ถ้าเพื่อน ๆ เคยสงสัยว่าการพัฒนาเซลล์เชื้อเพลิงให้มีประสิทธิภาพสูงขึ้นมันทำยังไง ล่าสุดมีนักวิจัยจากฮ่องกงกับจีนเขามาแชร์วิธีใช้ ปัญญาประดิษฐ์ (AI) และ การเรียนรู้เครื่องแบบเบย์เซียน ในการออกแบบชั้นเลเยอร์กระจายแก๊ส (Gas Diffusion Layer หรือ GDL) ที่อยู่ในเซลล์เชื้อเพลิงเมมเบรนแลกเปลี่ยนโปรตอน (PEMFC) เพื่อให้ระบบทำงานได้ดีขึ้นและประหยัดต้นทุนกว่าเดิมเยอะเลย
ทำไม Layer นี้ถึงสำคัญ?
เลเยอร์กระจายแก๊ส (GDL) คือส่วนที่ช่วยให้แก๊สเข้าไปถึงจุดทำปฏิกิริยาในเซลล์เชื้อเพลิงพอดี ๆ แต่ถ้ารูปร่างและคุณสมบัติมันยุ่งเหยิง น้ำในระบบจะไปอุดตันจนแก๊สไม่ไหลสะดวก แถมทำให้กำลังไฟที่ได้ก็น้อยตามไปด้วย
โดยเฉพาะปัญหา น้ำท่วม ที่เกิดขึ้นเมื่อมีน้ำขังในรูพรุนของตัวเร่งปฏิกิริยา (catalyst layer) จะทำให้การขนส่งออกซิเจนอ่อนลง ซึ่งทำให้ประสิทธิภาพของ PEMFC ตกลงอย่างชัดเจน
ทีมวิจัยใช้ AI และ Bayesian Machine Learning มาช่วยออกแบบยังไง?
- ใช้ multi-scale modeling เพื่อคำนวณคุณสมบัติการขนส่งแบบมีทิศทาง (anisotropic transport properties) ของโครงสร้าง GDL ที่สร้างขึ้นใหม่
- ใช้ Artificial Neural Network (ANN) เพื่อเร่งการคำนวณคุณสมบัติเหล่านี้ให้ง่ายและเร็วขึ้น
- นำผลลัพธ์มากระทบกับ Bayesian optimization ช่วยเลือกโครงสร้าง GDL ที่ดีสุดภายใน 40 ขั้นตอนเท่านั้น
วิธีนี้ทำให้ได้โครงสร้าง GDL ที่เส้นใยจัดเรียงตัวอย่างมีทิศทางสูง พร้อมเส้นผ่านศูนย์กลางเส้นใยแบบพอดี ๆ ที่ช่วยสร้างทางเดินน้ำและแก๊สในเลเยอร์ได้ดีกว่าเดิมมากเลยทีเดียว
แล้วมันทำยังไงให้จริงได้ล่ะ?
ทีมวิจัยไม่ได้ออกแบบบนกระดาษอย่างเดียว แต่เขาสังเคราะห์วัสดุจริงด้วยเทคนิค electrospinning ที่ควบคุมขนาดและทิศทางเส้นใยได้แบบแม่นยำ พวกเส้นใยยังถูกเคลือบด้วยสาร PFTS เพื่อให้ผิวเป็นไฮโดรโฟบิก (กันน้ำ) ช่วยไล่น้ำออกง่าย ๆ
ในเซลล์เชื้อเพลิงจำลองพบว่า GDL แบบเรียงตัวเส้นใยนี้ เพิ่มขนาดรูพรุน ลดน้ำอุดตันใต้รางแก๊ส (under-rib region) ทำให้น้ำไหลผ่านได้ดีและแก๊สอย่างออกซิเจนเข้าไปได้มากขึ้นอย่างชัดเจน
ผลลัพธ์ที่น่าตื่นเต้น
- เซลล์เชื้อเพลิงที่ใช้ GDL แบบเรียงเส้นใยให้กำลังไฟสูงถึง 2.17 วัตต์/ซม.² และกระแสจำกัด (limiting current density) ประมาณ 7200 มิลลิแอมแปร์/ซม.²
- เมื่อเทียบกับ GDL แบบเชิงพาณิชย์ที่มีค่ากำลังไฟ 1.33 วัตต์/ซม.² และกระแสจำกัด ~2700 มิลลิแอมแปร์/ซม.² ถือว่าก้าวกระโดด
- ยังมีความทนทานต่อการกัดกร่อนสูง ในขณะที่ GDL แบบเก่า ๆ จะเสื่อมสภาพเร็วกว่า
ทำไมเรื่องนี้น่าสนใจสำหรับคนทำงานและคนอยากเริ่มธุรกิจ
การใช้ AI และการเรียนรู้เครื่องแบบนี้ไม่ใช่แค่ช่วยพัฒนาเซลล์เชื้อเพลิง แต่ยังเป็นตัวอย่างเจ๋ง ๆ ของการนำเทคโนโลยีขั้นสูงมาออกแบบผลิตภัณฑ์ที่ตอบโจทย์ได้จริงในชีวิตประจำวัน และลดต้นทุนการผลิตได้แบบเห็นผลชัด
ใครที่กำลังคิดจะสร้างธุรกิจใหม่ หรือทำ content ที่เกี่ยวข้องกับเทคโนโลยี นวัตกรรม หรือพลังงานสะอาด ลองหันมาเรียนรู้เรื่อง AI-driven design แบบนี้ดูนะ มันเปิดประตูให้เราไปไกลได้มาก ทั้งในด้านงานและโอกาสทางธุรกิจ
โดยสรุปคือ การจัดระเบียบเส้นใยใน GDL ด้วย AI และ Bayesian Learning ช่วยเพิ่มประสิทธิภาพของ PEMFC ได้แบบก้าวกระโดด และยังสะท้อนให้เห็นถึงพลังของการนำ AI มาผนวกกับวิทยาศาสตร์วัสดุในการแก้ปัญหาจริง ซึ่งเทรนด์นี้กำลังมาแรงและน่าติดตามมาก ๆ
ที่มาของข้อมูล https://www.nature.com/articles/s41467-025-61794-y
