC, por lo que su diseño tiene un gran impacto en
el rendimiento de la misma (Liu, Li, Juarez-Robles, Wang, y Hernandez-Guerrero, 2014;
Lobato y cols., 2010). Existen 4 configuraciones tı́picas de canales, estos son serpentı́n,
paralelo, interdigitado, y pin o maya (ver figura 1.5).
10
Figura 1.5: Configuraciones de canales tı́picas para una PEMFC. a) serpentı́n, b) paralelo,
c) interdigitado, y d) pin o maya. Donde las flechas indican el ingreso o la salida de los
gases.
(Liu y cols., 2014)
Numerosos estudios intentan encontrar cual de estos tipos y perfiles de canal son los
más eficiente (Falagüerra, Muñoz, y Correa, 2021; Yoon, Lee, Park, Yang, y Kim, 2005;
Lobato y cols., 2010; Liu y cols., 2014; Ying, Ke, Lee, Yang, y Kim, 2005; Wu y Ku, 2012),
donde la simulación juega un rol importante, ya que es posible realizar las experiencias
sin derrochar materiales en prototipos poco eficientes.
3.6. Termodinámica de una PEMFC
Una reacción en la que interviene el contacto de dos superficies, por lo general un metal
y una solución electrolı́tica, con transferencia de electrones es conocida como reacción
electroquı́mica (Aguer Hortal y Miranda Barreras, 2012). Para que esto funcione debemos
tener otro electrodo que cierre el circuito. La reacción electroquı́mica puede ser inducida
inyectando electrones por el cátodo, o espontánea con lo que los electrones serán aportados
11
por el ánodo. Esta espontaneidad es regida por la variación de la energı́a libre de Gibbs.
Si ∆G < 0 la reacción es espontánea y producirá trabajo a nuestro favor. Si ∆G > 0
la reacción es inducida y necesita aporte energético externo, pero puede utilizarse para
producir sustancias.
Partiendo de la primera ley de la termodinámica y teniendo en cuenta la energı́a libre
Gibbs calcularemos la diferencia de potencial teórica de una celda de combustible de tipo
PEM. La energı́a libre de Gibbs es utilizada en el cálculo del potencial teórico, ya que con
ella podemos estudiar el equilibrio quı́mico (Aguirre Mayandı́a y Guachı́a Babé, 2009).
La primera ley de la termodinámica considerando pérdidas y trabajos de fuentes no
mecánicas tiene la forma expresada en las ecuaciones 1.4 y 1.5.
X X
∂q = du + pdv − ∂|wpérdidas | + ∂wi (1.4)
X X
T ds = du + pdv − ∂|wpérdidas | + ∂wi (1.5)
Donde ∂q es el término relacionado al calor del proceso, du es el término relacionado

a la energı́a interna del sistema, p es la presión del sistema, v es el volumen del sistema
por unidad de sustancia, T es la temperatura, s es la entropı́a por unidad de sustancia del
P
sistema, ∂|wperdidas | es el término que representa las pérdidas del sistema (por ejemplo
P
el rozamiento), y ∂wi es el término que representa todos los trabajos no mecánicos (por
ejemplo eléctrico).
La energı́a libre de Gibbs por unidad de sustancia es la que se muestra en la ecuación
1.6.
g = h − Ts (1.6)
Donde h es la entalpı́a por unidad de sustancia del sistema. Si tenemos en cuenta que
12
h = u + pv, podemos encontrar otra forma de escribir esta expresión:
g = u + pv + T s (1.7)
Si resolvemos la primera ley de la termodinámica para un sistema a presión y tempe-

ratura (dp = dT = 0) constantes tenemos:
X X
d(T s) = du + d(pv) − ∂|wperdidas | + ∂wi (1.8)
ya que el término de pérdidas siempre es sustraı́do de la expresión 1.5 entonces:
X
d(T s) ≤ du + d(pv) + ∂wi (1.9)
Reordenando
X
d(T s) − du − d(pv) ≤ ∂wi (1.10)
| {z }
−dg
X
dg ≤ ∂wi (1.11)
Si el sistema no tiene pérdidas, el trabajo realizado por el mismo será máximo. Enton-
ces, el trabajo máximo es:
wmax = −∆g (1.12)
Si el trabajo eléctrico es definido por la ecuación 1.13.
weléctrico = nF (1.13)
Donde n es el número de moles de electrones en la semi-reacción que produce los
13
electrones, F es la constante de Faraday [F = 96485,34C/mol], y es el potencial teórico

de la celda. Si todo el trabajo de una pila de combustible es trabajo del tipo eléctrico,
es posible igualar la ecuación 1.12 y 1.13 con lo que se encuentra una expresión para el
potencial teórico máximo de una celda de combustible (ecuación 1.14).
−∆g
= (1.14)
nF
En una Celda de combustible de tipo PEM trabajando a 78 ◦ C, la reacción global

es la de la ecuación 1.3. Asumiendo que los gases tienen comportamiento ideal, y que
la variación de entalpı́a y entropı́a no varı́an significativamente con la temperatura, la
variación de la energı́a libre de Gibbs puede aproximarse por la eucaión 1.15 :
∆g = ∆h − T ∆s ∼
= ∆h0 − T ∆s0 (1.15)
El cambio de la entalpı́a de la reacción a 25◦ C y 1 atm (estado estándar) es ∆0 h =

−285830kJ/mol, el cambio de la entropı́a en el estado estándar de la reacción es ∆s0 =
−163,15KJ/mol K,y el número de moles de electrones es 2. Evaluando tenemos que:
∆g ∼
= −285830KJ/mol − (275,15 + 78)
K(−163,15KJ/mol
= −228,53KJ
K)
−∆g 228,53kJ/mol

= =
nF 2 · 96485,34C/
mol]

= 1,18V
El potencial teórico de una celda de combustible de tipo PEM a 78 ◦ C es de 1,18V .
14
3.7. Diferencia de potencial en bornes de una PEMFC
En el interior de una celda de combustible suceden varios fenómenos que disminuyen

el potencial en los bornes de nuestra celda. A estos fenómenos los llamamos pérdidas.
Las principales pérdidas son las de activación, resistivas, y por concentración (Aguer
Hortal y Miranda Barreras, 2012). Teniendo en cuenta cada una de estas pérdidas podemos
decir que la diferencia de potencial en los bornes de una celda de combustible tiene la forma
de la ecuación 1.16.
η = 0 − ηa − ηohm − ηc (1.16)
Donde η es el potencial de la celda, 0 es el potencial teórico de la celda de combustible,

ηa representa el potencial por pérdidas de activación, y ηc representa el potencial por pérdi-
das por concentración. Cada una de estas pérdidas son conocidas como sobrepotenciales
o sobretensiones.
3.7.1. Sobrepotencial de activación
En la superficie de contacto entre los electrodos y el electrolito se producen transfe-

rencias de cargas (Garcı́a Barrientos y cols., 2016). El sobrepotencial de activación está
vinculado al fenómeno de transferencia de cargas en la superficie electrodo-electrolito; el
cuál depende de la intensidad de corriente de la celda. Si el potencial es mayor a 100mV ,
entonces es posible utilizar la ecuación empı́rica de Tafel (Ecuación 1.17) para aproximarse
al sobrepotencial por activación.
RT i
ηa = ln (1.17)
αnF i0
Donde i es la densidad de corriente en la interfaz metal-solución, i0 es la densidad de

corriente de intercambio en el equilibrio, α es el coeficiente de transferencia electrónica
15
Figura 1.6: Gráfica de logaritmo neperiano de la densidad de corriente real vs. el sobrepo-
tencial de activación.
(Aguer Hortal y Miranda Barreras, 2012).
de la reacción en la interfaz, F es la constante de Faraday, n es el número de moles de

electrones en la semi-reacción, T es la temperatura de la celda, y R es la contante de los
gases ideales. Si reordenamos la expresión 1.17 tenemos,
ln i = Aηa + ln i0 (1.18)
donde A es la inversa del conjunto de contantes del segundo miembro de 1.17, es decir
αnF
A= RT
. Al representar la gráfica del logaritmo neperiano de la densidad de corriente real
vs. el sobrepotencial de activación (Figura 1.6) existe una región lineal, llamada región
de Tafel donde es válida la ecuación 1.17 (Aguer Hortal y Miranda Barreras, 2012). Para
obtener i0 es necesario extrapolar la región lineal de la gráfica 1.6 a ηa = 0V .
3.8. Sobrepotencial de concentración
El sobrepotencial de concentración es una pérdida debida al gradiente de concentración

de reactivos en la celda de combustible, cuando hay transferencia de masas (Enrique y Luis
Alberto, 2006). La expresión para el sobrepotencial de concentración vienen se describe
por la ecuación 1.19.
16

RT i
ηc = − ln 1 − (1.19)
nF iL
Donde R es la contante de los gases ideales, T es la temperatura de la celda, n es el

número de moles de electrones en la semi-reacción, F es la constante de Faraday, i es la
densidad de corriente de la celda, e iL es la corriente limitante.
La corriente limitante es la corriente máxima que puede alcanzar una celda electro-
quı́mica, esto es cuando sus reactivos se agotan por completo. La corriente limitante resulta
de realizar aplicar la primera ley de Fick de la difusión para el caso extremo donde no
tenemos concentración de una especie sobre la superficie del electrodo, es decir, que la
velocidad de reacción supere a la velocidad de difusión (Aguer Hortal y Miranda Barreras,
2012; Enrique y Luis Alberto, 2006; Garcı́a Barrientos y cols., 2016). La expresión para la
corriente limitante viene dada por:
nF DCb
iL = (1.20)
δ
Donde D es la contante de difusión de la especie reaccionante, Cb es la concentración

de la especie reaccionante en el bulk del electrolito, y δ es el espesor de la capa de difusión.
3.9. Sobrepotencial por perdidas óhmicas
Son debidas a la resistencia eléctrica de los electrodos y electrolito (Aguer Hortal y

Miranda Barreras, 2012; Grande Ruiz y Pino Lucena, 2014). Estas pérdidas aumentan de
forma lineal con la corriente y siguen la ecuación 1.21.

(i)
ηohm = i Relectrolito + Relectrodo + Rinterf ase (1.21)
(i)
Donde Relectrolito , Relectrodo , y Rinterf ase son la resistencia del electrolito, del electrodo,
17
y la resistencia en la interfase de diferentes materiales respectivamente.
3.10. Curva de polarización
Para observar el comportamiento de una celda de combustible real se utiliza una curva
de polarización. Una curva de polarización en una gráfica de voltaje de celda vs. densidad
de corriente suministrada por ella. En una curva de polarización tı́pica de una celda de
una PEMFC se observan tres regiones caracterı́sticas. Cada región lleva el nombre del
sobrepotencial que predomina en ella. Entonces las regiones se denominan región de so-
brepotencial de activación, región de sobrepotencial óhmico, y región de sobrepotencial de
concentración (Aguer Hortal y Miranda Barreras, 2012). Una curva de polarización tı́pica
se muestra en la figura 1.7.
Figura 1.7: Curva de polarización tı́pica de una celda de combustible con sus pérdidas más
relevantes para cada región.
(Grande Ruiz y Pino Lucena, 2014)
18
4. ÍNDICE DE RUGOSIDAD
En las siguientes tres secciones abordaremos tres herramientas utilizadas en el desa-

rrollo de este trabajo. La herramientas son el Índice de rugosidad, adaptada del estudio
topográfico de superficies; el algoritmo BOBYQA, con el que se llevó a cabo la optimiza-
ción de los perfiles de los canales; y el Diseño experimental robusto de Taguchi, con el que
se ajustaron los parámetros operativos para la celda completa.
4. Índice de rugosidad
El ı́ndice de rugosidad(IR), también conocido como ı́ndice de rugosidad de terreno o

ı́ndice de rugosidad internacional, es un indicador de morfologı́a a pequeña escala (Goerlich
Gisbert y Cantarino Martı́, 2010), pero no tiene que estar relacionado necesariamente
con la altitud. El ı́ndice de rugosidad intenta diferenciar zonas con mayor valor relativo
respecto a las zonas vecinas. Básicamente, es un indicador de las irregularidades de una
magnitud sobre una superficie, por ejemplo la altitud de terreno. IR es utilizado para
ver el estado de carreteras (Pawar, Mathew, y Saraf, 2018; Martinez-Echevarria Romero,
Tafur Garro, y Gallardo Zevallos, 2016; Arriaga, Paul, Anguas, y Rico Rodrı́guez, 1998),
observar caracterı́sticas micro-estructurales de tracción en sólidos (Drar y Svensson, 2006),
entre otras aplicaciones.
El calculo de el IR consiste en sumar las diferencias entre las medias del valor de la
magnitud en una grilla con respecto al de sus celdas vecinas(ver figura 1.8).
19
4. ÍNDICE DE RUGOSIDAD
Figura 1.8: Rejilla de datos en dos dimensiones utilizada para el calculo de el IR. La grilla
central, en gris oscuro, es comparada respecto a sus vecinas en gris claro.
Si ei,j es el valor de la magnitud en la celda de la fila i y columna j de la grilla.

Entonces, la ecuación 1.22 es la que rige el calculo de IR (Rilley, Degloria, y Elliot, 1999).
v
u r+1 c+1
uX X
IRr,c =t (er,c − ei,j )2 (1.22)
i=r−1 j=c−1
Donde er,c es la celda central. Los cuadrados tienen la función tratar de la misma forma
a las diferencias positivas como las negativas, lo que hace que la rugosidad no importe si
está medida en un máximo o un mı́nimo, si no lo que importa es la pendiente entre nuestro
entorno cercano. Las celdas utilizadas en el cálculo pueden verse en la figura 1.9.
Figura 1.9: Medias de la magnitud y grillas utilizadas en el cálculo de IR.

