MétaCan
Menu
Retour à la cohorte
Enregistrement W2103839090 · doi:10.1115/1.4025932

Nonisothermal Hydrodynamic Modeling of the Flowing Electrolyte Channel in a Flowing Electrolyte–Direct Methanol Fuel Cell

2013· article· en· W2103839090 sur OpenAlexaff
Eric Duivesteyn, Cynthia A. Cruickshank, Edgar Matida

Notice bibliographique

RevueJournal of Fuel Cell Science and Technology · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésElectrolyteDirect methanol fuel cellPressure dropPorosityChemical engineeringChemistryMaterials scienceIsothermal processThermodynamicsComposite materialElectrode

Résumé

récupéré en direct d'OpenAlex

The performance of a direct methanol fuel cell (DMFC) can be significantly reduced by methanol crossover. One method to reduce methanol crossover is to utilize a flowing electrolyte channel. This is known as a flowing electrolyte–direct methanol fuel cell (FE–DMFC). In this study, recommendations for the improvement of the flowing electrolyte channel design and operating conditions are made using previous modeling studies on the fluid dynamics in the porous domain of the flowing electrolyte channel and on the performance of a 1D isothermal FE-DMFC incorporating multiphase flow, in addition to modeling of the nonisothermal effects on the fluid dynamics of the FE-DMFC flowing electrolyte channel. The results of this study indicate that temperature difference between flowing electrolyte inflow and the fuel cell have negligible hydrodynamic implications, except that higher fuel-cell temperatures reduce pressure drop. Reducing porosity and increasing permeability is recommended, with a porosity of around 0.4 and a porous-material microstructure typical dimension around 60–70 μm being potentially suitable values for achieving these goals.

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)0,000
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 enseignants0,015
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,003
Tête enseignante GPT0,168
Écart entre enseignants0,165 · 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

Citations13
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fuel Cell Science and TechnologyMême sujetFuel Cells and Related MaterialsTravaux en français237 207