Effectiveness factor of Pt utilization in cathode catalyst layer of polymer electrolyte fuel cells
Notice bibliographique
Résumé
In this work, we analyze effectiveness factors of Pt utilization in perfluorosulfonate ionomer (PFSI) bonded thin film cathode catalyst layers of polymer electrolyte fuel cells. We define the effectiveness factor of Pt utilization as the apparent rate of current conversion exhibited by a specific catalyst layer design divided by the ideal rate obtained if all Pt atoms were used equally in electrochemical reactions at the specified electrode overpotential and externally provided reactant concentrations. This definition includes statistical factors at all relevant scales as well as non-uniformities of reaction rate distributions under operation. Our model is based on the random composite agglomerated morphology of the catalyst layer. It accounts for the interplay of transport phenomena and electrochemical kinetics. At the mesoscopic scale, limited effectiveness of Pt utilization in agglomerates is mainly an electrostatic effect. We determined spatial distributions of effectiveness factors of agglomerates in the through-plane direction, and thereafter calculated overall effectiveness factors of the cathode catalyst layer. Our results show that small agglomerate radius, low operating current density, high operating temperature, and high oxygen partial pressure result in high effectiveness factors of Pt utilization. Finally, we compared PFSI-bonded thin film cathode catalyst layers with ultrathin two-phase cathode catalyst layers in terms of effectiveness factors. Including the surface to volume atom ratio of Pt nanoparticles, the two different types of structures exhibit similar effectiveness factors of Pt utilization, which are found to be distinctly below 10%.Key words: polymer electrolyte fuel cells, fuel cell modeling, cathode catalyst layer, Pt utilization, effectiveness factor.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».