MétaCan
Menu
Retour à la cohorte
Enregistrement W2141879443 · doi:10.6000/1929-6002.2013.02.02.9

Multi-Segment Foam Flow Field in Ambient Pressure Polymer Exchange Membrane Fuel Cell

2013· article· en· W2141879443 sur OpenAlexvenueno aff
Chih-Kai Cheng, Ting-Chu Jao, Che-Jung Hsu, Fang-Bor Weng

Notice bibliographique

RevueJournal of Technology Innovations in Renewable Energy · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialMetal foamProton exchange membrane fuel cellElectrolyteNickelPolarization (electrochemistry)Pressure dropHeat transferMembraneElectrodePorosityMetallurgyChemistryMechanics

Résumé

récupéré en direct d'OpenAlex

In order to produce low-cost flow field plates for polymer electrolyte membrane fuel cells, we used nickel foam in this study rather than conventional flow field. Nickel foam has high electron conductivity, thermal conductivity, and mechanical strength. Electrochemical impedance spectrum analysis is carried out to evidence the use on flow field plates of nickel foam. From the impedance fitting results, the nickel foam cases showed the lower contact resistance than the serpentine. However, such plates have poor performance at low temperatures and ambient pressure. In order to overcome this, a multi-segment foam flow field is designed in this study. This increased the performance of the polarization curve by 70% from 162 to 275.5 mw cm-2 than the original nickel foam design. Also, the mass transfer resistance was reduced, and the Warburg impedance value of the operation voltage decreased by 0.4 V. The numerical analysis results demonstrate that increased segment numbers can increase the performance of the multi-segment foam flow field.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,523
Score d'incertitude au seuil0,567

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,007
Tête enseignante GPT0,200
Écart entre enseignants0,194 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Technology Innovations in Renewable EnergyMême sujetFuel Cells and Related MaterialsTravaux en français237 207