MétaCan
Menu
Retour à la cohorte
Enregistrement W2601365344 · doi:10.1149/2.0381706jes

A Mixed Wettability Pore Size Distribution Based Mathematical Model for Analyzing Two-Phase Flow in Porous Electrodes

2017· article· en· W2601365344 sur OpenAlexafffund
Jie Zhou, Andreas Pütz, Marc Secanell

Notice bibliographique

RevueJournal of The Electrochemical Society · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensAutomotive Fuel Cell Cooperation (Canada)Alberta EnergyUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésKnudsen diffusionWettingSaturation (graph theory)Materials scienceAnodeCapillary pressurePorosityIsothermal processGaseous diffusionPorosimetryCapillary actionPorous mediumTransport phenomenaElectrodeThermodynamicsChemistryComposite material

Résumé

récupéré en direct d'OpenAlex

A multi-dimensional, non-isothermal, two-phase membrane electrode assembly (MEA) numerical model is developed where the micro-structure of the porous layers is characterized by a mixed wettability pore size distribution (PSD). The PSD model is used to predict local water saturation based on gas and liquid pressures, and can be used to study the effect of varying pore size and wettability. The MEA model accounts for gas transport via molecular and Knudsen diffusion, liquid water transport, sorbed water transport by back-diffusion, electro- and thermo-osmosis, and heat generation and transport. Multi-step kinetic models are used to predict anode and cathode electrochemical reactions. Local transport losses are accounted for using a local transport resistance. The PSD model is used to predict capillary pressure vs. saturation and saturation vs. relative liquid permeability curves based on PSDs from several GDLs obtained using mercury intrusion porosimetry. The PSD-based MEA model electrochemical performance predictions are also compared to experimental data from the literature. Results show that the numerical model is able to capture the performance changes associated with varying temperate and the introduction of a micro-porous layer.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,655
Score d'incertitude au seuil0,441

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,012
Tête enseignante GPT0,254
Écart entre enseignants0,242 · 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

Citations68
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetFuel Cells and Related MaterialsTravaux en français237 207