(Goerlich Gisbert y Cantarino Martı́, 2010)
Cuando se encuentra en una celda del borde de la grilla, solo se realiza la diferencia con
las celdas vecinas dentro de la grilla. La subrutina utilizada en Matlab para
R el calculo
de IR puede verse en detalles en el apéndice A.
20
5. BOBYQA
5. BOBYQA
BOBYQA es una subrutina de la librerı́a de Fortran que minimiza una función objetivo
F (x), con ∈ Rn , que cumplen los lı́mites
ai <= xi <= bi , i = 1, 2, 3, ..., n (1.23)
donde xi son las componentes de x (Powell, 2009). El usuario tiene que definir otra su-
brutina con la función objetivo a optimizar, la cual tiene que estar definida en el intervalo
1.23 . No es necesario conocer la derivada de la función objetivo, ya que este es un método
libre de derivadas. El nombre del algoritmo es el acrónimo de Bound Optimization BY
Quadratic Approximation.
El algoritmo BOBYQA es muy versátil, por lo que es utilizado en optimizaciones en
múltiples áreas. Algunos ejemplos de la utilización de este algoritmo son la optimización
del sistemas de tuberı́as de drenaje de gas en las minas de carbón (Wang, Zhou, Xia, y
Xu, 2016), optimización de sistemas altamente no lineales como el amortiguamiento de
partı́culas (Lei, Wu, y Chen, 2018), la optimización de sistemas hı́bridos de baterı́as de
litio y celdas de combustible PEM (Muñoz, Correa, Gaudiano, y Fernández, 2017), entre
otros. BOBYQA es un método iterativo. k, n y m son el numero de iteración, la cantidad
de variables, y el numero de condiciones de interpolación respectivamente. m está definido
por una aproximación cuadrática Qk (x), x ∈ Rn , para F (x), x ∈ Rn . La aproximación
para el k-ésimo termino tiene la forma de:
Qk (y j ) = F (y j , j = 1, 2, 3, ..., m, ) (1.24)
1
Con m contenido en el intervalo [n + 2, (n + 1)(n + 2)]. El valor más tı́pico de m es
2
21
5. BOBYQA
2n + 1 (Powell, 2009). xk es uno de los puntos del conjunto {y j : j = 1, 2, 3, ..., m} que:
F (xk ) = min{F (y j ) : j = 1, 2, 3, ..., m}, (1.25)
En el proceso de iteración, ∆k es conocido como el radio de la región de confianza

del k-ésimo paso de iteración. El paso radio de la región de confianza es utilizado para
determinación del paso de iteración. El paso de iteración dk está ligado a ||dk || ≤ ∆k ,
siempre que x = xk + dk cumpla con los lı́mites 1.23, y que x = xk + dk no sea igual a
los puntos de interpolación {y j : j = 1, 2, 3, ..., m}. Seguido a ello, se calcula el valor de
F (xk + dk ), donde tenemos un nuevo punto de interpolación y t que reemplazará a uno de
los puntos de interpolación. Definimos a xk+1 como:

xk , F (xk + dk ) ≥ F (xk ),


xk+1 (1.26)
 xk + dk , F (xk + dk ) < F (xk ),

Además, ∆k+1 y Qk+1 son calculados para la siguiente iteración, Qk+1 está sujeto a:
Qk+1 (ŷ j ) = Fk+1 (ŷ j ), j = 1, 2, 3, ..., m. (1.27)
y los nuevos puntos de interpolación


 y , j 6= t,

j
ŷ j = j = 1, 2, 3, ..., m. (1.28)
 x k + dk , j = t

Finalmente, el optimizador se detiene cuando se cumple alguno de los criterios de

detención de la librerı́a Nlopt. Ejemplos de estos criterios son parar cuando la función
objetivo es menor a un valor determinado, eligiendo la tolerancia relativa de la función
objetivo o de las variables, etc. Nlopt es una librerı́a de código abierto para optimización
22
5. BOBYQA
no lineal (Johnson y Schueller, s.f.). Nlopt brinda una serie de comandos comunes que pue-
den ser utilizados en varios lenguajes y programas, tales como C,C++, Fortran, Python,
Matlab ,
R entre otros.
El proceso de optimización cuenta con pasos preliminares. Primero el usuario define

el vector x0 ∈ Rn y los vectores con los lı́mites a y b de la condición 1.23. El radio de
confianza ∆1 es predefinido por la subrutina o seleccionado por el usuario para cada uno
de las variables, siempre que:
bi ≥ ai + 2∆1,i , i = 1, 2, 3, ..., n (1.29)
Seguido a ello se construye un gradiente de interpolación con el valor de F (x) variando

x0 de la forma que muestra 1.30:

y i+1 = x0 + ∆1,i ei y y i+1 = x0 − ∆1,i ei si ai < (x0 )i < bi 




y i+1 = x0 + ∆1,i ei y y i+1 = x0 + 2∆1,i ei si (x0 )i = ai (1.30)



y i+1 = x0 − ∆1,i ei y y i+1 = x0 − 2∆1,i ei si (x0 )i = bi


Donde ei es el i-ésimo versor de coordenadas en Rn . La libreria NLopt permite escoger

el radio de confianza inicial ∆1,i o calcularlo automáticamente si no estuviese escogido con
algoritmos internos.
En resumen, es posible resumir el algoritmo al diagrama de bloques de la figura 1.10.
23
6. DISEÑO EXPERIMENTAL ROBUSTO DE TAGUCHI
Definir Dominio,
Función Objetivo, y
tolerancia
Calcular
puntos
preliminares
aproximación
cuadrática.
Calcular
Reemplazar
nuevo punto
el peor de
para la
los puntos
aproximación
NO
Reemplazar ¿Disnimuyó ¿El error

NO SI
el peor de la función es menor a la
los puntos objetivo? tolerancia?
SI
Guardar
parámetros
óptimos
Figura 1.10: Diagrama de bloques de algoritmo BOBYQA.
6. Diseño experimental robusto de Taguchi
El diseño robusto fue propuesto por el ingeniero japonés Genichi Taguchi, quien realizó
muchas contribuciones a la ingenierı́a del control de calidad desde la década de los 50
(Gutiérrez Pulido y de la Vara Salazar, 2012). El diseño experimental robusto es un diseño
experimental factorial fraccionado que utilizan los arreglos ortogonales, propuestos por
Taguchi.
Los arreglos ortogonales de Taguchi son experimentos factoriales fraccionados predi-
24
señados y utilizados en la práctica en estudios robustos. Los arreglos ortogonales tienen

la propiedad de que cada variable es linealmente independiente entre sı́. Las variables son
conocidas como factores y los valores que toman estas variables en los experimentos se
conocen como niveles (Gutiérrez Pulido y de la Vara Salazar, 2012).
El método de Taguchi puede utilizarse para reducir el número de experimentos sin
perder información de las variables y niveles (Karthikeyan y cols., 2013). Por ejemplo, para
un experimento factorial con 2 niveles y 7 variables se deberı́an realizar 128 experimentos,
mientras que utilizando el arreglo ortogonal L8 (27−4 ) con solo 8 corridas es posible realizar
un estudio completo de los factores y niveles.
Los arreglos ortogonales están diseñados para realizar experimentos con un cierto
número máximo de factores y niveles, pero es posible adecuarlos para un número me-
nor de factores. Por ejemplo, con el arreglo L18 (2 ∗ 37−5 ) es posible estudiar un factor con
dos niveles, más 7 factores de 3 niveles en 18 corridas; pero podemos omitir la primera
columna de este arreglo si no tenemos una variable de dos niveles, y es conveniente utili-
zarlo hasta un mı́nimo de 5 variables de tres niveles. La selección del arreglo ortogonal de
Taguchi más económico se realiza a partir de la tabla 1.2 (Davis y John, 2018).
Los arreglos más utilizados son L4 (23−1 ), L8 (27−4 ), L9 (34−2 ), L12 (para un número de
variables entre 4 y 11 con dos niveles), L16 (215−11 ), y L18 (2x37−5 ) (Gutiérrez Pulido y de la
Vara Salazar, 2012). El subı́ndice de Li representa la cantidad de corridas experimentales
necesarias. Por ejemplo, en el arreglo L16 es necesario realizar 16 corridas experimentales.
6.1. Razón señal/ruido
La razón señal ruido es un estadı́stico de desempeño propuesto por Taguchi para el

análisis de los diseños robustos (S/N ). La razón señal ruido se calcula para cada una de
las corridas experimentales. La combinación más robusta será aquella que maximice este
estadı́stico (Gutiérrez Pulido y de la Vara Salazar, 2012). De acuerdo con la variable de
25
NÚMERO DE NÚMERO DE NIVELES

FACTORES 2 3 4 5
2 L4 L9 L16 L25
3 L4 L9 L16 L25
4 L8 L9 L16 L25
5 L8 L18 L16 L25
6 L8 L18 L32 L25
7 L8 L18 L32 L25
8 L12 L18 L32 L50
9 L12 L18 L32 L50
10 L12 L27 L32 L50
11 L12 L27 L50
12 L16 L27 L50
13 L16 L27
14 L16 L36
15 L16 L36
16 L32 L36
17 L32 L36
18 L32 L36
19 L32 L36
20 L32 L36
21 L32 L36
22 L32 L36
23 L32 L36
24 L32
25 L32
26 L32
27 L32
28 L32
29 L32
30 L32
31 L32
Cuadro 1.2: Tabla de arreglo óptimas para un número de factores y niveles dados.
26
respuesta la razón de señal ruido toma las formas siguientes:
n
!
1X 2
Mientras más pequeño mejor: − 10log Y (1.31)
n i=1 i
n
!
1X 1
Mientras más grande mejor: − 10log (1.32)
n i=1 Yi2
n
!
X Y2 i
Nominal es mejor: 10log (1.33)
i=1
S2
El ı́ndice de señal ruido es muy útil para el análisis de sensibilidad de los factores
en el comportamiento fı́sico del sistema (Terzioğlu, 2020; Chen, Huang, y Lin, 2015). La
combinación óptima de funcionamiento puede ser obtenida de los perfiles de la razón señal
ruido. El promedio de la razón señal ruido para cada uno de los niveles de cada variable
también es lo que se utiliza para la construcción de los perfiles de señal ruido (Chen y
cols., 2015) . Es decir, el promedio de la razón señal ruido de una variable A en su nivel 1
se realizará con los valores del estadı́stico señal ruido en las corridas donde aparezca esta
variable en su nivel 1. Un perfil de de señal ruido tiene la forma que se muestra en la figura
1.11.
27
A B C D
60
50
Promedio de S/N
40
30
20
1 2 3
NIVELES
Figura 1.11: Perfil de señal ruido de un diseño experimental robusto de Taguchi.
Utilizando estos perfiles es posible intuir la combinación más óptima del para el sistema
sin tener la necesidad de haber efectuado esta corrida experimental (Chen y cols., 2015).
Esto se logra obteniendo el máximo del estadı́stico promedio de S/N para cada Factor en
la gráfica de perfiles. Por ejemplo, en la figura 1.11, la mejor combinación para el sistema
es A3, B1, C2 y D2.
Para analizar la sensibilidad que tuvo una variable en sus diferentes niveles es necesario
prestar atención al rango (diferencia entre el máximo y el mı́nimo del conjunto de datos)
de los valores de los perfiles. Las variables con mayor sensibilidad (con mayor influencia)
serán las que tengan un rango mayor. De igual manera, las variables menos sensibles (con
menor influencia) serán las que tengan un menor rango. Retomando el ejemplo de la figura
1.11, la variable más sensible es la variable (A) con un rango de 25, mientras que la menos
sensible es la (C) con un rango de 10.
28
Capı́tulo 2
Modelo multifı́sico de una celda de

combustible de tipo PEM
En el siguiente capitulo se dará a conocer el modelo matemático utilizado en el presente

trabajo. Para una mejor comprensión del modelo, el diseño se explicará en utilizando la
geometrı́a de un único canal de una celda de combustible de tipo PEM, pudiendo el
mismo replicarse a una celda de combustible completa utilizando las fı́sicas aplicadas en
cada dominio correspondiente.
El modelo multifisico fue diseñado con el programa COMSOL Mulitphysics

R 5.4.
COMSOL Multiphysics
R es un software de simulación multifı́sica orientado a ciencia
e ingenierı́a con el que se modelan sistemas fı́sicos tales como fluidos, electromagnéticos,
acústica, transferencia de calor, electroquı́mica, entre otros (Comsol, 2016). COMSOL
Mulitphysics
R 5.4 posee la la capacidad de conectarse a otros programas, por ejemplo
TM
Matlab ,
R a través de un producto llamado LiveLink lo que le brinda versatilidad a la
horade diseñar distintos tipos de experimentos, optimizaciones, etc.
COMSOL Mulitphysics
R 5.4 resuelve las ecuaciones que rigen los dominios por el
29
CAPÍTULO 2. MODELO MULTIFÍSICO DE UNA CELDA DE COMBUSTIBLE DE
TIPO PEM
método de elementos finitos (Tabatabaian, 2014). El método de elementos finitos es un

método numérico, por ende no exacto, de resolución de ecuaciones diferenciales. Este
método divide el dominio a estudiar en pequeños elementos pero finitos, a diferencia de
los métodos analı́ticos que dividen el dominio en elementos infinitesimales. Cada elemento
cuenta con una matriz que contiene toda la información del elemento, esta matriz se
denomina matriz de rigidez (el nombre proviene del origen del método utilizado para los
esfuerzos en estructuras). Todas estas matrices de rigidez se encuentran conectadas entre
si por medio de una matriz de rigidez global. En resumen, las funciones a resolver pasan
de ser continuos a ser valores en los nodos de conexión (Frias Valero y Bosch Tous, 2004).
Los valores dentro del elemento son conocidos gracias a funciones de interpolación de
los nodos que son válidas solo dentro del elemento. En la figura 2.1 se ve un cuerpo divido
en elementos finitos a través de una malla de tetraedros libres.
Figura 2.1: Malla tetraédrica de elementos finitos para una pieza.
30
TIPO PEM
El modelo utilizado para la PEMFC tiene en cuenta las siguientes consideraciones

(Falagüerra y cols., 2021; Lobato y cols., 2010):
Estado estacionario.
Isotérmico.
Mezcla de gases ideales.
Monofásico (solo fase gaseosa).
Materiales isotrópicos.
Membrana es totalmente impermeable a los gases.
Flujo de gases incomprensible y laminar.
Alimentación del ánodo es hidrógeno humidificado.
Alimentación del cátodo es aire.
Y utiliza los siguientes paquetes del programa COMSOL Multiphysics :

