MétaCan
Menu
Retour à la cohorte
Enregistrement W2041571632 · doi:10.3390/su2113549

Macro Level Modeling of a Tubular Solid Oxide Fuel Cell

2010· article· en· W2041571632 sur OpenAlexafffund
Torgeir Suther, Alan S. Fung, Murat Köksal, Farshid Zabihian

Notice bibliographique

RevueSustainability · 2010
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvancements in Solid Oxide Fuel Cells
Établissements canadiensToronto Metropolitan UniversityDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSolid oxide fuel cellStack (abstract data type)MethaneNatural gasNuclear engineeringProcess engineeringOperating temperatureWork (physics)Gas compositionFuel gasMaterials scienceEnvironmental scienceThermodynamicsWaste managementChemistryMechanical engineeringComputer scienceCombustionEngineeringElectrodeElectrical engineering

Résumé

récupéré en direct d'OpenAlex

This paper presents a macro-level model of a solid oxide fuel cell (SOFC) stack implemented in Aspen Plus® for the simulation of SOFC system. The model is 0-dimensional and accepts hydrocarbon fuels such as reformed natural gas, with user inputs of current density, fuel and air composition, flow rates, temperature, pressure, and fuel utilization factor. The model outputs the composition of the exhaust, work produced, heat available for the fuel reformer, and electrochemical properties of SOFC for model validation. It was developed considering the activation, concentration, and ohmic losses to be the main over-potentials within the SOFC, and mathematical expressions for these were chosen based on available studies in the literature. The model also considered the water shift reaction of CO and the methane reforming reaction. The model results were validated using experimental data from Siemens Westinghouse. The results showed that the model could capture the operating pressure and temperature dependency of the SOFC performance successfully in an operating range of 1–15 atm for pressure and 900 °C–1,000 °C for temperature. Furthermore, a sensitivity analysis was performed to identify the model constants and input parameters that impacted the over-potentials.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,176
Score d'incertitude au seuil0,935

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0010,000
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 Opus0,016
Tête enseignante GPT0,292
Écart entre enseignants0,276 · 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'étudeExpérimental (laboratoire)
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

Citations22
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetAdvancements in Solid Oxide Fuel CellsTravaux en français237 207