Novel Approach to Measure Key Structural Parameters of PEM Fuel Cell Catalyst and Gas Diffusion Layer Based on Archimedes Principle
Notice bibliographique
Résumé
Commercialization of fuel cells and demand for large scale manufacturing of their components necessitates the design of novel characterization methods which produce consistent results in a timely and cost efficient manner. In this work, we report a simple approach to measure the porosity, pore volume and thickness of catalyst and gas diffusion layers based on the principle of buoyancy in different fluids. Moreover, the method allows for obtaining the ionomer content of the catalyst layer. By applying this method on a porous PTFE substrate with known pore surface area and varying ionomer content, we are able to measure the density of the ionomer film vs. thickness at high (nm) resolution. Water sorption measurements on these model samples yield the maximum water content as a function of ionomer thickness. Water sorption measurements made on individual components of the catalyst layer (Pt/C and bulk ionomer) were also compared against those made on a catalyst layer. We observed a discrepancy between water uptake of individual constituents and catalyst layer. We utilized such difference in measured and expected water uptake to estimate the thickness of ionomer in the catalyst layer. This is the first attempt to estimate the thickness of ionomer in catalyst layer using a bulk scale ex-situ method. Overall, we show that this method is a lower cost and faster technique for measuring key characteristics of porous layers when compared with alternative methods such as electron microscopy and spectroscopy techniques. Furthermore, it can be easily adopted by industry and large manufacturing divisions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».