MétaCan
Menu
Retour à la cohorte
Enregistrement W2970203945 · doi:10.3390/molecules24173097

Optimization of Membrane Electrode Assembly of PEM Fuel Cell by Response Surface Method

2019· article· en· W2970203945 sur OpenAlexaff
Rohit K. S. S. Vuppala, Benitta A. Chaedir, Lishuai Jiang, Lianjun Chen, Muhammad Aziz, Agus P. Sasmito

Notice bibliographique

RevueMolecules · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésProton exchange membrane fuel cellMembrane electrode assemblyMaterials scienceAnodeStack (abstract data type)ElectrolyteMembraneCathodeResponse surface methodologyCurrent densityElectrodeVoltageChemical engineeringConductivityComposite materialAnalytical Chemistry (journal)ChromatographyComputer scienceChemistryElectrical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

The membrane electrode assembly (MEA) plays an important role in the proton exchange membrane fuel cell (PEMFC) performance. Typically, the structure comprises of a polymer electrolyte membrane sandwiched by agglomerate catalyst layers at the anode and cathode. Optimization of various parameters in the design of MEA is, thus, essential for reducing cost and material usage, while improving cell performance. In this paper, optimization of MEA is performed using a validated two-phase PEMFC numerical model. Key MEA parameters affecting the performance of a single PEMFC are determined from sensitivity analysis and are optimized using the response surface method (RSM). The optimization is carried out at two different operating voltages. The results show that membrane thickness and membrane protonic conductivity coefficient are the most significant parameters influencing cell performance. Notably, at higher voltage (0.8 V per cell), the current density can be improved by up to 40% while, at a lower voltage (0.6 V per cell), the current density may be doubled. The results presented can be of importance for fuel cell engineers to improve the stack performance and expedite the commercialization.

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 enseignants0,370
Score d'incertitude au seuil0,399

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)0,0000,000

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 Opus0,003
Tête enseignante GPT0,198
Écart entre enseignants0,195 · 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

Citations28
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetFuel Cells and Related MaterialsTravaux en français237 207