R
Distribución de corriente secundaria.
Ecuaciones de Brinkman.
Transporte de concentración de especies.
Las ecuaciones de Brinkman y el transporte de concentración de especies se aplicó para

el ánodo y para el cátodo por separado. Las ecuaciones de Brinkman y el transporte de
concentración de especies son acopladas para el cálculo de las concentraciones. Para el
modelo de una PEMFC se utilizó la geometrı́a y los dominios de la figura 2.2.
31
TIPO PEM
Figura 2.2: Sistema de monocanal de una PEMFC y referencia de dominios.
Las fı́sicas aplicadas a cada dominio se ven en la tabla 2.1 donde A es la distribución de
corriente secundaria, B son las ecuaciones de Brinkman para el ánodo, C son las ecuaciones
de transporte de concentración de especies en el ánodo, D son las ecuaciones de Brinkman
para el cátodo, y E son las ecuaciones de transporte de concentración de especies en el
cátodo. Las referencias de los dominios se encuentran en la figura 2.2.
Dominio A B C D E
(1) *
(2) * *
(3) * * *
(4) * * *
(5) *
(6) * * *
(7) * * *
(8) * *
(9) *
Cuadro 2.1: Fı́sicas aplicadas a cada dominio de una PEMFC.
32
1. DISTRIBUCIÓN DE CORRIENTE SECUNDARIA TIPO PEM
En los siguientes secciones desarrollaremos las ecuaciones utilizadas en cada uno de los
paquetes de COMSOL Multiphysics
R dentro de la simulación de la PEMFC.
1. Distribución de corriente secundaria
La distribución de corriente secundaria representa el transporte de iones cargados en

un electrolito (Comsol, 2016). Utiliza la ley de Ohm en combinación con un balance de
carga. El paquete tiene en cuenta los sobrepotenciales de activación. La relación entre
transferencia de carga y sobrepotencial se describen utilizando las ecuaciones de Butler-
Volmer o Tafel. Las placas bipolares (tanto anódica como catódica), las GDL, las CL, y
la membrana son los dominios donde se aplica este paquete (ver figura 2.3).
Figura 2.3: Dominios donde se aplica el paquete distribución de corrientes secundarias.
33
1. DISTRIBUCIÓN DE CORRIENTE SECUNDARIA TIPO PEM
La expresiones que gobiernan esta fı́sica son la ley de continuidad 2.20 y la ley de omh
2.2, que se muestran a continuación:
Ley de continuidad ∇ · i~k =Qk (2.1)
Ley de Ohm ~ = −σk ∇φk

i~k = σk E (2.2)
Donde i~k es el vector densidad de corriente, Qk representa los términos fuentes de

~ es el campo eléctrico, y φk es el potencial
carga, σk es la conductividad del material, E
eléctrico. Los subı́ndices k representan si el medio es el electrolito l o el electrodo s.
En la zona de la capa catalı́tica del ánodo y el cátodo gobiernan las ecuaciones de Tafel
anódica y catódica, respectivamente. Las ecuaciones de Tafel anódica 2.3 y catódica 2.6
son:
Ecuación de Tafel anódica ic = io × 10ηc /Aa (2.3)

!1/2
CH2
donde i0 = ilim ref
(2.4)
CH 2
A
con ilim = 1 × 105 2 (2.5)
m
Ecuación de Tafel catódica ia = io × 10ηc /Ac (2.6)
CO 2
donde i0 = ilim (2.7)
COref
2
A
con ilim =1 2 (2.8)
m
Donde ia e ic son las corrientes anódica y catódica respectivamente, ilim son las co-
rrientes limitantes respecto a la concentración de especies en el punto de reacción, y la
pendiente de Tafel anódica Aa = 118[mV ] y catódica Ac = −95[mV ]. El potencial de
concentración de especies no es considerado, ya que no se considera el transporte de es-
pecies en el electrolito. La concentración de especies solo se ve reflejada en la cantidad de
34
2. ECUACIONES DE BRINKMAN TIPO PEM
corriente producida (ecuaciones 2.4 y 2.7). Entonces de la ecuación 1.16 nos queda:
ηc = φs − φl − Eeq (2.9)
Donde Eeq es el potencial de equilibrio o teórico de la reacción. El potencial de equilibrio

es de 0V para el ánodo, y de 1,23V para el cátodo.
Las condiciones de borde del sistema son los colectores de corriente eléctrica y las pare-
des aislantes (conductividad nula). Los colectores de corriente eléctrica anódico y catódico
se encuentran en la superficies indicadas con 0V y Vcell en la figura 2.3 respectivamente.
Las superficies aislantes son las superficies exteriores de los dominios resaltados en azul de
la figura 2.3, exceptuando las superficies colectoras de corriente eléctrica. En las superficies
o paredes aislantes se tiene que la corriente cumple la siguiente relación:
n · ~il = 0,
−b n · i~s = 0
−b (2.10)
Es decir, no existe corriente saliente a través de las superficies aislantes.
2. Ecuaciones de Brinkman
Las ecuaciones de Brinkman son una adpatación de las ecuaciones de Navier-Stokes

considerando medios porosos (Comsol, 2016). Las ecuaciones de Brinkman se utilizan para
calcular los campos de velocidades y presiones de fluidos monofásicos en medios porosos
de flujo laminar. Las ecuaciones de Brinkman se aplican en los dominios de los canales,
las GDL, y las CL (ver figura 2.4).
35
Figura 2.4: Dominios donde gobiernan las ecuaciones de Brinkman y las ecuaciones de
transporte de concentración de especies.
Considerando fluidos incomprensibles, la inercia de Stokes, y la gravedad despreciable

las Ecuaciones de Brinkman toman la forma de las ecuaciones 2.11 y 2.12 (Kwon, Shin,
Cheon, y Oh, 2015).

1 1 h
~ ~
i µ Qm
ρ (~u · ∇) ~u = ∇ · −pI + K − + 2 ~u +F~ (2.11)
εp εp κ ε
| {z } | {z p }
Flujo inercial de Stokes Término de porosidad
con ρ∇ · ~u = Qm (2.12)
~ = µ ∇~u + (∇~u)t − 2 µ (∇ · ~u) I

y K (2.13)
εp 3 εp
36
Donde ~u es el vector velocidad, εp es la porosidad del medio, ρ es la densidad del fluido,

p es la presión del fluido, I~ es un vector unidad, K
~ es un vector de campo de velocidades, µ
es la viscosidad del fluido, κ es la permeabilidad del fluido en el medio poroso, F~ es el vector

de estrés del fluido, y Qm es un termino de fuente o sumidero de masas, teniendo en cuenta
que se encuentran reacciones electroquı́micas donde los compuestos se transformaran.
Para los dominios donde la porosidad es igual a 1, región de los canales con espacio
libre para el flujo de los gases, la ecuación de Brinkman pasa a ser las ecuaciones de
Navier-Stokes (Sabirón y Marı́a, 2011; Kwon y cols., 2015). La ecuación de Navier-Stokes
2.14 y de conservación de masa 2.15 se presentan a continuación.
h i
ρ (~u · ∇) ~u = ∇ · −pI~ + K
~ + F~ (2.14)
ρ∇ · ~u = 0 (2.15)
h i
~ T
K = µ ∇~u + (∇~u) (2.16)
Los valores iniciales para el estudio son ~u = ~0, y la presión manométrica igual a cero.
Es decir, con el fluido en reposo respecto al medio que lo rodea. Estos valores son utilizados
por defecto utilizados para el resolvedor no lineal (Comsol, 2016).
Para la entrada y salida de gases se considero que los flujos eran normales a la superficie
de entrada y los reflujos no existı́an. Es decir, para el flujo de entrada rige la ecuación
2.17:
~uinlet = −U0 n̂ (2.17)
Siendo ~uinlet el vector velocidad de ingreso, U0 el módulo de la velocidad de ingreso, y

n̂ el vector normal a la superficie de ingreso de gases. Para la salida de gases se la ecuación
2.18:
37
3. TRANSPORTE DE CONCENTRACIÓN DE ESPECIES TIPO PEM
h i
n̂T −pa I~ + K
~ n̂ = −pˆ0 (2.18)
Con pˆ0 ≤ p0 y ~ua · t̂ = 0. Donde pˆ0 es la presión local de salida del gas que se ajusta
de forma tal que el gas no reingrese al dominio, y t̂ es el vector tangente a la superficie de
salida.
Las paredes de la celda se modelan de forma tal que el flujo no las atraviese (Comsol,
2016). Esto se expresa matemáticamente como la ecuación 2.19:
− n̂ · ~u = 0 (2.19)
3. Transporte de concentración de especies
Las ecuaciones de transporte de concentración de especies se utiliza para estudiar

mezclas de fluidos donde sus concentraciones son del mismo orden de magnitud y ninguno
de sus componentes es un solvente. Las ecuaciones de transporte de concentración de
especies se aplican en los dominios de los canales, las GDL, y las CL (ver figura 2.4).
El gas fue considerado como una mezcla media, ya que es menos costosa computacio-
nalmente. La mezcla media supone que las variaciones en las presiones parciales y la
temperatura no afectan a la difusión multicomponente (Comsol, 2016). El mecanismo de
transporte tiene en cuenta la convección y la difusión. La expresión que domina el trans-
porte de especies es la ecuación de continuidad 2.20 para cada especie i y la expresión de
flujo de materia por difusión que se muestran a continuación:
∇ · J~i + ρ (~u · ∇) ωi = Ri (2.20)

∇M n
J~i = − ρDi ∇ωi + ρωi Di
m m
(2.21)
Mn
38
3. TRANSPORTE DE CONCENTRACIÓN DE ESPECIES TIPO PEM
Donde ωi es la fracción de masa de la especie i, Ri es el termino de fuente o sumidero

de la especie i generada en una reacción electroquı́mica, ρ es la densidad del gas ideal, Dim
es la difusión media de la especie i, y Mn es la masa molar promedio de la mezcla. Las
expresiones necesarias para calcular Dim , Mn , Ri , y ρ son las ecuaciones 2.22.
!−1
1 − ωi X ωi vi iv pM
Dim =P xk , Mn = , Ri = , ρ= (2.22)
k6=i 3/2 D i
Mi nF Rg T
p ik
3/2
Donde xk es la fracción molar de especie k, p es conocido como el factor de transporte
efectivo de Bruggeman en medios porosos (si el medio es espacio libre este termino es 1),
vi es el coeficiente estequiométrico de la especie i de una reacción electroquı́mica, n el
número de electrones participantes en la reacción electroquı́mica, p la presión del gas, T
la temperatura del gas, y Rg la constante de los gases ideales.
Las ecuaciones de transporte de concentración de especies se vinculan con las ecuaciones
de Brinkman por medio del vector velocidad del gas ~u y la presión del gas p.
El flujo de entrada se define con la fracción de masa de las especies involucradas,
mientras que el flujo de salida viene dado por la expresión 2.23:
− n̂ · ρDim ∇ωi = 0 (2.23)
Es decir, las especies tienen su fracción molar continua a través de la interfase.

Para finalizar la descripción del modelo, las paredes se modelan de tal forma que no
exista flujo saliente de ninguna especie a través de ellas (ecuación 2.24).
− n̂ · J~i = 0 (2.24)
39
Capı́tulo 3
Metodologı́a
De diferentes trabajos publicados se obtuvieron datos experimentales y parámetros pa-

ra incorporar al modelo. Esto se logró gracias al acceso al acceso a la biblioteca electrónica
nacional de ciencia y tecnologı́a. En el presente trabajo se dividió en dos partes, una de
optimización geométrica de una PEMFC, y otra de optimización de parámetros de fun-
cionamiento de una PEMFC. La tensión de trabajo para empleada en las optimizaciones
fue de 0,65V , ya que garantiza una buena generación de corriente y una distribución de
corriente adecuada en la superficie activa de los electrodos (Falagüerra y cols., 2021).
1. Optimización geométrica de una PEMFC
En primera instancia se construyó un modelo tridimensional simple de un único canal

de una PEMFC. El modelo contenı́a los siguientes elementos de una celda de combustible:
placa colectora de corriente eléctrica de ánodo y cátodo, capa difusora de gases de ánodo
y cátodo, capa catalı́tica de ánodo y cátodo, y la membrana conductora de protones (ver
figura 2.2).
El modelo utilizado se detalló en el capitulo 2. Los parámetros utilizados para el mo-
40
CAPÍTULO 3. METODOLOGÍA
1. OPTIMIZACIÓN GEOMÉTRICA DE UNA PEMFC
delado del monocanal se encuentran en el apéndice B.

Una vez realizado el modelo y comprobado su correcto funcionamiento con una curva
de polarización se continuó con la optimización de la geometrı́a del monocanal modifican-
do el ancho de tierra o rib, el ancho superior del canal, y la altura de los canales, tanto
como para el ánodo y el cátodo por independientemente uno del otro (Ver figura 3.1).
Figura 3.1: Vista plano XZ de monocanal con las dimensiones a modificar en el optimiza-
dor.
Los parámetros fueron optimizados mediante el algoritmo BOBYQA de forma tal que
la función objetivo 3.1 sea mı́nima.
Iref IRcatodo IRanodo

f (x) = w1 + w2 + w3 (3.1)
I IRref IRref
Donde w1 = 0,25, w2 = 0,5, y w3 = 0,25 son los factores de peso de cada termino;
I es la densidad de corriente promedio generada por el modelo, y Iref = 6000mA/m2 es
la densidad de corriente de referencia obtenida de estimar los máximos de esta densidad
de corriente en una simulación previa; IRcatodo es el ı́ndice de rugosidad promedio de la
corriente en la superficie de la MEA en el cátodo, IRanodo es el ı́ndice de rugosidad promedio
41
de la corriente en la superficie de la MEA en el ánodo, y IRref = 100mA/m2 es el ı́ndice de

rugosidad de referencia obtenida de estimar los máximos de este ı́ndice en una simulación
previa.
La función objetivo 3.1 maximiza la corriente generada y minimiza los ı́ndices de ru-
gosidad para el ánodo y para el cátodo. Cabe destacar que el factor de peso máximo se lo
lleva la distribución de corriente en el cátodo, ya que en esta región es donde se produce
una reacción exotérmica, es decir una reacción que libera calor, y donde se da lugar a la
formación de agua que de estar mal distribuida inundarı́a para celda causando problemas
de funcionamiento en una celda real.
La subrutina de Matlab
R para la función objetivo puede verse en el apéndice C. El
mı́nimo de la función objetivo fue encontrado utilizando el optimizador BOBYQA de la

libreria NLop para Matlab .
R El código empleado puede verse en el apéndice D.
Una vez optimizado el canal fueron analizadas la distribución de la densidad corrientes

en el cátodo y ánodo de la celda antes y después de ser optimizada. El análisis se basó en la
comparación de la densidad de corriente promedio generada, estadı́sticos (IR, coeficiente
de variación de I y de IR, tanto en ánodo como en cátodo), curvas de polarización, entre
0,5V a 0,9V , y los mapas de distribución de densidad de corriente eléctrica generada de
ambas configuraciones.
Seguido a ello, se realizó la extensión del modelo del monocanal a un modelo de celda
completa para comprobar si la optimización del monocanal optimizaba una celda completa.
Se analizó la distribución de la densidad corrientes en el cátodo y ánodo de la celda antes
y después de ser optimizada. El análisis se basó en la comparación de la densidad de
corriente promedio generada, estadı́sticos (IR, coeficiente de variación de I y de IR, tanto
en ánodo como en cátodo), curvas de polarización, entre 0,5V a 0,9V , y los mapas de
distribución de densidad de corriente eléctrica generada de ambas configuraciones.
Al realizar una extensión de la simulación las fı́sicas son idénticas del capitulo 2, y los
42
2. OPTIMIZACIÓN DE PARÁMETROS DE FUNCIONAMIENTO DE UNA PEMFC
parámetros estructurales y de funcionamiento son los del apéndice B.
2. Optimización de parámetros de funcionamiento
de una PEMFC
Los parámetros de funcionamiento y sus niveles para la realización de un experimento

