MétaCan
Menu
Retour à la cohorte
Enregistrement W2164010783 · doi:10.1115/1.4025933

Experimental Investigation on the Performance of a Formic Acid Electrolyte-Direct Methanol Fuel Cell

2013· article· en· W2164010783 sur OpenAlexaff
David Ouellette, 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-clésElectrolyteFormic acidMethanolAnodeDirect methanol fuel cellChemistryMethanol reformerChemical engineeringMaterials scienceChromatographyCatalysisElectrodeOrganic chemistrySteam reforming

Résumé

récupéré en direct d'OpenAlex

The performance of a new methanol fuel cell that utilizes a liquid formic acid electrolyte, named the formic acid electrolyte-direct methanol fuel cell (FAE-DMFC) is experimentally investigated. This fuel cell type has the capability of recycling/washing away methanol, without the need of methanol-electrolyte separation. Three fuel cell configurations were examined: a flowing electrolyte and two circulating electrolyte configurations. From these three configurations, the flowing electrolyte and the circulating electrolyte, with the electrolyte outlet routed to the anode inlet, provided the most stable power output, where minimal decay in performance and less than 3% and 5.6% variation in power output were observed in the respective configurations. The flowing electrolyte configuration also yielded the greatest power output by as much as 34%. Furthermore, for the flowing electrolyte configuration, several key operating conditions were experimentally tested to determine the optimal operating points. It was found that an inlet concentration of 2.2 M methanol and 6.5 M formic acid, as along with a cell temperature of 52.8 °C provided the best performance. Since this fuel cell has a low optimal operating temperature, this fuel cell has potential applications for handheld portable devices.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,185
Écart entre enseignants0,178 · 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'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

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