MétaCan
Menu
Retour à la cohorte
Enregistrement W2964064611 · doi:10.1063/1.5053600

Analytical electrolyzer enabling operando characterization of flow plates

2019· article· en· W2964064611 sur OpenAlexafffund
Danika G. Wheeler, Carolyn N. Virca, Curtis P. Berlinguette

Notice bibliographique

RevueReview of Scientific Instruments · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensCanadian Institute for Advanced ResearchUniversity of British Columbia
Organismes subventionnairesCanada Foundation for InnovationCMC MicrosystemsNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanadian Institute for Advanced Research
Mots-clésElectrolysisElectrolyteMaterials scienceFlow (mathematics)Electrolytic cellWork (physics)Polymer electrolyte membrane electrolysisDiffusionAnalytical Chemistry (journal)MechanicsElectrodeThermodynamicsChemistryChromatography

Résumé

récupéré en direct d'OpenAlex

We present an analytical electrolyzer with sensors embedded within flow plates to enable direct measurement of electrolyte temperatures and pressures in real time during water electrolysis. Flow plates with either parallel or serpentine channels and a total of eight equally spaced sensors were integrated into a flow cell containing a nickel foam gas diffusion layer and an anion exchange membrane. The temperature and pressure of the electrolyte in the channels increase relative to the inlet by as much as 7.3 °C and 11.5 kPa, respectively, during electrolysis at an applied current density of 200 mA cm−2. The measured increases in temperature and pressure differ depending on the flow plate geometry: A greater increase in temperature is observed in parallel flow plates, whereas the serpentine flow plate geometry results in greater variability in pressure. This work represents the first demonstration of an analytical flow cell capable of spatially resolved operando temperature and pressure sensing within the flow channels of a water electrolyzer.

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)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,852

Scores Codex et Gemma par catégorie

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 savante0,0000,000
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 Opus0,007
Tête enseignante GPT0,212
Écart entre enseignants0,205 · 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

Citations5
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueReview of Scientific InstrumentsMême sujetFuel Cells and Related MaterialsTravaux en français237 207