The Use of the Anode Water Removal Method to Understand Cathode Gas Diffusion Layer Flooding
Notice bibliographique
Résumé
Anode water removal (AWR) is studied as a diagnostic tool in proton exchange membrane (PEM) fuel cell flooding. In this method, the stoichiometry of a dry hydrogen stream (no humidification) is increased stepwise at constant current, which establishes a water concentration gradient between the cathode and anode. As the anode stoichiometry is increased (in the range of 1.5–15), the anode removes more water, and the corresponding gain in voltage is measured along with the anode and cathode pressure drops. This method can be used to determine what the maximum voltage of a fuel cell is in the absence of cathode GDL and catalyst layer mass transport limitations due to liquid water. This study focused on GDLs with differing wetting properties, the inclusion/exclusion of a microporous layer (MPL), and thickness. GDLs without an MPL are more prone to flooding and show a large voltage gain (70 mV) through AWR. The effect of current density and cathode stoichiometry are also studied. Lower current densities do not produce as much water electrochemically and thus do not saturate the cathode GDL as much, leading to less gain in voltage during the AWR process. The AWR voltage gain diminishes with increasing cathode stoichiometry (1.5, 2, 4), since more water can be removed convectively from the cathode at higher air flows. Exacerbated cathode GDL flooding conditions are also studied to determine the extent to which AWR can mitigate flooding. This was accomplished via multiple GDLs on the cathode side and external water injection into the cathode flow field. In each case, the GDL saturation increases, which lowers the initial voltage. The AWR process is able to substantially increase the voltage in both cases. Thus, AWR is a useful and efficient method to observe how different fuel cell components, particularly various GDL structures, influence the cell performance due to water related mass transport losses.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».