Assessing the Versatility and Robustness of Pore Network Modeling to Simulate Redox Flow Battery Electrode Performance
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
Porous electrodes are core components that determine the performance of redox flow batteries. Thus, optimizing their microstructure is a powerful approach to reduce system costs. Here we present a pore network modeling framework that is microstructure and chemistry agnostic, iteratively solves transport equations in both half-cells, and utilizes a network-in-series approach to simulate the local transport phenomena within porous electrodes at a low computational cost. In this study, we critically assess the versatility and robustness of pore network models to enable the modeling of different electrode geometries and redox chemistries. To do so, the proposed model was validated with two commonly used carbon fiber-based electrodes (a paper and a cloth), by extracting topologically equivalent networks from X-ray tomograms, and evaluated for two model redox chemistries (an aqueous iron-based and a non-aqueous TEMPO-based electrolyte). We find that the modeling framework successfully captures the experimental performance of the non-aqueous electrolyte but is less accurate for the aqueous electrolyte which was attributed to incomplete wetting of the electrode surface in the conducted experiments. Furthermore, the validation reveals that care must be taken when extracting networks from the tomogram of the woven cloth electrode, which features a multiscale microstructure with threaded fiber bundles. Employing this pore network model, we elucidate structure-performance relationships by leveraging the performance profiles and the simulated local distributions of physical properties and finally, we deploy simulations to identify efficient operation envelopes.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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