MétaCan
Menu
← Retour à la cohorte
Enregistrement W1999593694 · doi:10.1115/icnmm2014-21288

An Analysis of Two-Phase Flow Pressure Drop in Operating Proton Exchange Membrane Fuel Cell Channels With the Lockhart-Martinelli Approach

2014· article· en· W1999593694 sur OpenAlexafffund
Ryan Anderson, Lifeng Zhang, David P. Wilkinson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensUniversity of British ColumbiaUniversity of Saskatchewan
Organismes subventionnairesUniversity of British Columbia
Mots-clésProton exchange membrane fuel cellPressure dropTwo-phase flowCurrent (fluid)Materials scienceCathodeFlow (mathematics)MechanicsDrop (telecommunication)Range (aeronautics)Volumetric flow rateNuclear engineeringFuel cellsElectrical engineeringComposite materialChemical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Proton exchange membrane fuel cells (PEMFCs) are considered one of the most promising alternatives for the automotive industry owing to their high energy efficiency, zero emission at the vehicle use stage, and low temperature operation. Water as a byproduct plays a complex role in fuel cell operation. In particular, the inevitable occurrence of liquid water leads to gas-liquid two-phase flows in various components of PEMFCs including flow channels of which diameters range from micrometers to millimeters. In conventional minichannels and microchannels, the Lockhart-Martinelli (LM) approach has been employed to predict the two-phase pressure drop of gas-liquid systems. This approach has previously been updated by our group to more accurately reflect the introduction of liquid water into the flow channels of a PEMFC i.e. from a porous media perpendicular to the gas flow. Importantly, the LM method normalizes the data independent of the flow field design and operating conditions like temperature, pressure, and relative humidity. This paper analyzes the increasing amount of experimental data on two-phase flow pressure drops/two-phase flow multipliers in the literature with these approaches. The focus is the cathode side (therefore an air/water system), and data is collected from multiple research groups using active fuel cells (electrochemically produced water). The traditional LM approach greatly under-predicts the two-phase pressure drop at low current densities. However, the analysis is applied over a range of current densities, and it better predicts results at higher current densities (>600 mA cm−2). Literature correlations for the Chisholm parameter C, a flow regime dependent parameter in the LM equation, have been proposed for non-active (external water injection) fuel cells but do not match the results from operating fuel cells. C is shown here to vary with current density, flow stoichiometry (gas velocity), gas diffusion layer, and slightly with relative humidity.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,007
Tête enseignante GPT0,219
Écart entre enseignants0,211 · 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
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetFuel Cells and Related Materials→Travaux en français237 207→