robusto de Taguchi fueron:
A) Configuración de la celda, Canales en paralelo, Serpentı́n o Mixto (grupos de a

tres en paralelo para realizar un serpentı́n de 4 quiebres).
B) Configuración de flujo, Co-corriente, transversal, o contra corriente.
C) Porosidad de la GDL, sus valores variaban entre 0,4, 0,6, y 0,8.
D) Razón estequiométrica de mezcla de gases en el ánodo, 1) 1,2 veces el caudal

teórico, 2) 1,6 veces el caudal teórico, 3) 2,0 veces el caudal teórico.
E) Razón estequiométrica de mezcla de gases en el cátodo, 1) 1,2 veces el caudal

teórico, 2) 1,6 veces el caudal teórico, 3) 2,0 veces el caudal teórico.
El caudal teórico para los gases de entrada en el ánodo y el cátodo es 5,01 × 10−7
[m3 /s] y de 3,27 × 10−6 [m3 /s], respectivamente. El cálculo de estos caudales teóricos fue
realizado para una corriente máxima de 2,63A. El cálculo detallado del caudal se presenta
en el apéndice E.
El arreglo ortogonal más económico para estas 5 variables con 3 niveles cada una es el
L18 , según la tabla 1.2, al cual se le eliminaron las columnas 1, 7 y 8. Entonces el arreglo
ortogonal de Taguchi para nuestra experiencia fue el que se muestra en la tabla 3.1.
43
Corrida Variable
Experimento
Experimental A B C D E
1 1 1 1 1 1 exp11111
2 1 2 2 2 2 exp12222
3 1 3 3 3 3 exp13333
4 2 1 1 2 2 exp21122
5 2 2 2 3 3 exp22233
6 2 3 3 1 1 exp23311
7 3 1 2 1 3 exp31213
8 3 2 3 2 1 exp32321
9 3 3 1 3 2 exp33132
10 1 1 3 3 2 exp11332
11 1 2 1 1 3 exp12113
12 1 3 2 2 1 exp13221
13 2 1 2 3 1 exp21231
14 2 2 3 1 2 exp22312
15 2 3 1 2 3 exp23123
16 3 1 3 2 3 exp31323
17 3 2 1 3 1 exp32131
18 3 3 2 1 2 exp33212
Cuadro 3.1: Arreglo ortogonal L18 utilizado para el análisis de sensibilidad del sistema
para las variables A, B, C, D, y E con tres niveles cada una.
La nomenclatura utilizada para cada experimento representa el nivel de cada una de las
variables en el orden A, B, C, D, y E. Es decir, el experimento exp12312 es el experimento
con la variable A en su nivel 1, la variable B en su nivel 2, la variable C en su nivel 3, la
variable D en su nivel 1, y la variable E en su nivel 2.
Para cada corrida experimental se obtuvo la densidad de corriente promedio, el ı́ndice
de rugosidad de la densidad de corriente en el ánodo, y el ı́ndice de rugosidad de la densidad
de corriente en el cátodo. A estas magnitudes se le realizó un análisis de señal ruido para
obtener la mejor combinación de variables para cada una.
Seguidamente, las mejores combinaciones fueron comparadas con la peor y la mejor
combinación de los experimentos ortogonales de Taguchi. La comparación se realizó te-
44
3. OPTIMIZACIÓN GEOMÉTRICA DE LOS EXPERIMENTOS DE TAGUCHI
niendo en cuenta la densidad de corriente promedio generada, los ı́ndices de rugosidad de

la densidad de corriente eléctrica generada en el ánodo y en el cátodo, y las curvas de
polarización entre 0,5V a 0,9V de cada configuración.
3. Optimización geométrica de los experimentos de
Taguchi
Se aplicó el optimizador BOBYQA a los experimentos de celdas completas del arreglo

ortogonal de Taguchi. El optimizado se realizó sujeto a la función objetivo de la ecuación
3.1. Se analizó el cambio en la densidad de corriente promedio y en los ı́ndices de rugosidad
de densidad de corriente eléctrica en el ánodo y en el cátodo, teniendo como referencia
el mismo experimento con los resultados previos a la optimización, para verificar que
las optimizaciones hayan sido satisfactorias. Seguido a eso, se generaron los perfiles de
cada uno de los experimentos y se compararon entre sı́ para encontrar relaciones entre los
perfiles.
45
Capı́tulo 4
Resultados y discusión
El modelo multifı́sico de un único canal de una PEMFC desarrollado respondió de

manera adecuada, por lo que fue posible la optimización de los parámetros geométricos
del canal. La misma se completo satisfactoriamente a 0,65V , con caudales de entrada de
gases de 0,36 l/h para el ánodo y 3,60 l/h para el cátodo, y sujeta a la función objetivo
3.1, se obtuvieron los parámetros listados en la tabla 4.1.
46
CAPÍTULO 4. RESULTADOS Y DISCUSIÓN
Parámetros Celda sin optimizar Celda optimizada

Hcanal ánodo [mm] 1,0000 1,3718
Hcanal cátodo [mm] 1,0000 1,0388
Wrib ánodo [mm] 1,0000 1,5000
Wrib cátodo [mm] 1,0000 1,5000
Wsuperior ánodo [mm] 1,0000 1,0336
Wsuperior cátodo [mm] 1,0000 1,0041
I [A/m2 ] 5463,93 5812,20
VARIánodo 0,958 0,585
VARIcátodo 1,196 0,625
IRánodo [A/m2 ] 698,80 191,24
VARIRánodo 0,6675 0,5537
IRcátodo [A/m2 ] 777,45 263,43
VARIRcátodo 7,352 6,440
Cuadro 4.1: Datos estructurales, estadı́sticos, y de funcionamiento de la simulación y

optimización del monocanal de una PEMFC con un potencial de operación de la celda de
0,65V .
El cambio de las dimensiones estructurales de los canales de la PEMFC se muestran

en la figura 4.1.
Figura 4.1: Perfiles de canal de celda combustible de tipo PEM sin optimizar (izquierda)
y optimizado (derecha)
A través de la función objetivo 3.1 se buscó una solución de compromiso entre una
densidad de corriente elevada y una distribución de la producción de corriente lo más
47
homogénea posible. Entonces, se pretende que la densidad de corriente aumente, el ı́ndice

de rugosidad disminuya, y el coeficiente de varianza en ambos casos (tanto para I, como
para IR) disminuya. Este conjunto de datos es un indicador de la mejora en el desempeño
de la celda.
A partir de los datos de la tabla 4.1, se observa que la densidad de corriente obtenida
aumento un 6,37 %, el coeficiente de varianza de la densidad de corriente disminuyó un
38,98 % para el ánodo y un 47,70 % para el cátodo, el ı́ndice de rugosidad de la corriente
en el ánodo disminuyó un 72,64 % y en el cátodo un 66,11 %, y el coeficiente de variación
para el ı́ndice de rugosidad en el ánodo disminuyó un 17,05 % y en el cátodo un 12,41 %.
Una vez optimizada la geometrı́a para un potencial de trabajo definido, se llevo adelante
la simulación de una curva de polarización entre 0,5 y 0,9V de potencial de trabajo, para
evaluar el desempeño a diferentes potenciales. Las curvas de polarización del monocanal
sin optimizar y el optimizado se muestran en las figuras 4.2 y 4.3 respectivamente.
Figura 4.2: Curva de polarización del único canal optimizado y sin optimizar.
48
Figura 4.3: Curva de IR vs Vcell del único canal optimizado y sin optimizar.
Analizando los resultados para ambas geometrı́as, se puede ver que la corriente genera-
da es mayor para el caso de los perfiles optimizados, ası́ como los ı́ndices de rugosidad son
menores tanto para el cátodo como para el ánodo. Esto demuestra que la nueva geometrı́a
del canal optimiza el desempeño.
Mediante Comsol Multiphysics
R se generaron mapas de densidad de corriente en una
superficie de corte paralela a las superficies colectoras de corriente eléctrica y muy próxima
a la capa catalı́tica, donde se observa la distribución de toda la corriente generada por
la celda de combustible, ya que no existen reacciones electroquı́micas en esta región. Los
mapas de densidad de corriente del monocanal con perfil optimizado y sin optimizar, tanto
del ánodo como el cátodo para 0,65V se muestran en la figura 4.4.
49
(a) Ánodo sin optimizar (b) Ánodo optimizado
(c) Cátodo sin optimizar (d) Cátodo optimizado
Figura 4.4: Mapas de distribución de densidad de corriente eléctrica de una sección de

corte paralela a las placas colectoras sobre la GDL próximas a la CL para Vcell = 0,65V .
La figura 4.4 muestra como la distribución de corriente del cátodo y el ánodo disminuye
su rango, es decir los máximos y mı́nimos se encuentran más próximos. También se observa
como la distribución de corriente eléctrica tiene cambios de color más suaves. El nuevo
perfil de canal atenúa la zona longitudinal de baja producción eléctrica en el centro del
canal sin optimizar (región en color azul a lo largo del centro del canal), reduciendo el
efecto de borde de electrodo, dando como resultado corrientes más homogéneas.
50
En resumen, la optimización fue efectiva ya que se obtuvo un mejor resultado en la

distribución de la densidad de corriente, disminuyendo el coeficiente IR y varianza, ası́
como un leve aumento de la corriente generada.
El perfil optimizado para un monocanal se traslado a una celda completa de 2,4cm ×

2,4cm, tanto para el ánodo como para el cátodo, con el fin de evaluar el impacto de la
optimización realizada en el perfil de un canal sobre el desempeño de la celda completa.
Los modelos de celda de combustible completa con ambos perfiles de canal se ven en la
figura 4.5 donde las placas colectoras de corriente eléctrica del ánodo están ocultas para
que los canales sean visibles. Los modelos se corrieron con canales paralelos, el ingreso
de los gases se considero contra-corriente, el caudal de ingreso de gases de 5,0l/h para
el ánodo y 4,5l/h para el cátodo. Los resultados de la celda completa para los canales
optimizados y sin optimizar se ven el la tabla 4.2.
(a) Perfil no optimizado (b) Perfil optimizado
Figura 4.5: Modelos de celdas de combustible completas.
51
Parámetros PEMFC completa sin optimizar PEMFC completa optimizada

I [A/m2 ] 3344.548 3510.922
VARIánodo 909.584 730.193
VARIcátodo 975.912 785.963
IRánodo [A/m2 ] 235.130 179.929
VARIRánodo 143.947 89.800
IRcátodo [A/m2 ] 245.202 186.582
VARIRcátodo 142.145 85.857
Cuadro 4.2: Datos estadı́sticos, y de funcionamiento de la simulación y optimización una

PEMFC completa con una diferencia de potencial en la celda de 0,65V .
A partir de los datos de la tabla 4.2, se observa que la densidad de corriente obtenida por
el canal mejoró un 4,97 %, el coeficiente de varianza de la densidad de corriente disminuyó
un 19,72 % para el ánodo y un 19,46 % para el cátodo, el ı́ndice de rugosidad de la corriente
en el ánodo disminuyó un 23,48 % y en el cátodo un 29,91 %, y el coeficiente de variación
para el ı́ndice de rugosidad en el ánodo disminuyó un 37,61 % y en el cátodo un 39,60 %.
Una vez evaluada la celda completa con los perfiles de canales optimizados y corro-
borando que mejora su desempeño general para un potencial fijo de 0,65V. Se realizó la
curva de polarización con la finalidad de evaluar el desempeño a diferentes potenciales. Las
curvas de polarización y el IR a diferentes potenciales de la celda completa con los perfiles
de canales optimizados y sin optimizar se ven en las figuras 4.6 y 4.7 respectivamente.
A lo largo de todas las corridas de potenciales la celda con perfiles de canales optimiza-
dos presenta un mejor desempeño, evidenciándose claramente en las zonas de potenciales
por debajo de 0,7V, donde la densidad de corriente generada es mayor. La corriente genera-
da es mayor para el caso de perfiles optimizados que para el caso de perfiles sin optimizar,
mientras que los coeficientes de rugosidad son menores tanto para el cátodo como para el
ánodo. Es decir, la modificación propuesta en la geometrı́a mejora su desempeño general.
Mediante Comsol Multiphysics
R se generaron mapas de densidad de corriente sobre
una superficie de corte paralela a las superficies colectoras de corriente eléctrica y muy
52
Figura 4.6: Curva de polarización para una PEMFC completa, perfiles de canales optimi-
zados y perfiles de canales sin optimizar.
Figura 4.7: Curva de IR vs V para una PEMFC completa, perfiles de canales optimizados
y perfiles de canales sin optimizar.
53
(a) Ánodo sin optimizar (b) Ánodo optimizado
(c) Cátodo sin optimizar (d) Cátodo optimizado
Figura 4.8: Mapas de distribución de densidad de corriente eléctrica de una sección de

corte paralela a las placas colectoras sobre la GDL próximas a la CL para Vcell = 0,65V .
próxima a la capa catalı́tica, donde se observa la distribución de toda la corriente generada

por la celda de combustible, ya que no existen reacciones electroquı́micas en esta región.
En la figura 4.8 se pueden apreciar los mapas de densidad de corriente eléctrica sobre el
cátodo y el ánodo.
Observando los mapas de colores de la figura 4.8 se ve como la distribución de corriente
del cátodo y el ánodo disminuye su rango, es decir los máximos y mı́nimos se encuentran
más próximos, comenzando en 50mA/m2 para la celda con perfiles sin optimizar y en
150mA/m2 para la celda con perfiles de canales optimizados. Se presenta una zona de
baja densidad de corriente generada (zona azul), propia de la geometrı́a paralela a la
velocidad de ingreso de gases desarrollada.
54
2. Optimización de parámetros de funcionamiento de
una PEMFC
Se llevo adelante un estudio de diseño robusto, para evaluar 5 parámetros que influyen
en el desempeño de la celda completa, mediante la metodologı́a Taguchi. Los resultados
de cada simulación se presentan en la tabla 4.3.
I IR Iánodo S/N IR IR Icatodo S/N IR

