MétaCan
Menu
Retour à la cohorte
Enregistrement W2089194763 · doi:10.1002/fld.1811

Determination of permeability in fibrous porous media using the lattice Boltzmann method with application to PEM fuel cells

2008· article· en· W2089194763 sur OpenAlexaff
Mark A. Van Doormaal, Jon G. Pharoah

Notice bibliographique

RevueInternational Journal for Numerical Methods in Fluids · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueLattice Boltzmann Simulation Studies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésLattice Boltzmann methodsPorous mediumPermeability (electromagnetism)Proton exchange membrane fuel cellAnisotropyMechanicsMaterials scienceMonte Carlo methodPorosityPhysicsMembraneChemistryComposite materialMathematicsOptics

Résumé

récupéré en direct d'OpenAlex

Abstract The lattice Boltzmann method (LBM) is used to simulate the flow through an idealized proton exchange membrane fuel cell (PEMFC) porous transport layer (PTL) geometry generated using a Monte Carlo method. Using the calculated flow field, Darcy's law is applied and the permeability is calculated. This process is applied in both through‐ and in‐plane directions of the paper as both of these permeability values are important in computational fluid dynamics models of PEMFCs. It is shown that the LBM can be used to determine permeability in a random porous media by solving the flow in the microstructure of the material. The permeability in the through‐ and in‐plane directions is shown to be different and the anisotropic nature of the geometry creates anisotropic permeability. It is also found that fiber arrangement plays a large role in the permeability of the PTL. New correlations are presented for in‐ and though‐plane permeabilities of fibrous porous media with (0.6<ε<0.8). Copyright © 2008 John Wiley & Sons, Ltd.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,047
Tête enseignante GPT0,395
Écart entre enseignants0,348 · 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

Citations93
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Numerical Methods in FluidsMême sujetLattice Boltzmann Simulation StudiesTravaux en français237 207