MétaCan
Menu
Retour à la cohorte
Enregistrement W1997249465 · doi:10.1093/imamat/hxm005

Mathematical modelling of the catalyst layer of a polymer electrolyte fuel cell

2007· article· en· W1997249465 sur OpenAlexafffund
A.A. Shah, Gwang-Soo Kim, Keith Promislow

Notice bibliographique

RevueIMA Journal of Applied Mathematics · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensBallard Power Systems (Canada)Simon Fraser University
Organismes subventionnairesMitacsBallard Power Systems
Mots-clésElectrolyteLimiting currentWork (physics)CathodeCurrent densityPolymerCurrent (fluid)LimitingLayer (electronics)ThermodynamicsFuel cellsMathematical modelMechanicsMaterials scienceApplied mathematicsChemistryMathematicsElectrodeChemical engineeringPhysicsNanotechnologyPhysical chemistryStatisticsMechanical engineeringElectrochemistryEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

In this paper, we derive a mathematical model for the cathode catalyst layer of a polymer electrolyte fuel cell. The model explicitly incorporates the restriction placed on oxygen in reaching the reaction sites, capturing the experimentally observed fall in the current density to a limiting value at low cell voltages. Temperature variations and interfacial transfer of O2 between the dissolved and gas phases are also included. Bounds on the solutions are derived from which we provide a rigourous proof that the model admits a solution. Of particular interest are the maximum and minimum attainable values. We perform an asymptotic analysis in several limits inherent in the problem by identifying important groupings of parameters. This analysis reveals a number of key relationships between the solutions, including the current density, and the composition of the layer. A comparison of numerically computed solutions and asymptotic solutions shows very good agreement. Implications of the results are discussed and future work is outlined.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,011
Tête enseignante GPT0,196
Écart entre enseignants0,185 · 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 source (Gemma direct ou Codex distillé), 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
GenreEmpirique

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

En bref

Citations3
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIMA Journal of Applied MathematicsMême sujetFuel Cells and Related MaterialsTravaux en français237 207