Tuning transport mechanisms in fuel-assisted solid oxide electrolysis cells for enhanced performance and product selectivity: Thermodynamic and kinetic modeling
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
Fuel-assisted solid oxide electrolysis cells (FASOECs) have the capacity to generate power and valuable chemicals, simultaneously, by supplying fuels including methane, carbon monoxide, and hydrogen to a cell’s anode. Such fuels can comprise the tail gas of Fischer–Tropsch (FT) reactors and can be further exploited by FASOECs to reduce the amount of energy required to facilitate steam electrolysis. Important challenges that remain in the development of FASOECs, however, are determining the reactions that contribute to the transport phenomena of the system and how they influence the performance of these devices. To date, most numerical models of FASOECs have accounted for methane steam reforming and the water gas shift reaction in the anode, which cannot predict the onset of carbon deposition and other reactions that can occur in different regions of a cell. For the first time, a combined mass and heat transport model of an FASOEC fed with a multi-component fuel mixture is constructed to track the reaction pathways by which each component is utilized/produced and to develop strategies to enhance their performance and product selectivity. We reveal the transport regimes (and corresponding cell specifications) in which carbon deposition can be alleviated, which has been observed in previous experiments on methane-assisted solid oxide cells, and those that yield H2/CO ratios desirable for the feedstock of FT reactors. As a result of this framework, designers will have an understanding of how to select appropriate values of the design specifications and operating conditions of FASOECs, in order to augment their efficiency and product selectivity, while mitigating carbon deposition.
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 | 0,000 | 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