MétaCan
Menu
Retour à la cohorte
Enregistrement W2233735101 · doi:10.1149/06917.0157ecst

Mathematical Modelling and Experimental Analysis of Thin, Low-Loading Fuel Cell Electrodes

2015· article· en· W2233735101 sur OpenAlexafffund
Marc Secanell, Andreas Pütz, Shantanu Shukla, Phillip Wardlaw, Madhur Bhaiya, L. M. Pant, Mayank Sabharwal

Notice bibliographique

RevueECS Transactions · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensAutomotive Fuel Cell Cooperation (Canada)University of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésElectrodeMaterials scienceKnudsen diffusionGas diffusion electrodeCathodeSolid oxide fuel cellCatalysisLimiting currentOxygen transportOxideMembrane electrode assemblyChemical engineeringComposite materialAnalytical Chemistry (journal)ChemistryElectrochemistryPorosityOxygenAnodeChromatography

Résumé

récupéré en direct d'OpenAlex

Cathode electrode performance quickly degrades at platinum loadings below 0.1 mg/cm2. This performance degradation has been attributed to catalyst oxide coverage, local micro-scale gas transport limitations at the catalyst sites, and two-phase flow. OpenFCST, an open-source fuel cell simulation package, is used to develop a membrane electrode assembly (MEA) model, and a catalyst layer micro-structural model, of low loading inkjet printed fuel cells. Simulations of the inkjet printed catalyst layer reconstructions estimate that the effective gas transport in the electrode is of the order of 10-4 cm2/s and it is dominated by Knudsen diffusion. The macro-scale MEA mathematical model is used to estimate cell performance, cell and catalyst layer ohmic resistances, and current, reactant and oxide coverage distributions in the electrode. MEA model cell performance and resistance are in reasonable agreement with experimental data obtained for the electrodes under a variety of oxygen partial pressures. Results show appropriate kinetic, and local transport resistance models, are necessary in order to capture the experimental trends observed at different loadings and at limiting current densities, respectively.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,014
Tête enseignante GPT0,214
Écart entre enseignants0,200 · 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

Citations18
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueECS TransactionsMême sujetFuel Cells and Related MaterialsTravaux en français237 207