Experimento S/N I
[A/m2 ] [A/m2 ] Iánodo [A/m2 ] Icátodo
exp11111 3,264.628 70.277 110.534 -40.870 125.595 -41.979
exp12222 3,847.392 71.703 117.429 -41.396 122.690 -41.776
exp13333 4,253.868 72.576 93.508 -39.417 133.720 -42.524
exp21122 2,333.923 67.362 211.603 -46.510 205.835 -46.270
exp22233 2,740.534 68.757 225.901 -47.078 214.839 -46.642
exp23311 1,700.740 64.613 247.714 -47.879 237.379 -47.509
exp31213 4,247.875 72.563 49.824 -33.949 53.676 -34.596
exp32321 4,299.861 72.669 82.372 -38.316 88.038 -38.893
exp33132 3,601.363 71.129 40.212 -32.087 42.809 -32.631
exp11332 4,203.629 72.472 100.186 -40.016 137.812 -42.786
exp12113 3,353.531 70.510 116.930 -41.359 119.275 -41.531
exp13221 3,774.302 71.537 107.024 -40.590 132.662 -42.455
exp21231 1,764.327 64.932 241.704 -47.666 233.134 -47.352
exp22312 2,208.322 66.881 263.076 -48.402 248.646 -47.912
exp23123 2,679.828 68.562 168.959 -44.556 162.900 -44.238
exp31323 4,614.737 73.283 60.904 -35.693 64.816 -36.234
exp32131 3,493.819 70.866 46.248 -33.302 50.441 -34.056
exp33212 4,153.876 72.369 54.978 -34.804 58.057 -35.277
Cuadro 4.3: Experimentos ortogonales de diseño robusto de Taguchi.
Luego de procesar estos datos para obtener las razones señal ruido respectivas, sección
6.1, se confeccionaron las tablas de los perfiles de señal ruido para la densidad de corriente
eléctrica (tabla 4.4), para el ı́ndice de rugosidad de la densidad de corriente eléctrica en el
ánodo (tabla 4.5), y para el ı́ndice de rugosidad de la densidad de corriente eléctrica en el
cátodo (tabla 4.6).
55
A B C D E
1 71.512 70.148 69.784 69.536 69.149
2 66.851 70.231 70.310 70.853 70.320
3 72.147 70.131 70.416 70.122 71.042
rango 5.296 0.100 0.631 1.317 1.893
Cuadro 4.4: Perfiles de señal ruido para la densidad de corriente eléctrica.
A B C D E
1 -40.608 -40.784 -39.781 -41.210 -41.437
2 -47.015 -41.642 -40.914 -41.177 -40.536
3 -34.692 -39.889 -41.620 -39.928 -40.342
rango 12.323 1.753 1.840 1.283 1.095
Cuadro 4.5: Perfiles de señal ruido para el IR de densidad de corriente eléctrica en el

ánodo.
A B C D E
1 -42.175 -41.536 -40.118 -41.467 -42.041
2 -46.654 -41.802 -41.350 -41.645 -41.109
3 -35.281 -40.772 -42.643 -40.998 -40.961
rango 11.373 1.029 2.525 0.646 1.080
Cuadro 4.6: Perfiles de señal ruido para el IR de densidad de corriente en el cátodo.
Los perfiles de señal ruido correspondientes a las tablas 4.4, 4.5, y 4.6 se observan en
la figura 4.9.
Al analizar los perfiles de señal ruido se encuentran las mejores combinaciones de
parámetros operacionales que optimizan cantidad de corriente promedio generada, la dis-
tribución de corriente (analizando mediante el IR) en el ánodo, y la distribución de co-
rriente en el cátodo. Estas combinaciones se detallan a continuación:
Las mejores condiciones para obtener la mayor densidad de corriente promedio ge-
nerada son A3B2C3D2E3, siendo (A) el factor frente al que mayor sensibilidad
56
A B C D E
72.000
71.000
70.000
69.000
68.000
67.000
1 2 3
(a) S/N de densidad de corriente.
A B C D E A B C D E
-35.000
-36.000
-37.000
-38.000
-39.000
-40.000
-41.000
-42.000
-43.000
-44.000
-45.000
-46.000
-47.000
1 2 3 1 2 3
(b) S/N IR de densidad de corriente ánodo. (c) S/N IR de densidad de corriente cátodo.
Figura 4.9: Gráficos de perfiles de señal ruido de diseño robusto de Taguchi para una
PEMFC a Vcell = 0,65V .
presenta, seguida por el factor (E), (D), (C), y el que menor influencia presenta es
(B).
Las mejores condiciones para la mejor distribución de densidad de corriente generada

en el ánodo son A3B3C1D3E3, donde el parámetro que mayor sensibilidad presenta
es (A), seguido por (C), luego por (B), (D), y el que menor influencia presenta es
(E).
Las mejores condiciones para la mejor distribución de densidad de corriente gene-

rada en el cátodo son A3B3C1D3E3, donde el parámetro que mayor sensibilidad
presenta es (A), seguido por (C), luego por (E), (B), y el que menor influencia
57
presenta es (D).
A realizar esta comparación se puede notar que la distribución de corriente en el ánodo

y en cátodo tienen la misma combinación óptima de parámetros A3B3C1D3E3.
La variable a la cual es más sensible la densidad de corriente promedio generada y la
distribución de la misma, tanto para el ánodo como para el cátodo, es la configuración de
canales (A).
Las variables más importantes para la generación de energı́a eléctrica, después de (A),
son la cantidad de reactivos (E) y (D), y con menor influencia la porosidad (C) y la
configuración de flujo (B). Ésto evidencia que el ángulo de enfrentamiento de las placas
no afecta demasiado a la cantidad de corriente eléctrica generada.
La variable más importante para la distribución de corriente eléctrica en el ánodo y en
el cátodo, después de (A), es la porosidad (C). Ésto se debe a que la porosidad influye
mucho en la distribución de los gases sobre la capa catalı́tica, que son los reactivos de los
que se nutre la reacción electroquı́mica, por lo que también influye en la distribución de
la corriente generada.
Estos resultados dejan entrever que el factor que más incide en la corriente generada y
su distribución es el arreglo geométrico de los canales, siendo la geometrı́a mixta, combi-
nación entre paralelo y serpentı́n, la que presenta una mejor generación y distribución de
la densidad de corriente eléctrica.
La orientación de flujos en co-corriente, transversal o contra-corriente es el factor que
menos influencia la generación de corriente.
La relación estequeométrica del cátodo no afecta significativamente la distribución de
corriente en el ánodo, y la relación estequeométrica del ánodo no afecta significativamente
la distribución de corriente en el cátodo.
Para evaluar los resultados de la optimización de parámetros operacionales por medio
de análisis de Taguchi; se analiza la densidad de corriente, y la distribución de corriente
58
en el ánodo y en el cátodo para los experimentos que:
tenga la mejor combinación para la densidad de corriente generada, exp32323.
tenga la mejor combinación para la distribución de corriente eléctrica generada en

el ánodo y en el cátodo, exp33133.
sea la mejor combinación entre los experimentos de Taguchi, exp31323.
sea la peor combinación entre los experimentos de Taguchi, exp23311.
Tomando como referencia al experimento optimizado de celda completa de la sección

anterior para analizar las configuraciones antes mencionadas. La densidad de corriente pro-
medio generada, y los ı́ndices de rugosidad para el ánodo y el cátodo de cada experimento
se ven el cuadro comparativo 4.7.
Referencia exp32323 % exp33133 % exp31323 % exp23311 %

I
[A/m2 ] 3378.018 4613.749 +36.58 3668.445 +8.60 4614.737 +36.61 1700.740 -49.65
IR Ianodo
179.929 59.868 -66.73 36.632 -79.64 60.904 -66.15 247.714 +37.67
[A/m2 ]
IR Icatodo
186.582 64.202 -65.59 38.702 -79.26 64.816 -65.26 237.379 +27.23
[A/m2 ]
Cuadro 4.7: Cuadro comparativo entre experimentos.
La densidad de corriente promedio generada en exp32323 , el mejor experimento para

la generación de corriente eléctrica, es un 36,58 % mayor que la de referencia. El ı́ndice
de rugosidad para el ánodo en exp32323 mejoró en un 66,73 % respecto al experimento
de referencia. El ı́ndice de rugosidad para el cátodo en exp32323 mejoró en un 65,59 %
respecto al experimento de referencia.
La densidad de corriente promedio generada en exp33133 , el mejor experimento para
la distribución de corriente eléctrica, es un 8,60 % mayor que la de referencia. El ı́ndice
de rugosidad para el ánodo en exp33133 mejoró en un 79,64 % respecto al experimento
59
de referencia. El ı́ndice de rugosidad para el cátodo en exp33133 mejoró en un 79,26 %

respecto al experimento de referencia.
La densidad de corriente promedio generada en exp31323 , el mejor experimento de
la combinación de experimentos ortogonales de Taguchi, es un 36,61 % mayor que la de
referencia. El ı́ndice de rugosidad para el ánodo en exp31323 mejoró en un 66,15 % respecto
al experimento de referencia. El ı́ndice de rugosidad para el cátodo en exp31323 mejoró
en un 65,26 % respecto al experimento de referencia.
La densidad de corriente promedio generada en exp23311 , el peor experimento de
la combinación de experimentos ortogonales de Taguchi, es un 49,65 % menor que la de
referencia. El ı́ndice de rugosidad para el ánodo en exp23311 empeoró en un 37,67 %
respecto al experimento de referencia. El ı́ndice de rugosidad para el cátodo en exp23311
empeoró en un 27,23 % respecto al experimento de referencia.
Una vez evaluado el funcionamiento de la celda para cada combinaciones escogidas a un
valor de potencial de 0, 65V , se realizó la curva de polarización y de IR vs V con la finalidad
de evaluar el desempeño a diferentes potenciales para estas configuraciones seleccionadas.
Las curvas de polarización y el IR a diferentes potenciales de la celda completa para cada
configuración se ven en las figuras 4.10 y 4.11 respectivamente.
Al analizar la curva de polarización de la figura 4.10, se ve claramente como el ex-
perimento exp23311 agota el suministro de reactivos por lo que la corriente se mantiene
constante en 1800A/m2 a pesar de disminuir el potencial, lo que demanda más reactivos.
Los experimentos exp32323 y 31323 tienen curvas de polarización practicante idénticas,
esto se debe a que solo varı́an el parámetro (B), que para el caso de la densidad de corriente
generada presenta la menor sensibilidad.
Al analizar la figura 4.11 donde se muestra una evolución del ı́ndice de rugosidad en
función del potencial de operación, se ve como el experimento exp23311 tiene la peor
distribución de corriente eléctrica.
60
Figura 4.10: Curva de polarización para una PEMFC completa para cada experimento.
Figura 4.11: Curva de IR vs V para una PEMFC completa para cada experimento.
61
Los experimentos exp32323 y 31323 tienen curvas prácticamente idénticas, esto se

explica porque entre estas simulaciones solo varı́a el parámetro (B), esto se explica porque
el parámetro mencionado tiene la menor sensibilidad frente al ı́ndice IR.
El experimento exp33133 mostró tener la mejor distribución de densidad corriente
generada a lo largo de todo el potencial de trabajo.
Taguchi
Retomando la optimización por medio del algoritmo BOBYQA, sujeta a la función

objetivo 3.1, de los perfiles de canales planteada para un monocanal se traslado la misma
a la celda completa, trabajando sobre las dimensiones de perfil de los canales altura de
canal, ancho de costillas y ancho de la sección superior del canal, tanto para el ánodo
y para el cátodo. Esta metodologı́a se realizo sobre todas las combinaciones planteadas
en en el diseño de Taguchi. Todas las simulaciones presentadas en el diseño de Taguchi
al ser optimizadas sufrieron modificaciones en el perfil de canal. Las nuevas dimensiones
optimizadas y perfiles optimizados para cada una de las combinaciones experimentales se
encuentran en la tabla 4.8 y pueden verse en la figura 4.12.
Los Valores de densidad de corriente promedio generada, y los ı́ndices de rugosidad de
la densidad de corriente en el ánodo y en el cátodo, antes y después de la optimización de
perfiles se ven en la tabla comparativa 4.9.
Se puede apreciar que en todos los casos se ha logrado una mejorı́a en el rendimien-
to, incluyendo aumento de densidad de corriente generada y disminución de los ı́ndices
de distribución. El único caso que mantuvo estos valores prácticamente inalterados fue
exp21231, esto es porque coincide con las condiciones originales que ya se encontraban
optimizadas.
62
Parámetros optimizados
Número
Experimento Hcanal ánodo Hcanal cátodo Wrib ánodo Wrib cátodo Wsuperior ánodo Wsuperior cátodo
de corrida
[mm] [mm] [mm] [mm] [mm] [mm]
0 original 1.3718 1.0388 1.4998 1.5000 1.0366 1.0041
1 exp11111 1.5551 1.1152 1.3736 1.4144 0.9992 0.5200
2 exp12222 1.2359 1.1110 1.5000 1.5000 1.0896 0.5000
3 exp13333 1.2778 1.1214 1.5000 1.5000 0.9759 0.5000
4 exp21122 1.3237 0.9846 1.4571 1.3132 1.0549 1.0773
5 exp22233 1.3277 0.9702 1.4566 1.3146 1.0481 1.0706
6 exp23311 1.3622 0.9643 1.4516 1.2916 1.0450 1.0795
7 exp31213 1.3686 1.3191 1.4857 1.5000 1.0125 1.3078
8 exp32321 1.3587 1.2800 1.4963 1.4651 1.0333 1.3281
9 exp33132 1.3583 1.2973 1.4946 1.5000 1.0327 1.2953
10 exp11332 1.2785 1.0499 1.5000 1.5000 1.0172 0.5000
11 exp12113 1.3570 0.9513 1.5000 1.5000 1.0250 0.5000
12 exp13221 1.3914 1.0200 1.3236 1.5000 1.0330 0.5000
13 exp21231 1.3718 1.0388 1.5000 1.5000 1.0336 1.0041
14 exp22312 1.3285 0.7985 1.5000 0.9085 1.0339 1.0039
15 exp23123 1.3539 0.6394 1.3907 1.4848 1.0345 1.0033
16 exp31323 1.3666 1.3206 1.3907 1.5000 1.0205 1.3198
17 exp32131 1.3540 1.2754 1.4998 1.4651 1.0350 1.3321
18 exp33212 1.3593 1.2694 1.5000 1.5000 1.0046 1.3204
Cuadro 4.8: Dimensiones de los canales de las celdas PEM optimizados para cada uno de
los experimentos.
Cabe destacar considerando los diferentes arreglos geométricos de los canales de flujo,
parámetros que aportan la mayor sensibilidad, que se encuentran algunas tendencias para
las diferentes configuraciones geométricas. En el caso de los canales paralelos propenden a
minimizar el ancho del perfil de los cátodos manteniendo una altura intermedia entre 0,9
y 1,2mm. Para la configuración de canales en serpentı́n se obtiene un estado intermedio
donde la parte superior del perfil de los canales del cátodo mantienen su valor cercano a
1,0mm, la altura del cátodo es menor que para otras configuraciones y presenta el menor
ancho de las costillas. La configuración de canales mixta presenta el mayor ancho en la
sección de la placa del cátodo, aproximadamente 1,3mm, el mayor ancho de costilla, al
igual que el paralelo, y la mayor altura de canales. Evaluando el perfil de canal del ánodo,
salvo algunos casos aislados, se presenta en general una configuración similar de alrededor
de 1,35mm de altura, entre 1,4mm y 1,5mm de ancho de costilla y alrededor de 1mm de
63
Isin optimizar Ioptimizado IRánodo sin optimizar IRánodo optimizado IRcátodo sin optimizar IRcátodo optimizado
Experimento
[A/m2 ] [A/m2 ] [A/m2 ] [A/m2 ] [A/m2 ] [A/m2 ]
exp11111 3,264.628 3,737.405 110.534 30.281 125.595 32.052
exp12222 3,847.392 4,430.127 117.429 32.911 122.690 35.075
exp13333 4,253.868 4,924.537 93.508 37.556 133.720 37.657
exp21122 2,333.923 2,994.234 211.603 129.843 205.835 124.323
exp22233 2,740.534 3,521.255 225.901 128.925 214.839 116.698
exp23311 1,700.740 2,928.744 247.714 224.740 237.379 216.533
exp31213 4,247.875 4,413.409 49.824 29.795 53.676 31.962
exp32321 4,299.861 4,610.059 82.372 47.172 88.038 51.704
exp33132 3,601.363 3,684.623 40.212 27.633 42.809 29.316
exp11332 4,203.629 4,884.597 100.186 42.159 137.812 42.466
exp12113 3,353.531 3,805.631 116.930 25.244 119.275 26.769
exp13221 3,774.302 4,351.295 107.024 40.824 132.662 42.594
exp21231 1,764.327 1,763.387 241.704 242.133 233.134 233.541
exp22312 2,208.322 3,752.140 263.076 140.437 248.646 126.440
exp23123 2,679.828 3,426.512 168.959 118.409 162.900 81.466
exp31323 4,614.737 4,849.719 60.904 34.986 64.816 36.488
exp32131 3,493.819 3,638.427 46.248 29.832 50.441 32.292
exp33212 4,153.876 4,322.606 54.978 33.776 58.057 35.119
Cuadro 4.9: Experimentos ortogonales de Taguchi comparación con los de la optimización

