MétaCan
Menu
Retour à la cohorte
Enregistrement W2124432387 · doi:10.1149/1.2766650

Active Water Management for PEM Fuel Cells

2007· article· en· W2124432387 sur OpenAlexfundno aff
Shawn Litster, Cullen Buie, T Fábián, John K. Eaton, Juan G. Santiago

Notice bibliographique

RevueJournal of The Electrochemical Society · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésProton exchange membrane fuel cellWater transportNuclear engineeringPower densityWater flowMaterials scienceEnvironmental scienceChemical engineeringChemistryProcess engineeringEnvironmental engineeringPower (physics)Fuel cellsThermodynamicsEngineering

Résumé

récupéré en direct d'OpenAlex

Proton exchange membrane (PEM) fuel cells require humidified gases to maintain proper membrane humidification, but this often results in a problematic accumulation of liquid water. Typically, excessive air flow rates and serpentine channel designs are used to mitigate flooding at the cost of system efficiency. In this paper, we present an active water management system that decouples water removal from oxidant delivery. The system uses a porous carbon flow field plate as an integrated wick that can passively redistribute water within the fuel cell. The system also employs an external electro-osmotic (EO) pump that actively removes excess water from the channels and gas diffusion layer. For a fuel cell with 23 parallel air channels, we demonstrate a 60% increase in maximum power density over a standard graphite plate with a low air stoichiometry of 1.3. EO pumping represents a negligible parasitic load, consuming typically less than 0.5% of the fuel cell power. Experimental and modeling results show that simple passive water transport through the porous carbon alone can prevent flooding at certain operating conditions and flow field dimensions. However, active water management with EO pumping facilitates robust operation with a high volumetric power density across all operating conditions.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,120
Score d'incertitude au seuil0,203

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,004
Tête enseignante GPT0,194
Écart entre enseignants0,191 · 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

Citations73
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetFuel Cells and Related MaterialsTravaux en français237 207