Enabling Safe and Sustainable Hydrogen Mobility: Circular Economy-Driven Management of Hydrogen Vehicle Safety
Notice bibliographique
Résumé
Hydrogen vehicles, encompassing fuel cell electric vehicles (FCEVs), are pivotal within the UK’s energy landscape as it pursues the goal of net-zero emissions by 2050. By markedly diminishing dependence on fossil fuels, FCEVs, including hydrogen vehicles, wield substantial influence in shaping the circular economy (CE). Their impact extends to optimizing resource utilization, enabling zero-emission mobility, facilitating the integration of renewable energy sources, supplying adaptable energy storage solutions, and interconnecting diverse sectors. The widespread adoption of hydrogen vehicles accelerates the UK’s transformative journey towards a sustainable CE. However, to fully harness the benefits of this transition, a robust investigation and implementation of safety measures concerning hydrogen vehicle (HV) use are indispensable. Therefore, this study takes a holistic approach, integrating quantitative risk assessment (QRA) and an adaptive decision-making trial and evaluation laboratory (DEMATEL) framework as pragmatic instruments. These methodologies ensure both the secure deployment and operational excellence of HVs. The findings underscore that the root causes of HV failures encompass extreme environments, material defects, fuel cell damage, delivery system impairment, and storage system deterioration. Furthermore, critical driving factors for effective safety intervention revolve around cultivating a safety culture, robust education/training, and sound maintenance scheduling. Addressing these factors is pivotal for creating an environment conducive to mitigating safety and risk concerns. Given the intricacies of conducting comprehensive hydrogen QRAs due to the absence of specific reliability data, this study dedicates attention to rectifying this gap. A sensitivity analysis encompassing a range of values is meticulously conducted to affirm the strength and reliability of our approach. This robust analysis yields precise, dependable outcomes. Consequently, decision-makers are equipped to discern pivotal underlying factors precipitating potential HV failures. With this discernment, they can tailor safety interventions that lay the groundwork for sustainable, resilient, and secure HV operations. Our study navigates the intersection of HVs, safety, and sustainability, amplifying their importance within the CE paradigm. Using the careful amalgamation of QRA and DEMATEL methodologies, we chart a course towards empowering decision-makers with the insights to steer the hydrogen vehicle domain to safer horizons while ushering in an era of transformative, eco-conscious mobility.
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 | 0,016 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».