Pore-Scale Modeling of Microporous Layer for Proton Exchange Membrane Fuel Cell: Effective Transport Properties
Notice bibliographique
Résumé
A microporous layer (MPL) is a transition layer with a porous material structure, located between the gas diffusion layer (GDL) and catalyst layer (CL) in a proton exchange membrane fuel cell (PEMFC). It not only significantly improves electron transfer and heat conduction in membrane electrode assembly, but also effectively manages liquid water transport to enhance the fuel cell performance. The MPL is usually coated on one side of the GDL. The fragile nature of MPL makes it challenging to characterize the effective transport properties using experimental methods. In this study, a stochastic numerical method is implemented to reconstruct the three-dimensional microstructure of an MPL consisting of carbon particles and PTFE. The reliability of the MPL reconstructed model is validated using experimental data. The relationship between the effective transport properties and the compression strain is obtained using the Pore Scale Model (PSM), while the relationship between the liquid water saturation and capillary pressure is solved by Lattice Boltzmann Method (LBM). The effective transport properties in the MPL are then imported into the two-phase flow fuel cell model. It is found that the effective transport parameters in MPL obtained by PSM and LBM can improve the accuracy of the model calculation. This study provides an effective method to reconstruct the microstructure of MPL that can generate precise MPL transport parameters for utilization in various PEMFC performance prediction models.
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 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 | 0,000 | 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».