MétaCan
Menu
Retour à la cohorte
Enregistrement W2318326890 · doi:10.1115/mnht2008-52323

Nano-Scale Transport Phenomena and Thermal Effect of the PEMFC Electrolyte

2008· article· en· W2318326890 sur OpenAlexaff
Chin-Hsien Cheng

Notice bibliographique

RevueASME 2008 First International Conference on Micro/Nanoscale Heat Transfer, Parts A and B · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésElectrolyteNafionProton exchange membrane fuel cellProton transportProtonWater transportMaterials scienceDiffusionChemical engineeringMolecular dynamicsPhase (matter)Water clusterConductivityChemical physicsMembraneChemistryMoleculeFuel cellsElectrochemistryThermodynamicsElectrodeWater flowOrganic chemistryPhysical chemistryComputational chemistryEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

This paper employed molecular dynamics (MD) simulation to investigate the transport phenomena and thermal effect at nano-scale inside fuel cell electrolyte. The material of the electrolyte was chosen to be Nafion® which is the most commonly used material for proton exchange membrane fuel cell (PEMFC). The transport of protons inside the electrolyte is one of the major issues that influencing the fuel cell performance. The structure of the Nafion® includes carbon-fluorine back bones and side chains (with SO3− attached at the end). Simulation results show that the transport of protons was confined to some specific regions. These specific regions (hydrophilic phase region) consist of water molecules, protons and sulfonated acid groups. Different hydration levels (3, 61.25, 9 and 15.375 H2O/SO3−) was also studied to test the sensitivity of the electrolyte water content on proton conduction. Higher water content shows greater proton mobility due to the larger water cluster size and more water clusters. The influence of the temperatures (333K, 343K and 353K) on proton mobility was due to different sizes of hydrophilic phase regions. Diffusion coefficients at various operation conditions were also evaluated and showed satisfactory agreement with the published experimental data.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,023
Score d'incertitude au seuil0,730

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,194
Écart entre enseignants0,185 · 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 tête enseignante, 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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueASME 2008 First International Conference on Micro/Nanoscale Heat Transfer, Parts A and BMême sujetFuel Cells and Related MaterialsTravaux en français237 207