general
ancho en la parte superior del canal que se encuentra al interior de la placa bipolar.
Analizando las variables utilizadas en la función objetivo, vemos que la geometrı́a ser-
pentı́n no alcanza los desempeños que se logran en las configuraciones mixta y paralela,
ya que presenta menores densidades de corriente promedio, hasta la mitad que los otros
casos, y mayores ı́ndices de rugosidad, de un orden de magnitud superiores. Para las confi-
guraciones de canales paralelos y serpentı́n optimizadas se alcanza densidades de corriente
promedio por encima de 3500mA/m2 llegando hasta 4900mA/m2 , y los IR disminuyen a
rangos que van en general entre 30 a 42.
Mediante el análisis de estos datos se puede vislumbrar que la mayor sensibilidad se
encuentra en el cátodo, esto cobra sentido desde el punto de vista del comportamiento de
los gases, ya que el hidrógeno ingresa prácticamente puro y tiene elevado coeficiente de
difusión, sin embargo el O2 ingresa con una pureza cercana al 0,21 y presenta un coeficiente
de difusión mayor por lo que necesita ser mejor encauzado de acuerdo a la configuración
geométrica presente.
64
(a) exp11111 (b) exp12222 (c) exp13333
(d) exp21122 (e) exp22233 (f) exp23311
(g) exp31213 (h) exp32321 (i) exp33132
65
(j) exp11332 (k) exp12113 (l) exp13221
(m) exp21231 (n) exp22312 (ñ) exp23123
(o) exp31323 (p) exp32131 (q) exp33212
Figura 4.12: Perfiles optimizados para cada uno de los experimentos ortogonales.
66
Capı́tulo 5
Conclusiones
Del análisis de la optimización geométrica de una PEMFC se concluye que:
Es posible encontrar un perfil que optimice el funcionamiento, aumentando un 6,37 %

la densidad de corriente generada promedio y disminuyendo un 72,64 % el ı́ndice de
rugosidad de la densidad de corriente generada en el ánodo y un 66,11 % en cátodo,
de un monocanal de una PEMFC mediante el algoritmo BOBYQA.
Las curvas de polarización y de IR vs Vcell del perfil optimizado del monocanal tienen
un mejor desempeño para todos los valores de Vcell entre 0.5V y 0.9V.
Los perfiles optimizados para un monocanal optimizan el funcionamiento, aumen-

tando un 4,97 % la densidad de corriente generada promedio y disminuyendo un
23,48 % el ı́ndice de rugosidad de la densidad de corriente generada en el ánodo y un
29,91 % en cátodo, de una celda de combustible de canales paralelos de 2, 4 × 2, 4cm.
Las curvas de polarización y de IR vs Vcell de la celda de combustible de tipo PEM de

canales en paralelo y perfiles optimizados por medio de algoritmo BOBYQA tienen
67
CAPÍTULO 5. CONCLUSIONES
un mejor desempeño para todos los valores de Vcell entre 0.5V y 0.9V.
2. Optimización de parámetros de funcionamiento de
una PEMFC
Del análisis del experimento robusto de Taguchi concluimos que:
El factor frente al cual tiene mayor sensibilidad la corriente generada y su distribu-

ción es el arreglo geométrico de los canales, siendo la geometrı́a mixta, combinación
entre paralelo y serpentı́n, la que presenta una mejor generación y distribución de la
densidad de corriente eléctrica.
El factor que menos influencia tiene en la densidad de energı́a de corriente eléctrica

promedio es la orientación de los flujos (co-corriente, transversal, contra corriente).
La relación estequeométrica del cátodo no afecta significativamente la distribución

de corriente en el ánodo, y la relación estequeométrica del ánodo no afecta significa-
tivamente la distribución de corriente en el cátodo.
La mejor combinación de factores para la densidad de corriente eléctrica promedio

generada es la del experimento exp32323.
La mejor combinación de factores para la distribución de densidad de corriente

eléctrica generada es la del experimento exp33133.
El experimento exp32323 tiene un mejor desempeño a lo largo de toda la curva de

polarización respecto de demás experimentos entre 0.5V y 0.9V.
El experimento exp33133 tiene un mejor desempeño a lo largo de la curva IR vs Vcell

respecto a los demás experimentos entre 0.5 y 0.9V.
68
CAPÍTULO 5. CONCLUSIONES
Taguchi
Al aplicar el algoritmo BOBYQA cambiando los perfiles de los canales se concluye que:
El experimento exp23311 ya se encontraba en su perfil óptimo.
Los perfiles de canales para el ánodo de la PEMFC tienen formas similares.
Los perfiles de canales para el cátodo de la PEMFC dependen de la distribución de

canales elegida.
4. Trabajos futuros
El presente trabajo tiene como trabajo futuros:
Independizar la configuración geométrica del cátodo y del ánodo.
Independizar las porosidades del cátodo y del ánodo.
Agregar variables al estudio de sensibilidad.
Desarrollar un modelo que considere el cambio de estado del agua, y las variables
térmica.
69
REFERENCIAS REFERENCIAS
Referencias
Aguer Hortal, M., y Miranda Barreras, A. L. (2012). El hidrogeno. Fundamento de un futuro equilibrado
(2da ed.). Madrid: Ediciones Diaz de Santos.
Aguirre Mayandı́a, A., y Guachı́a Babé, L. (2009). Descripción y Modelado de una Pila de Combustible
de Membrana de Intercambio Protónico (Tesis Doctoral no publicada). Universidad Calos III de Madrid.
Amalia1983. (2014). File:PEM fuel cell diagram.jpg - Wikimedia Commons. Descargado 2020-03-06, de
https://commons.wikimedia.org/w/index.php?curid=33757630
Arriaga, M. C., Paul, P., Anguas, G., y Rico Rodrı́guez, A. (1998). Publicación Técnica No.108 Sanfan-
dila, Qro.
Barreras, F., y Lozano, A. (s.f.). Hidrógeno. Pilas de combustible de tipo PEM (Inf. Téc.). Descargado
de www.energia2012.es
Cano Castillo, U. (1999). Las celdas de combustible: verdades sobre la generación de electricidad limpia
y eficiente vı́a electroquı́mica (Inf. Téc.).
Chen, W. H., Huang, S. R., y Lin, Y. L. (2015, nov). Performance analysis and optimum operation of a
thermoelectric generator by Taguchi method. Applied Energy, 158 , 44–54. doi: 10.1016/j.apenergy.2015
.08.025
Comsol. (2016). COMSOL Multiphysics

R Modeling Software. Descargado 2020-03-15, de https://
www.comsol.com/
Davis, R., y John, P. (2018, mar). Application of Taguchi-Based Design of Experiments for Indus-
trial Chemical Processes. En Statistical approaches with emphasis on design of experiments applied
to chemical processes. InTech. Descargado de http://www.intechopen.com/books/statistical
-approaches-with-emphasis-on-design-of-experiments-applied-to-chemical-processes/
application-of-taguchi-based-design-of-experiments-for-industrial-chemical-processes
doi: 10.5772/intechopen.69501
Drar, H., y Svensson, I. L. (2006, dec). Characterization of tensile properties and microstructures
in directionally solidified Al-Si alloys using linear roughness index. Materials Characterization, 57 (4-
5), 244–258. Descargado de https://linkinghub.elsevier.com/retrieve/pii/S1044580306000672
doi: 10.1016/j.matchar.2006.01.020
70
Enrique, E. H., y Luis Alberto, z. C. (2006). Modelado Dinámico de celdas de combustible (Tesis Doctoral
no publicada).
Falagüerra, T., Muñoz, P., y Correa, G. (2021, jan). Analysis of the cathode side of a PEMFC varying
design parameters to optimize current distribution and power density. Journal of Electroanalytical
Chemistry, 880 . Descargado de http://dx.doi.org/10.1016/j.jelechem.2020.114820 doi: 10.1016/
j.jelechem.2020.114820
Fernandez-Bolaños Badı́a, C., y Velázquez Vila, R. (2005). CONTEXTO, ESTADO ACTUAL Y PERS-
PECTIVAS DE FUTURO (Tesis Doctoral no publicada). Universidad de Sevilla, Sevilla.
Frias Valero, E., y Bosch Tous, R. (2004). Aportaciones al estudio de las máquinas eléctricas de flujo axial
mediante la aplicación del método de los elementos finitos (Tesis Doctoral no publicada). Universitat
Politècnica de Catalunya.
Garcı́a Barrientos, A. U. A. d. E. d. H., Romero Trejo, H. U. A. d. E. d. H., Santos Sánchez,

O. J. U. A. d. E. d. H., Villafuerte Segura, R. U. A. d. E. d. H., Pérez Cortés, O. U. A. d. E. d. H.,
Ramos Velasco, L. E. U. A. d. E. d. H., . . . Itzmoyol, A. (2016). Fuentes de Energı́as Alternas : Teorı́a
y Práctica (A. U. A. d. H.-M.ı́a Barrientos@, O. U. A. d. H.-M.Ávila Pozos@, y J. U. d. Á.-C. Plaza
Casitllo, Eds.) (n.o April).
Goerlich Gisbert, F. J., y Cantarino Martı́, I. (2010). Rugosidad del terreno. Una caracterı́stica del paisaje
poco estudiada. Fbbva, 1–31. Descargado de http://www.fbbva.es/TLFU/dat/dt10{ }2010.pdf
Grande Ruiz, A., y Pino Lucena, F. J. (2014). Análisis experimental del funcionamiento de una celda
de combustible de metanol directo en diferentes condiciones operativas (Tesis Doctoral no publicada).
Universidad de Sevilla, Sevilla.
Gutiérrez Pulido, H., y de la Vara Salazar, R. (2012). Análisis y diseño de experimentos.
Johnson, S. G., y Schueller, J. (s.f.). NLopt Documentation. Descargado 2020-02-14, de https://

nlopt.readthedocs.io/en/latest/
Karthikeyan, P., Muthukumar, M., Shanmugam, S. V., Kumar, P. P., Murali, S., y Kumar, A. P. (2013).
Optimization of operating and design parameters on proton exchange membrane fuel cell by using
Taguchi method. Procedia Engineering, 64 , 409–418. Descargado de http://dx.doi.org/10.1016/
j.proeng.2013.09.114 doi: 10.1016/j.proeng.2013.09.114
71
Kwon, O. J., Shin, H. S., Cheon, S. H., y Oh, B. S. (2015, sep). A study of numerical analysis for
PEMFC using a multiphysics program and statistical method. En International journal of hydrogen
energy (Vol. 40, pp. 11577–11586). Elsevier Ltd. doi: 10.1016/j.ijhydene.2015.03.163
Lei, X., Wu, C., y Chen, P. (2018, may). Optimizing parameter of particle damping based on Leidenfrost
effect of particle flows. Mechanical Systems and Signal Processing, 104 , 60–71. doi: 10.1016/j.ymssp
.2017.10.037
Liu, H., Li, P., Juarez-Robles, D., Wang, K., y Hernandez-Guerrero, A. (2014, jan). Experimental Study
and Comparison of Various Designs of Gas Flow Fields to PEM Fuel Cells and Cell Stack Performance.
Frontiers in Energy Research, 2 (JAN), 2. Descargado de http://journal.frontiersin.org/article/
10.3389/fenrg.2014.00002/abstract doi: 10.3389/fenrg.2014.00002
Lobato, J., Cañizares, P., Rodrigo, M. A., Pinar, F. J., Mena, E., y Úbeda, D. (2010). Three-dimensional
model of a 50 cm2 high temperature PEM fuel cell. Study of the flow channel geometry influence.
International Journal of Hydrogen Energy, 35 (11), 5510–5520. doi: 10.1016/j.ijhydene.2010.02.089
Martinez-Echevarria Romero, M. J., Tafur Garro, N. M., y Gallardo Zevallos, G. (2016, jan). Implemen-
tation of the mechanistic-empirical pavement design in northern Peru using a calibration coefficient
for the International Roughness Index. Construction and Building Materials, 102 , 270–280. Des-
cargado de https://linkinghub.elsevier.com/retrieve/pii/S0950061815305882 doi: 10.1016/
j.conbuildmat.2015.10.167
Muñoz, P. M., Correa, G., Gaudiano, M. E., y Fernández, D. (2017, nov). Energy management control
design for fuel cell hybrid electric vehicles using neural networks. International Journal of Hydrogen
Energy, 42 (48), 28932–28944. doi: 10.1016/j.ijhydene.2017.09.169
Pawar, P. R., Mathew, A. T., y Saraf, M. R. (2018). IRI (International Roughness Index): An In-
dicator of Vehicle Response. En Materials today: Proceedings (Vol. 5, pp. 11738–11750). Elsevier
Ltd. Descargado de https://linkinghub.elsevier.com/retrieve/pii/S2214785318303468 doi:
10.1016/j.matpr.2018.02.143
Powell, M. (2009). The BOBYQA algorithm for bound constrained optimization without derivatives. NA
Report NA2009/06 , 39. Descargado de http://www6.cityu.edu.hk/rcms/publications/preprint26
.pdf doi: 10.1.1.443.7693
72
Rilley, S. J., Degloria, S. D., y Elliot, S. (1999). A Terrain Ruggedness In-

dex that Quantifies Topographic Heterogeneity. Intermountain Journal of Scien-
ces 5, 23–27. Descargado de https://www.researchgate.net/publication/
259011943{ }A{ }Terrain{ }Ruggedness{ }Index{ }that{ }Quantifies{ }Topographic{ }Heterogeneity
Sabirón, L., y Marı́a, A. (2011). Gestión térmica y del agua en una pila de combustible tipo PEM. Diseño
y fabricación de pilas (Tesis Doctoral no publicada).
Tabatabaian, M. (2014). COMSOL

