Assessment of Cathode Catalyst Characteristics to Enhance High Current Density Performance in PEMFCs
Notice bibliographique
Résumé
At AFCC continuous effort has been made to improve the power density of fuel cell stack for automotive application in the past decade*. The unique challenges in durability posed by the need for much higher power generation per catalyst loading, kW/mg-Pt is still a major driver and a minimum viable stack functionality for mass production. This presentation will focus on one of the ways to meet the above criterion using mature Pt/C technology (10 to 50 wt% Pt on a high surface area carbon) for oxygen reduction in the cathode. The catalysts were custom made by Tanaka Kikinzoku Kogyo K.K to maximize and stabilize the Pt nanoparticles activity during their life cycle. The graph shows the linear dependency of a mix of the above catalysts characteristics such as Pt surface area (CO Chemisorption), Pt crystallite size (XRD), and catalyst surface area (N2 BET) as a function of Pt wt% on Carbon. With more in-depth analyses, preliminary optimization of catalyst layer for each of the above catalysts will be performed and the results will be discussed. These activities would facilitate the understanding of the effect of catalyst characteristics, catalyst structure (ionomer, catalyst layer thickness, EPSA, etc.), and electrode Pt loading (0.25 and 0.15 mg-Pt/cm2) on the high current density performance up to 3 A/cm2. Identifying the above parameters would leverage further development in maximizing the fuel cell functionalities and improving the stack durability. *Reference:AFCC accomplishments, http://www.afcc-auto.com/company/about-us/ Figure 1
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 | 0,001 | 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) | 0,001 | 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 ».