Factors Influencing Electrochemical Properties and Performance of Hydrocarbon-Based Electrolyte PEMFC Catalyst Layers
Notice bibliographique
Résumé
Cathode catalyst layers (CLs) for proton exchange membrane fuel cells (PEMFCs) incorporating sulfonated poly(ether ether ketone) (SPEEK) solid polymer electrolyte were prepared and studied in a H2∕O2 fuel cell operated at 50°C and 100% relative humidity. SPEEK-based CLs were found to exhibit higher protonic resistance, lower effective usage of Pt, and lower fuel cell performance compared to Nafion-based cathodes. A method of fabrication was developed to achieve a homogeneous distribution of SPEEK and polytetrafluoroethylene (PTFE) throughout the catalyst layer. Homogeneously prepared SPEEK-based CLs exhibited a higher electrochemically active surface area and lower protonic resistance but lower porosity and inferior water management compared to those prepared using a traditional two-step fabrication method, wherein SPEEK ionomer was impregnated into a preformed catalyst layer incorporating sintered PTFE and Pt∕C. The choice of SPEEK electrolyte over Nafion was shown to adversely affect the bulk proton conductivity of the electrolyte inside the catalyst layer. This can be offset by increasing the SPEEK content in the catalyst layer but with the penalty of increased flooding and a larger resistance to gas transport.
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 | 0,001 |
| 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 ».