MétaCan
Menu
Retour à la cohorte
Enregistrement W1850771495 · doi:10.1016/j.egypro.2015.07.267

Optimization of Design Parameters for an Open-cathode Polymer Electrolyte Fuel Cells Stack Utilizing Taguchi Method

2015· article· en· W1850771495 sur OpenAlexaff
Agus P. Sasmito, Jundika C. Kurnia, Tariq Shamim, Arun S. Mujumdar

Notice bibliographique

RevueEnergy Procedia · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésStack (abstract data type)Taguchi methodsElectrolyteCathodeFuel cellsMaterials sciencePolymerChemical engineeringComputer scienceNuclear engineeringMechanical engineeringProcess engineeringAutomotive engineeringEngineeringChemistryElectrical engineeringComposite materialElectrodeOperating system

Résumé

récupéré en direct d'OpenAlex

The design of open-cathode polymer electrolyte fuel cells (PEFC) stacks with forced-convection requires a careful consideration on the geometrical and operating conditions as well as the characteristic of PEFC stacks and fan used. The operating point should be located at the intersection point between the fan and the stack characteristic curve. This paper evaluates the effect of key parameters and operating conditions on the system characteristic and stack performance of forced convection PEFC by utilizing computational fluid dynamic approach and Taguchi statistical method. A validated three dimensional open-cathode PEFC stack model with fan and immediate ambient were employed together with an L 27 orthogonal array (OA) of Taguchi matrix of six factors and three level designs to determine the optimum combination of parameters as well as their interactions. The result indicates that fuel cell length plays important role on determining the fuel cell performance in term of current density and net power. Optimum combination of design and operating parameters were obtained with the objective function of maximizing net power generated by stack by taking into account the parasitic loads.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,459
Score d'incertitude au seuil0,731

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,054
Tête enseignante GPT0,276
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy ProcediaMême sujetFuel Cells and Related MaterialsTravaux en français237 207