(Plenary) Doing More with Less: Challenges for Catalyst Layer Design
Notice bibliographique
Résumé
Proton exchange membrane (PEM) fuel cells are being developed as alternative energy sources for both residential and automotive application. In order for this technology to become fully commercial, the reduction of cost and improvements in performance and durability of PEM fuel cells membrane electrode assemblies (MEAs) are still required. To address the requirement for further cost reduction the Pt loading of the cathode catalyst layer (CCL) needs to be reduced to 0.2- 0.1 mg/cm2 while maintaining high efficiency of Pt-utilization at high power densities. Consequently, it becomes increasingly important to not only develop new catalyst materials, but also optimize the 3D structural arrangement of the CCL components such as catalyst, ionomer and void space so that all critical functionalities can be achieved simultaneously and optimize PGM utilization. In general terms this entails to provide sites catalytically active for ORR, and to further provide transport to/these sites for the reactants O2, protons, electrons and products H2O and heat, respectively. In order to be able to design CCL structures that meet the performance and durability requirements, it is necessary to obtain a better understanding of structure versus performance relationships. This requires the capability to fabricate different CCL structures, to characterize the spatial distribution of all components within the catalyst layer1,2 (carbon, Pt, ionomer and void), to measure the physico-chemical properties (both ex-situ and in-situ) and finally to use these experimental data as inputs for the development a model based understanding of the relationship between CCL structure and CCL performance and durability3. References A. P. Hitchcock, V. Berejnov, V. Lee, D. Susac and J. Stumper, “In situ methods for analysis of polymer electrolyte membrane fuel cell materials by soft X-ray scanning transmission x-ray microscopy”, Microscopy & Microanalysis 20(S3) 1532 (2014) V. Lee, V. Berejnov, M. West, S. Kundu, D. Susac, J. Stumper, R.T. Atanasoski, M. Debe and A.P. Hitchcock, “Scanning Transmission X-ray Microscopy of Nano Structured Thin Film Catalysts for Proton-Exchange-Membrane Fuel Cells” J. Power Sources 263 163 (2014) S. G. Rinaldo, W. Lee, J Stumper, M. Eikerling: “Nonmonotonic dynamics in Lifshitz-Slyozov-Wagner theory: Ostwald ripening in nanoparticle catalysts” Physical Review E 86, 041601 (2012)
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 | 0,002 | 0,003 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,041 | 0,031 |
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 ».