PGM-Free Fe/N/C and Ultralow Loading Pt/C Hybrid Cathode Catalysts with Enhanced Stability and Activity in PEM Fuel Cells
Notice bibliographique
Résumé
In this work, the stability behaviors of the state-of-the-art Fe/N/C and Pt/C catalysts (as well as the activation time of the latter) were first systematically investigated, under different cathode catalyst loadings, in the membrane electrode assemblies (MEA) in PEM fuel cells. Based on that, two types of cathode electrodes with the combination of Fe/N/C and Pt/C catalysts were developed (type I: layered hybrid catalysts with Pt/C next to the membrane and type II: uniformly mixed catalysts). In this way, the shortcomings of the Fe/N/C catalyst (the fast decay) and the Pt/C catalyst (the long activation time) can be compensated at the same time. The hybrid catalysts also showed a very short activation time (a few hours vs over 10 h for Pt/C with the same Pt loading). Comparing the two types of hybrid catalysts, type I shows a much higher current density. The loadings of the Fe/N/C and Pt/C catalysts in the hybrid electrode were systematically studied, with optimal values of 1.0 mg cm –2 for Fe/N/C and 0.035 mg Pt cm –2 for Pt/C. The Pt loading of this hybrid catalyst (type I) at the cathode only takes ca. 30% of the U.S. Department of Energy (DOE) target of Pt usage (0.100 mg Pt cm –2 ), while its mass activity of Pt (in H 2 /O 2 PEMFC) is 0.22 A mg Pt –1 at 0.9 iR -free V, reaching half of the DOE activity target (0.44 A mg Pt –1 ), which is among the best performances reported so far. Via both half-cell and single-cell electrochemical evaluations together with other characterizations, the origin of the improved activity and stability is believed to be the synergistic effect between Pt/C and Fe/N/C catalysts to ORR. This work provides an effective strategy for engineering highly performing MEA for the industrialization of PEM fuel cells.
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 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 ».