MétaCan
Menu
← Retour à la cohorte
Enregistrement W2547381834 · doi:10.1115/fuelcell2016-59408

Investigation of Water Transport Within a Proton Exchange Membrane Fuel Cell by Diffusion Layer Saturation Analysis

2016· article· en· W2547381834 sur OpenAlexaff
Logan Battrell, Aubree Trunkle, Erica Eggleton, Lifeng Zhang, Ryan Anderson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesMontana State UniversityNational Science Foundation
Mots-clésAnodeProton exchange membrane fuel cellCathodeSaturation (graph theory)Gaseous diffusionWater transportDiffusion layerRelative humidityMaterials scienceVoltage dropPressure dropPorosityAnalytical Chemistry (journal)VoltageChemistryWater flowMechanicsLayer (electronics)ElectrodeThermodynamicsMembraneComposite materialEnvironmental scienceEnvironmental engineeringElectrical engineeringChromatography

Résumé

récupéré en direct d'OpenAlex

Diffusion layer saturation analysis (DLSA) is introduced in order to further investigate water transport within the cell. The analysis relies on two separate experimental processes. First, an ex-situ investigation of the relative humidity of the gas streams and their resulting pressure drop is performed. Next, multiple variables of the cathode and anode gas streams are manipulated in-situ to create an evaporative driving force to remove water out of the porous layers. Multiple gas stream settings are investigated as well as the temperature set point of the cell. The ex-situ pressure drop data is used to infer how much water is being removed from the system and to begin to estimate an overall water balance. Multiple cathode and anode GDL configurations are tested in order to further investigate initial saturation conditions of the GDLs. By coupling the voltage results to the calculated water removed from the system, it can be seen which configurations had low initial voltage due to GDL oversaturation. The potential for DLSA both as a diagnostic tool and an investigative technique into multiphase flow in the porous layer is demonstrated.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,173
Écart entre enseignants0,165 · 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'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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFuel Cells and Related Materials→Travaux en français237 207→