A Review of physics-based and data-driven models for real-time control of polymer electrolyte membrane fuel cells
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The real-time model-based control of polymer electrolyte membrane (PEM) fuel cells requires a computationally efficient and sufficiently accurate model to predict the transient and long-term performance under various operational conditions, involving the pressure, temperature, humidity, and stoichiometry ratio. In this article, recent progress on the development of PEM fuel cell models that can be used for real-time control is reviewed. The major operational principles of PEM fuel cells and the associated mathematical description of the transport and electrochemical phenomena are described. The reduced-dimensional physics-based models (pseudo-two-dimensional, one-dimensional numerical and zero dimensional analytical models) and the non-physics-based models (zero-dimensional empirical and data-driven models) have been systematically examined, and the comparison of these models has been performed. It is found that the current trends for the real-time control models are (i) to couple the single cell model with balance of plants to investigate the system performance, (ii) to incorporate aging effects to enable long-term performance prediction, (iii) to increase the computational speed (especially for one-dimensional numerical models), and (iv) to develop data-driven models with artificial intelligence/machine learning algorithms. This review will be beneficial for the development of physics or non-physics based models with sufficient accuracy and computational speed to ensure the real-time control 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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,000 | 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 découle