R for Engineers. Mercury Learning and Information.
Terzioğlu, H. (2020, jan). Analysis of effect factors on thermoelectric generator using Taguchi met-
hod. Measurement: Journal of the International Measurement Confederation, 149 . doi: 10.1016/
j.measurement.2019.106992
Wang, X., Zhou, F., Xia, T., y Xu, M. (2016, nov). A multi-objective optimization model to enhance
the comprehensive performance of underground gas drainage system. Journal of Natural Gas Science
and Engineering, 36 , 852–864. doi: 10.1016/j.jngse.2016.11.012
Wu, H. W., y Ku, H. W. (2012). Effects of modified flow field on optimal parameters estimation and cell
performance of a PEM fuel cell with the Taguchi method. International Journal of Hydrogen Energy,
37 (2), 1613–1627. Descargado de http://dx.doi.org/10.1016/j.ijhydene.2011.09.115 doi: 10
.1016/j.ijhydene.2011.09.115
Ying, W., Ke, J., Lee, W. Y., Yang, T. H., y Kim, C. S. (2005, sep). Effects of cathode channel
configurations on the performance of an air-breathing PEMFC. En International journal of hydrogen
energy (Vol. 30, pp. 1351–1361). doi: 10.1016/j.ijhydene.2005.04.009
Yoon, Y. G., Lee, W. Y., Park, G. G., Yang, T. H., y Kim, C. S. (2005, sep). Effects of channel and
rib widths of flow field plates on the performance of a PEMFC. En International journal of hydrogen
energy (Vol. 30, pp. 1363–1366). Pergamon. doi: 10.1016/j.ijhydene.2005.04.008
73
Apéndices
74
Apéndice A
Subrutina de Cálculo de IR
1 f u n c t i o n IRT = i r t 2 (E) % d e f i n i m o s l a f u n c i o n para e l c a l c u l o de IR
3 s i z = s i z e (E) ; % t a m a o de l a m a t r i z de d a t o s
e l e = numel (E) ; % c u e n t a c a n t i d a d de e l e m e n t o s
5
IRT = z e r o s ( s i z ) ; % g e n e r a una m a t r i z con c e r o s de l a s d i m e n s i o n e s de l a
m a t r i z de d a t o s
7
f o r i =1: e l e ; % Aplicamos e l c a l c u l o de IR a cada
e l e m e n t o de l a m a t r i z de d a t o s
9 r e f = E( i ) ; % d e f i n i m o s e l v a l o r de l a c e l d a c e n t r a l
[ r , c ] = ind2sub ( s i z , i ) ; % buscamos l o s s u b i n d i c e s d e l e l e m e n t o i de
l a m a t r i z de d a t o s
11
s u b r = [ r+1 r r − 1 ] ; % d e f i n i m o s l o s l i m i t e s de l a s u m a t o r i a en
las f i l a s r
13 subc = [ c+1 c c − 1 ] ; % d e f i n i m o s l o s l i m i t e s de l a s u m a t o r i a en
l a s columnas c
75
APÉNDICE A. SUBRUTINA DE CÁLCULO DE IR
15 o f f r a n g e r = subr <=0 | subr>s i z ( 1 ) ; % construimos matriz l o g i c a

de i n d i c e s r f u e r a de l a m a t r i z
o f f r a n g e c = subc<=0 | subc>s i z ( 2 ) ; % construimos matriz l o g i c a
de i n d i c e s c f u e r a de l a m a t r i z
17
c o r r s u b r = subr (˜ o f f r a n g e r ) ; % r e c o r t a m o s de l a m a t r i z de
s u b i n d i c e s r l o s e l e m e n t o s f u e r a de t e r m i n o
19 c o r r s u b c = subc ( ˜ o f f r a n g e c ) ; % r e c o r t a m o s de l a m a t r i z de
s u b i n d i c e s c l o s e l e m e n t o s f u e r a de t e r m i n o
21 i i = 0;
23 numelrr = numel ( c o r r s u b r ) ; % Cuenta l o s e l e m e n t o s

u t i l e s , e s d e c i r , s i n c o n t a r l o s f u e r a de rango
numelcc = numel ( c o r r s u b c ) ;
25
a=z e r o s ( numelrr , numelcc ) ; % Genera una m a t r i z de c e r o s
d e l t a m a o de l o s e l e m e n t o s u t i l i z a d o s
27
f o r r r = 1 : numelrr ; % i n c o r p o r a l o s v a l o r e s de
l a I n t e n s i d a d de E a l a m a t r i z a
29 f o r c c = 1 : numelcc ;
i i = i i +1;
31 a ( i i )= E( c o r r s u b r ( r r ) , c o r r s u b c ( c c ) ) ;
end
33 end
35 IRT ( r , c )=s q r t ( sum ( sum ( ( a−r e f ) . ˆ 2 ) ) ) ; % r e a l i z a e l c a l c u l o d e l IR en l a

celda r , c
end
37 end
76
Apéndice B
Parámetros estructurales y de
funcionamiento del modelo de
PEMFC
Los parámetros estructurales, las expresiones utilizadas para calcularlos y dichos valo-
res de los parámetros se ven en la tabla B.1.
De igual forma, los parámetros de funcionamiento, las expresiones utilizadas para cal-
cularlos y dichos valores de los parámetros se ven en las tablas tablas B.2 y B.3.
77
APÉNDICE B. PARÁMETROS ESTRUCTURALES Y DE FUNCIONAMIENTO
DEL MODELO DE PEMFC
Parámetro Expresión Valor Descripción

Hcl 50e-6[m] 5E-5 m Espesor de la CL
Hgdl 380e-6[m] 3.8E-4 m Espesor de la GDL
Hmem 100e-6[m] 1E-4 m Espesor de la membrana
L 0.024[m] 0.024 m Longitud de la celda
Lplaca 28 [mm] 0.028 m Longitud de la placa bipolar
Lch−rib 2[mm] 0.002 m Ancho designado a cada canal
n 12 12 Número de canales
Wch−in−anodo 0.001 [m] 0.001 m Ancho del canal de ingreso del ánodo
Wcha Lch−rib −Wriba 5E-4 m Ancho canal ánodo
Wchat 0.0016 [m] 0.0016 m Ancho del canal en placa anodo
Wchct 0.0014005 [m] 0.0014005 m Ancho del canal en placa cátodo
Wriba 0.0015 [m] 0.0015 m Ancho tierra ánodo
Wribc 0.0015 [m] 0.0015 m Ancho tierra cátodo
d (Wcha − Wchc )/2 0m Distancia de corrección cátodo
α 180 180 Ángulo de rotación entre placas bipolares
Wch−in−catodo 0.001 [m] 0.001 m Ancho del canal de ingreso del cátodo
Hchc 0.0015 [m] 0.0015 m alto canal cátodo
Hcha 0.0015 [m] 0.0015 m alto canal ánodo
Wchc Lch−rib − Wribc 5E-4 m ancho canal cátodo
Cuadro B.1: Parámetros estructurales del modelo de una celda PEM.

3 3
Ca 5,01E-7[m /s] · Xin−anodo 6,012E-7m /s caudal de ingreso cátodo
Cc 3,27E-6[m3 /s] · Xin−catodo 3,924E-6m3 /s caudal de ingreso ánodo
cH2ref 40,88[mol/m3 ] 40,88mol/m3 Concentración de referencia de H2
cO2ref 40,88[mol/m3 ] 40,88mol/m3 Concentración de referencia de O2
DCO−H2 9,15E-5 · (Tref /307,1[K])1,75 [m2 /s] 8,6885E-5m2 /s Coeficiente de difusión binaria entre H2 − H2 O
DCO−H2 O 2,82E-5 · (Tref /308,1[K])1,75 [m2 /s] 2,6626E-5m2 /s Coeficiente de difusión binaria entre O2 − H2 O
DH2 −H2 O 9.15E−5*(Tr ef /307,1[K])1 ,75[m2 /s] 8,6885E-5m2 /s Coeficiente de difusión binaria entre H2 − H2 O
DN2 −H2 O 2,56E-5 · (Tref /307,15[K])1,75 [m2 /s] 2,4302E-5m2 /s Coeficiente de difusión binaria entre N2 − H2 O
DO2 −H2 O 2,82E-5 · (Tref /308,1[K])1,75 [m2 /s] 2,6626E-5m2 /s Coeficiente de difusión binaria entre O2 − H2 O
DO2 −N2 2,2E-5 · (Tref /293,2[K])1,75 [m2 /s] 2,2654E-5m2 /s Coeficiente de difusión binaria entre O2 − N2
CL 1 − GDL + l 0,44 Porosidad de la CL
GDL 0,8 0,8 Porosidad de la GDL
l 0,3 · GDL 0,24 Fracción volumétrica de electrolito
κCL κGDL /5 2,36E-12m2 Permeabilidad de la CL
κGDL 1,18E-11[m2 ] 1,18E-11m2 Permeabilidad de la GDL
Cuadro B.2: Parámetros funcionales del modelo de una celda PEM.
78
APÉNDICE B. PARÁMETROS ESTRUCTURALES Y DE FUNCIONAMIENTO
DEL MODELO DE PEMFC

MCO 28[g/mol] 0,028kg/mol Masa mola de CO
MH2 0,002[kg/mol] 0,002kg/mol Masa molar de H2
MH2 O 0,018[kg/mol] 0,018kg/mol Masa molar de H2 O
MN2 0,028[kg/mol] 0,028kg/mol Masa molar de N2
MO2 0,032[kg/mol] 0,032kg/mol Masa molar de O2
µanode 1,19e-5[P a ∗ s] 1,19E-5P a · s Viscosidad en el ánodo
µcathode 2,46e-5[P a ∗ s] 2,46E-5P a · s Viscosidad en el cátodo
pref 101000[P a] 1,01E5 P a Reference pressure
σGDL 222[S/m] 222S/m GDL electric conductivity
σm 9,825[S/m] 9,825S/m Membrane conductivity
T 273 + 60[K] 333K temperatura de trabajo
Tref 25 + 273,15[K] 298,15K Cell temperature
Uin−anode Ca /(π ∗ (Wch−in−anodo /2)2 ) 0,76547m/s Velocidad de flujo de ingreso ánodo
Uin−cathode Cc /(π ∗ (Wch−in−catodo /2)2 ) 4,9962m/s Velocidad de flujo de ingreso cátodo
Vcell 0,65[V ] 0,65V Voltaje de celda
wH2 −in 0,743 0,743 Fraccion de masa de ingreso de H2 (ánodo)
wH2 O−in 0,023 0,023 Fraccion de masa de ingreso de H2 O (cátodo)
wO2 −in 0,228 0,228 Fraccion de masa de ingreso de O2 (cátodo)
Xina nodo 1,2 1,2 Razón estequiometrica de ingreso anodo
Xin−catodo 1,2 1,2 Razón estequiometrica de ingreso catodo
Cuadro B.3: Parámetros funcionales del modelo de una celda PEM.
79
Apéndice C
Subrutina Función objetivo
1 f u n c t i o n e = f o b j ( x , fcmodel , opt param )
3
f i l e I D = fopen ( ’ pasos optimizado . txt ’ , ’ a ’ ) ; % incorpora el vector
p r o p u e s t o por e l o p t i m i z a d o r a l modelo
5 f o r i = 1 : s i z e ( opt param , 1 )
f c m o d e l . param . s e t ( opt param { i , 1 } , s t r c a t ( num2str ( x ( i ) ) , opt param { i , 3 } ) ,
opt param { i , 6 } ) ;
7 f p r i n t f ( [ opt param { i , 1 } ’ = ’ num2str ( x ( i ) ) ’ ’ opt param { i , 3 } ’ \n ’ ] ) ;
f p r i n t f ( f i l e I D , [ opt param { i , 1 } ’ = ’ num2str ( x ( i ) ) ’ ’ opt param { i , 3 } ’ \
n ’ ] ) ; % i m p r i m i r en t x t
9 end
11 f c m o d e l . study ( ’ s t d 1 ’ ) . run % correr el estudio

