Fracture Properties of Fuel Cell Membranes
Notice bibliographique
Résumé
Understanding the crack propagation behavior of common perfluorosulfonic acid (PFSA) ionomer membranes under hygrothermal and mechanical cyclic loading is of vital significance in designing more durable fuel cell stacks (1). Hence, we have developed a test procedure to shed light on the crack propagation characteristics of membranes as a function of loading and environmental conditions. Rectangular specimens with a width of 10 mm and cracks with an average length of 0.7 mm on both sides are used. The specimens are placed under cyclic mechanical loading in a controlled level of environmental conditions (temperature and humidity). The crack propagation rate in the membrane is measured as a function of temperature, humidity and the amplitude of mechanical loading (Figure 1). It is found that a small linear decrease in the magnitude of the force results in an exponential decrement in the crack propagation rate. Furthermore, for a given state of mechanical load, it is found that increasing the relative humidity and/or temperature can significantly increase the crack propagation rate. In a parallel study, a fracture mechanics-based model capable of simulating the in-situ crack initiation and propagation in the membrane during fuel cell operation is also developed. The elastic-viscoplastic nature of PFSA membranes is well-established in (2). A finite element method (FEM) based constitutive model that can simulate this behavior is used to relate the stress and strain at different environmental conditions (3). Numerical simulations reveal the presence of cyclic mechanical stresses within the membrane due to dynamic hygrothermal conditions present in a running fuel cell that can cause the initiation and propagation of cracks through mechanical membrane degradation. The dynamic stress-field thus obtained is coupled with the fracture mechanics model. In-situ test cases for various temperature, humidity and strain rate conditions are run to fully understand their effect on crack propagation rates and ultimate failure of the membranes. Acknowledgements: This research is supported by Ballard Power Systems and the Natural Sciences and Engineering Research Council of Canada through an Automotive Partnership Canada (APC) grant. References 1. R. Borup, J. Meyers, B. Pivovar, Y. S. Kim, R. Mukundan et al, Chem. Rev. 107 3925 (2007). 2. M.A. Goulet, R.M.H. Khorasany, C. De Torres, M. Lauritzen, E. Kjeang, G.G. Wang, N. Rajapakse, J. Power Sources 234 38 (2013). 3. R.M.H. Khorasany, M.A. Goulet, A.S. Alavijeh, E. Kjeang, G.G. Wang, R.K.N.D. Rajapakse, J. Power Sources 252 176 (2014).
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».