Polymer Electrolyte Membrane Fuel Cells: Characterization and Diagnostics
Notice bibliographique
Résumé
The normal operation of proton exchange membrane fuel cells (PEMFCs) can induce significant temperature, humidity, pressure or concentration gradients across the cell’s active area. The overall performance and stability can be affected negatively by these gradients. For example, localized transient changes in environmental conditions may contribute to material degradation, and ultimately, to cell failure. We report on new diagnostic techniques and methodologies that have been developed to characterise PEMFC material properties, and the inhomogeneities across the active area of a working cell. Specifically, we will describe ex situ techniques for membrane electrode assembly (MEA) materials characterisation, and in situ techniques for the spatially resolved characterization of PEMFC performance. These techniques incorporate independent control over local potentials with concurrent membrane water content characterization (via high-frequency resistance measurements). Our testing hardware features sixteen fully isolated segments over a 42 cm2 active area, reference electrode capabilities, and individual segment control. This configuration enables the measurement of localised anode and cathode overpotentials separately. The technique’s versatility will be illustrated by effective platinum surface area (EPSA) measurements across the active under accelerated stress tests (ASTs) conducive to platinum dissolution. Each segment in a membrane electrode assembly was exposed to 10,000 cycles of Pt dissolution AST separately. The beginning-of-life EPSA was calculated via cyclic voltammetry, and the catalyst layer morphology and properties were found to change during the AST. Impedance measurements were obtained in H2/N2 conditions in order to map the ionic conductivity and the polarization resistance of the catalyst layer across the segmented cell. Higher EPSA and performance loss were observed in segments near the fuel cell outlet compared to those near the reactant inlets.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».