Low Pt Thin Cathode Layer Catalyst Layer by Reactive Spray Deposition Technology
Notice bibliographique
Résumé
National Research Council Canada's Institute for Fuel Cell Innovation, NRC-IFCI, has been developing the Reactive Spray Deposition Technology (RSDT) process to optimize composite electrode layer formation and develop novel electrocatalysts and catalyst layers. The RSDT process provides the means necessary to develop the next generation of thin, low platinum or alloy catalyst layers for PEM MEA's. In order to best manage water distribution, mass transport and conductivity, the structure should be a gradient with controlled porosity and controlled distribution of both platinum and ionomer across the catalyst layer. The RSDT process allows good control of the platinum particle size as they are created directly from metal vapors, which prevents agglomeration in the catalyst layer. Additionally, it has the flexibility to build a gradient layer structure across a very thin film catalyst layer (<1 um). In our design, a platinum sub-layer (100 nm) was deposited directly on a Nafion® 117 membrane as a columnar structure. After the sub-layer, the platinum loading was reduced in a co-deposited layer of Pt-Nafion (ionomer)-carbon with the lowest loading closest to the GDL. The combined loading of both layers was <0.05mg/cm2 Pt with this approach. The manufactured catalyst layer has a performance of 0.65V at 1 A/cm2 with 0.05mg/cm2 Pt loading using pure oxygen .
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».