MétaCan
Menu
Retour à la cohorte
Enregistrement W2804387070 · doi:10.5539/cis.v11n3p10

An Open-Source Toolbox for Multiphase Flow Simulation in a PEM Fuel Cell

2018· article· en· W2804387070 sur OpenAlexvenueno aff
Jean-Paul Kone, Xinyu Zhang, Yuying Yan, Stephen Adegbite

Notice bibliographique

RevueComputer and Information Science · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Nottingham Ningbo ChinaEngineering and Physical Sciences Research CouncilNatural Science Foundation of Zhejiang ProvinceNingbo Municipal Bureau of Science and TechnologyNatural Science Foundation of NingboNingbo Municipal Bureau of EducationUniversity of Nottingham
Mots-clésProton exchange membrane fuel cellComputer scienceComputational fluid dynamicsNuclear engineeringChemical energyProcess engineeringMechanical engineeringSimulationMechanicsFuel cellsChemistryChemical engineering

Résumé

récupéré en direct d'OpenAlex

A proton exchange membrane (PEM) fuel cell is an electrolytic cell that can convert chemical energy of hydrogen reacting with oxygen into electrical energy with no greenhouse gases generated in the process. To satisfy increasingly demanding application needs, providing fuel cells with better performance and higher efficiency are of paramount importance. Computational fluid dynamics (CFD) analysis is an ideal method for fuel cell design optimization. In this paper, a comprehensive CFD-based numerical tool that can accurately simulate multiphase flow and the major transport phenomena occurring in a PEM fuel cell is presented. The tool is developed using the Open Source Field Operation and Manipulation (OpenFOAM) software (a free open-source CFD code). This makes it flexible and suitable for use by fuel cell manufacturers and researchers to get an in-depth understanding of the cell working processes to optimize the design. The distributions of velocity, pressure, chemical species, Nernst potential, current density, and temperature at case study conditions are as expected. The polarization curve follows the same trend as those of the I-V curves from numerical model and experimental data taken from the literature. Furthermore, a parametric study showed thekey role played by the concentration constant in shaping the cell polarization curve. The developed toolbox is well-suited for research and development which is not always the case with commercial code. The work therefore contributes to achieving the objectives outlined in the International Energy Agency (IEA) Advanced Fuel Cell Annex 37 which promotes open-source code modelling of fuel cells. The source code can be accessed athttp://dx.doi.org/10.17632/c743sh73j8.1.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,118

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0350,009

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 GPT0,258
Écart entre enseignants0,246 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreLogiciel

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer and Information ScienceMême sujetFuel Cells and Related MaterialsTravaux en français237 207