MétaCan
Menu
Retour à la cohorte
Enregistrement W4245522080 · doi:10.1149/ma2016-02/38/2536

Model-Based Analysis of Carbon Corrosion in Start-up/Shutdown, Fuel Starvation, and Voltage Reversal of a Polymer Electrolyte Fuel Cell

2016· article· en· W4245522080 sur OpenAlexaff
Jixin Chen, Jingwei Hu, James Waldecker

Notice bibliographique

RevueECS Meeting Abstracts · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensAutomotive Fuel Cell Cooperation (Canada)
Organismes subventionnairesnon disponible
Mots-clésAnodeCorrosionCathodeElectrolyteCarbon fibersMaterials scienceProton exchange membrane fuel cellPolarity reversalChemistryNuclear engineeringChemical engineeringVoltageComposite materialElectrodeElectrical engineeringCatalysisOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Support carbon corrosion has been identified as a major degradation source in a polymer electrolyte fuel cell. Start-up/Shutdown (SUSD) [1], fuel starvation [1], and voltage reversal [2] are widely-known conditions that can trigger non-negligible carbon corrosion in the anode or cathode. SUSD carbon corrosion is associated with current reversal while there is no external load. As a comparison, fuel starvation due to nitrogen blanketing and/or water droplets in an operating cell also can result in similar current reversal. The region with current reversal, i.e., a proton flux from the cathode to the anode, features extremely severe hydrogen depletion in the anode and occurrence of carbon corrosion in the opposite cathode. Differently, the voltage reversal occurs in one or a few cells (not all) in a stack. Those cells show negative cell voltages under extended reversal, but the overall current is flowing as usual thanks to the other normal cells in the stack. The voltage reversal leads to carbon corrosion in the anode, as compared to carbon corrosion in the cathode for current reversal. The local potential for carbon corrosion could be much more severe in an extended voltage reversal than that in SUSD. This paper/presentation will elucidate the fundamental differences of these three carbon corrosion scenarios with model simulation and analysis. The models [3, 4] will also be used to perform comprehensive parametric studies, aiming to understand the impacts from key design and operating parameters including pseudo-capacitance, selective oxygen evolution reaction (OER) catalysis, reactant gas flow rate, temperature, membrane hydration state, and current load drawn from the stack. It is anticipated to shed light on the otherwise confusing carbon corrosion scenarios in a polymer electrolyte fuel cell and the fundamental ideas for alleviation strategies. For example, in the fuel starvation induced carbon corrosion, the simulation indicates that the decreasing cell voltage due to diluted hydrogen concentration appears to limit the local potential in the cathode and associated carbon corrosion. In the SUSD carbon corrosion, pseudo-capacitance from Pt oxidation may raise another concern in parallel to carbon corrosion. In general, a reduced temperature or enhanced OER activity is helpful in reducing carbon corrosion. References: [1] W. Gu, P. T. Yu, R. N. Carter, R. Makharia, and H. A. Gasteiger, “Modeling and Diagnostics of Polymer Electrolyte Fuel Cells— Local H2Starvation and Start–Stop Induced Carbon-Support Corrosion”, Modern Aspects of Electrochemistry 49, Springer Science + Business Media, LLC, New York (2010). [2] S. Knights, D. Wilkinson, S. Campbell, J. Taylor, J. Gascoyne, and T. Ralph, “Solid Polymer Fuel Cell with Improved Voltage Reversal Tolerance”, U.S. Patent, 6,936,370 B1 (2005). [3] J. Chen, J. Siegel, T. Matsuura, and A. Stefanopoulou, “Carbon Corrosion in PEM Fuel Cell Dead-Ended Anode Operations”, Journal of the Electrochemical Society, 158, B1164-B1174 (2011). [4] J. Chen, J. Hu, and J. Waldecker, “A Comprehensive Model for Carbon Corrosion during Fuel Cell Start-Up”, Journal of the Electrochemical Society, 162, F878-F889 (2015). Figure 1. The schematic of carbon corrosion mechanisms from current reversal during start-up (upper subfigure) and voltage reversal (lower subfigure) in a polymer electrolyte fuel cell. Figure 1

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,194
Écart entre enseignants0,186 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetFuel Cells and Related MaterialsTravaux en français237 207