MétaCan
Menu
Retour à la cohorte
Enregistrement W4387937498 · doi:10.1002/batt.202300367

Preconditioning Operation of Membraneless Vanadium Micro Redox Flow Batteries

2023· article· en· W4387937498 sur OpenAlexaff
Beatriz Oraá‐Poblete, Daniel Pérez-Antolín, Ange A. Maurice, Jesús Palma, Erik Kjeang, Alberto E. Quintero

Notice bibliographique

RevueBatteries & Supercaps · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced battery technologies research
Établissements canadiensSimon Fraser University
Organismes subventionnairesComunidad de Madrid
Mots-clésFlow batteryElectrolyteVolumetric flow rateVanadiumMaterials scienceInternal resistanceRedoxDepth of dischargePower densityChemistryAnalytical Chemistry (journal)ElectrodeBattery (electricity)Power (physics)ChromatographyMechanicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract Development of a Membraneless Vanadium Micro Redox Flow Battery (MVMRFB) with an automated closed‐loop control, using micro actuators and micro sensors, is presented for the first‐time during electrolyte preconditioning operation in recirculation mode. The progress of preconditioning is tracked with UV‐vis spectroscopy by 3D printed micro flow cuvettes. Influence of flow rate, reactor internal resistance, and presence of side reactions in the preconditioning process are studied. Optimal flow rate ratio between negative and positive electrolytes is determined and significant performance improvements achieved by operating at lower flow rates are obtained. Influence of reactor internal resistance, which is directly related with the maximum power density, is evaluated demonstrating that operating at a high‐power density can be a source of inefficiency due to the presence of side reactions. Finally, presence of side reactions is evaluated through a dual measurement of electrolytes concentrations in both negative and positive side, and it is demonstrated to be a cause for charge imbalance between the two half‐cells. This work lays a solid foundation for the successful implementation of a charge‐discharge cycle in MVMRFBs operating in recirculation mode.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,015
Tête enseignante GPT0,245
Écart entre enseignants0,230 · 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'étudeExpérimental (laboratoire)
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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBatteries & SupercapsMême sujetAdvanced battery technologies researchTravaux en français237 207