Polypropylene Composites for Polymer Electrolyte Membrane Fuel Cell Bipolar Plates
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The polymer electrolyte membrane fuel cell (PEMFC) holds tremendous promise for a variety of mobile and stationary power generation applications and is the cornerstone of the anticipated hydrogen economy. One of the major factors limiting fuel cell commercialization is the development of bipolar plates since bipolar plates account for approximately 70% of the PEMFC weight, and 60% of the stack manufacturing and materials cost. The objective of this research is to investigate a feasibility of a conductive composite family to be used as bipolar plates in a PEMFC, in order to get the highly conductive, light weight, and low cost bipolar plates. This work utilized a combination of a polypropylene and low cost conductive filler materials: graphite, conductive carbon black, and carbon fibers. The components were combined in a batch mixer and injection molded into samples for testing with loadings up to 65%wt of fillers. The novel blends were tested for electrical conductivity, hydrophobicity, rheology, and actual plates (16 cm 2 ) were tested in fuel cell testing trials. The impact of different types of fillers on the composite properties was evaluated, as well as the synergetic effect of mixtures of fill types within a polypropylene matrix. From the results, the highest conductivity, 1900 S/m (in‐plane) and 156 S/m (through plane), was obtained with the 65% composite. Moreover, the effects of additives such as coupling agents, and intrinsically conductive polymer (polypyrrole) were observed in this work. The electrical conductivity was influenced by polypyrrole added to the polypropylene composite.
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.
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 | 0,000 |
| 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 découle