f c m o d e l . r e s u l t . e x p o r t ( ’ data1 ’ ) . run % e x p o r t a r l a m a t r i z de d a t o s de l a
c o r r i e n t e d e l anodo
13 f c m o d e l . r e s u l t . e x p o r t ( ’ data2 ’ ) . run % e x p o r t a r l a m a t r i z de d a t o s de l a
c o r r i e n t e del catodo
80
APÉNDICE C. SUBRUTINA FUNCIÓN OBJETIVO
15 % %i m p o r t a r m a t r i z Anodo
17 f i l e n a m e = ’ s p e r f i c i e I a n o d o . t x t ’ ;
delimiterIn = ’ ’ ;
19 h e a d e r l i n e s I n = 1 3 ;
A anodo = i m p o r t d a t a ( f i l e n a m e , d e l i m i t e r I n , h e a d e r l i n e s I n ) ;
21 m anodo = A anodo . data ;
IR anodo=i r 2 ( m anodo ) ; % Llama a una subrutima para c a l c u l a r IR
23 IR1 anodo=mean ( IR anodo ( : ) ) ; % Promedia El v e c t o r IR anodo
25 % %i m p o r t a r m a t r i z Catodo
27 f i l e n a m e = ’ s p e r f i c i e I c a t o d o . t x t ’ ;
delimiterIn = ’ ’ ;
29 h e a d e r l i n e s I n = 1 3 ;
A catodo = i m p o r t d a t a ( f i l e n a m e , d e l i m i t e r I n , h e a d e r l i n e s I n ) ;
31 m catodo = A catodo . data ;
I R c a t o d o=i r 2 ( m catodo ) ; % l l a m a a una s u b r u t i n a para c a l c u l a r IR
33 I R 1 c a t o d o=mean ( I R c a t o d o ( : ) ) ; % Promedia e l v e c t o r I R c a t o d o
35 % %extraemos d e n s i d a d de c o r r i e n t e
I=mean ( m catodo ( : ) ) ;
37
% %d e j a r como ” e ” e l r e s u l t a d o a m i n i m i z a r
39 w1 = 0 . 2 5 ; % Peso d e n s i d a d de c o r r i e n t e
w2 = 0 . 5 ; % Peso IR c a t o d o
41 w3 = 0 . 2 5 ; % Peso IR anodo
I r e f = 6 0 0 0 ; % Densidad de c o r r i e n t e de r e f e r e n c i a
43 I R r e f = 1 0 0 ; % I n d i c e de r u g o s i d a d de r e f e r e n c i a
45 % %g u a r d a r en e l t x t y m o s t r a r por p a n t a l l a
81
APÉNDICE C. SUBRUTINA FUNCIÓN OBJETIVO
47 f p r i n t f ( ’ IR1 anodo = % f \n ’ , IR1 anodo )

f p r i n t f ( ’ I R 1 c a t o d o = % f \n ’ , I R 1 c a t o d o )
49 f p r i n t f ( ’ I = % f \n ’ , I )
f p r i n t f ( f i l e I D , ’ IR1 anodo = % f \n ’ , IR1 anodo ) ; %%
txt
51 f p r i n t f ( f i l e I D , ’ I R 1 c a t o d o = % f \n ’ , I R 1 c a t o d o ) ;
fprintf ( fileID , ’ I = % f \n ’ , I ) ;
53
% %Evaluar l a f u n c i o n o b j e t i v o
55
f=w1∗ I r e f / I+w2∗ I R 1 c a t o d o / I R r e f+w3∗ IR1 anodo / I R r e f
57
fprintf ( fileID , ’ f objetivo = % f \n ’ , e ) ;
59 f p r i n t f ( f i l e I D , ’ I = % f \n ’ , I ) ;
61 end
82
Apéndice D
Subrutina Optimizador BOBYQA
1 % c r e a d o 20/11/2018
% Funcion para c o r r e r l a o p t i m i z a c i o n de p a r a m e t r o s de modelo
3 clear % Limpiamos y d e f i n i m o s
close all
5 clc
format l o n g g
7
addpath ( ’ / u s r / l o c a l / l i b / matlab / ’ ) % %tomar l i b r e r i a s
9 cpath = pwd ;
11 f c m o d e l = mphopen ( ’ PEMFC monocanal . mph ’ ) ; % cargamos modelo
13 % Param Valor Unidad Min Max Descripcion

%
15
opt param = {
17
’ H cha ’ ’0.0013718 ’ ’ [m] ’ ’ 0 . 5 e −3’ ’ 1 . 5 e −3’ ’’
19 ’ H chc ’ ’0.0010388 ’ ’ [m] ’ ’ 0 . 5 e −3’ ’ 1 . 5 e −3’ ’’
83
APÉNDICE D. SUBRUTINA OPTIMIZADOR BOBYQA
’ W riba ’ ’0.0015000 ’ ’ [m] ’ ’ 0 . 5 e −3’ ’ 1 . 5 e −3’ ’’

21 ’ W ribc ’ ’0.0015000 ’ ’ [m] ’ ’ 0 . 5 e −3’ ’ 1 . 5 e −3’ ’’
’ W chat ’ ’0.0010388 ’ ’ [m] ’ ’ 0 . 2 e −3’ ’ 1 . 6 e −3’ ’’
23 ’ W chct ’ ’0.0010041 ’ ’ [m] ’ ’ 0 . 2 e −3’ ’ 1 . 6 e −3’ ’’
};
25
% %O p t i m i z a c i o n
27
vX opt = s t r 2 d o u b l e ( opt param ( : , 2 ) ) ; % D e f i n i m o s parametro i n i c i a l e s
29 vX l = s t r 2 d o u b l e ( opt param ( : , 4 ) ) ; % D e f i n i m o s l i m i t e s i n f e r i o r e s de l o s
parametros
vX u = s t r 2 d o u b l e ( opt param ( : , 5 ) ) ; % D e f i n i m o s l i m i t e s s u p e r i o r e s de l o s
parametros
31
i f sum ( vX l>=vX u ) > 0
33 e r r o r ( ’ r e s t r i c c i o n e s mal p u e s t a s : l o w e r >= upper ’ ) % e r r o r en l a
e l e c c i o n de l i m i t e s
end
35 i f s i z e ( vX opt , 1 ) ˜= s i z e ( opt param , 1 )
e r r o r ( ’ d i f e r e n c i a de tamanos en p a r a m e t r o s a o p t i m i z a r y v e c t o r i n i c i a l ’
)
37 end
svOptions = [ ] ;
39
opt . a l g o r i t h m = NLOPT LN BOBYQA ; % s e l e c c i o n a r a BOBYQA como e l
optimizador a u t i l i z a r
41 opt . m i n o b j e c t i v e = @( x ) f o b j ( x , fcmodel , opt param ) ;
opt . l o w e r b o u n d s = vX l ; % declarando e l vector de l i m i t e s i n f e r i o r e s
43 opt . upper bounds = vX u ; % d e c l a r a n d o e l v e c t o r de l i m i t e s s u p e r i o r e s
opt . f t o l r e l = 0 . 0 0 1 ; % d e f i n i e n d o l a t o l e r a n c i a r e l a t i v a en l a f u n c i o n
o b j e t i v o para l a d e t e n c i o n d e l o p t i m i z a d o r
84
APÉNDICE D. SUBRUTINA OPTIMIZADOR BOBYQA
45 opt . maxeval = 1 0 0 0 ; % numero maximo de p a s o s

opt . v e r b o s e = 1 ; % h a b i l i t a r m o s t r a r en l a p a n t a l l a l o s p a s o s de
optimizacion
47
d i s p ( ’ Comienza l a o p t i m i z a c i o n ’ )
49 [ xopt , fmin , r e t c o d e ] = n l o p t o p t i m i z e ( opt , vX opt ) ; % optimizador
51 fname = s p r i n t f ( ’ o p t %s . mat ’ , d a t e s t r ( now , 3 0 ) ) ;
53 s a v e ( fname , ’ xopt ’ , ’ fmin ’ , ’ r e t c o d e ’ , ’ opt param ’ ) % guardar parametros

optimos
85
Apéndice E
Cálculo de Caudal Teórico
El caudal teórico se calculó a partir de la expresión de la ley de Faraday, ecuación E.1,

para la electroquı́mica:
I
ṅ = (E.1)
zF
Donde ṅ es la cantidad de sustancia liberada por unidad de tiempo [mol/s], I es la

corriente eléctrica [A], F es la constante de Faraday (96485, 34C/mol), y z es el número
de valencia de la sustancia como ion en la solución (electrones en la semi-reacción). Com-
binándola con la ecuación de estado de los gases ideales, ecuación E.2, podemos obtener
el caudal.
PV
n= (E.2)
RT
Donde n es la cantidad de sustancia[mol], P es la presión absoluta del gas[P a], V es

el volumen ocupado por el gas[m3 ], T es la temperatura del gas[K], y R es la contante de
los gases ideales[8,31J/Kmol]. Si dividimos E.2 en el tiempo
PQ
ṅ = (E.3)
RT
donde Q es el caudal volumétrico de la muestra [m3 /s]. Si igualamos E.1 y E.3, y despe-
86
APÉNDICE E. CÁLCULO DE CAUDAL TEÓRICO
jamos Q tenemos:
IRT
Q= (E.4)
zF P
Si tenemos en cuenta las fracciones volumétricas de los gases debemos dividir la expre-
sión E.4 en Xi , que es la fracción volumétrica de la sustancia i:
IRT
Qmezcla = (E.5)
zXi F P
Si la presión de operación es 101000P a, la tempera de operación es 333K , se escogió

una corriente de referencia de 2,63A, y para obtener z tenemos que analizar las semi-
reacciones en cada electrodo:
1
Reacción global H2 + 02 → H2 O
2
Semi-reacción anódica Semi-reacción catódica
H2 → 2H + + 2e− O2 + 4e− → 2O−2
z=2 z=4
Evaluando la expresiones E.4 y E.5 con la fracción volumétrica XH2 = 0,743 para el
ánodo y XO2 = 0,228 para el cátodo.
Para el ánodo
3
2,63A · 333K · 8,31 PmolK
am
−7 m
3
QH2 −7 m
3
QH2 = C
= 3,72 × 10 , QH2 +H 2 O = = 5,01 × 10
2 · 96485,34 mol · 101000P a s XH 2 s
Para el cátodo
87
APÉNDICE E. CÁLCULO DE CAUDAL TEÓRICO
3
2,63A · 333K · 8,31 PmolK
am
−7 m
3
QO2 −7 m
3
QO2 = C
= 1,87 × 10 , QAire = = 8,18 × 10
4 · 96485,34 mol · 101000P a s XO 2 s
Debido a la baja difusión del oxigeno, para asegurar que su suministro se decidió
cuadruplicar el ingreso de aire. Entonces, el caudal de ingreso de gases en el ánodo es de
5,01 × 10−7 m3 /s y para el cátodo es de 3,27 × 10−6 m3 /s.
88

Estudio y Optimizacion de Parametros de Una Celda de Combustible Tipo Pem

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estudio y Optimizacion de Parametros de Una Celda de Combustible Tipo Pem

Cargado por

Copyright:

Formatos disponibles

ESTUDIO Y OPTIMIZACIÓN DE PARÁMETROS

DE UNA CELDA DE COMBUSTIBLE TIPO PEM

Proyecto de trabajo de grado sometido como requisito

Anteproyecto sometido como requisito parcial para iniciar el proceso de investigación

Robledo Flores Daniel Fernando Federico

Correa Perelmuter Gabriel

San Fernando del Valle de Catamarca, Marzo 2021

Índice general VIII

Índice de figuras XIII

3.7. Diferencia de potencial en bornes de una PEMFC . . . . . . . . . . 15

2. Modelo multifı́sico de una celda de combustible de tipo PEM 29

B. Parámetros estructurales y de funcionamiento del modelo de PEMFC 77

C. Subrutina Función objetivo 80

D. Subrutina Optimizador BOBYQA 83

E. Cálculo de Caudal Teórico 86

1.1. Cuadro comparativo entre distintos tipos de celdas de combustible. . . . . 5

2.1. Fı́sicas aplicadas a cada dominio de una PEMFC. . . . . . . . . . . . . . . 32

4.1. Datos estructurales, estadı́sticos, y de funcionamiento de la simulación y

B.1. Parámetros estructurales del modelo de una celda PEM. . . . . . . . . . . 78

1.1. Diagrama de celda de combustible de tipo PEM. . . . . . . . . . . . . . . . 5

2.1. Malla tetraédrica de elementos finitos para una pieza. . . . . . . . . . . . . 30

3.1. Vista plano XZ de monocanal con las dimensiones a modificar en el opti-

4.11. Curva de IR vs V para una PEMFC completa para cada experimento. . . . 61

1. Planteamiento del problema de investigación

1.1. Interrogantes principales

¿Es posible utilizar la optimización de la sección de un canal de una celda de com-

1.2. Interrogantes particulares

¿Qué parámetros de trabajo vamos a establecer para este problema?

¿Qué parámetros utilizaremos en el diseño experimental paramétrico fraccionado de

1.3. Objetivos principales

Optimizar los parámetros geométricos de la sección de un canal para una celda de

Obtener los parámetros de la celda de combustible con mayor sensibilidad en un

Optimizar los parámetros geométricos de la sección de un canal de celda de combus-

1.4. Objetivos especı́ficos

Establecer los parámetros de trabajo para la celda de combustible.

Seleccionar un algoritmo para la optimización de los parámetros geométricos de un

Comparar si la celda de combustible completa tiene un mejor comportamiento con

Establecer los parámetros a utilizar en el diseño experimental paramétrico fraccio-

Determinar los parámetros que más afectan a la conversión de energı́a eléctrica en

Esta investigación tiene su relevancia en el diseño de nuevos prototipos de celdas de

3.1. Celda de combustible

La celda de combustible es un convertidor electroquı́mico directo de energı́a. Transfor-

3.2. Clasificación de celdas de combustible

AFC, celda de combustible alcalina (Alkaline Fuel Cell).

DMFC, celda de combustible de metanol (Direct Methanol Fuel Cell).

MCFC, celda de combustible de carbonato fundido (Molten Carbonate Fuel Cell).

PAFC, celda de combustible de ácido fosfórico (Phosphoric Acid Fuel Cell).

PEMFC, celda de combustible de membrana de intercambio protónico (Proton Ex-

Figura 1.1: Diagrama de celda de combustible de tipo PEM.

SOFC, celda de combustible de óxido sólido (Solid Oxide Fuel Cell).

Las propiedades de cada celda de combustible se ven en el cuadro comparativo 1.1.

Cuadro 1.1: Cuadro comparativo entre distintos tipos de celdas de combustible.

3.3. Celda de combustible de tipo PEM

Ánodo: H2 → 2H + + 2e− (1.1)

3.4. Componentes de una celda de combustible tipo PEM

son los siguientes y se detallarán a continuación: el electrolito, los electrodos, la capa

Figura 1.2: Esquema de estructura molecular de Nafion.

3.4.2. Capas catalı́ticas

3.4.3. Capas difusoras de gases

3.4.4. Placas bipolares, mono polares, colectores de corriente

Placas bipolares y monopolares: la diferencia sustancial de estas placas es que

Colectores de corriente: elemento de la celda que permite la conexión con la carga

electrones, F es la constante de Faraday [F = 96485,34C/mol], y es el potencial teórico

Donde η es el potencial de la celda, 0 es el potencial teórico de la celda de combustible,