Sintered Electrospun Fibrous Electrodes via Compression and Laser Perforation for Redox Flow Battery
Notice bibliographique
Résumé
The principal sources of new renewable energy, such as solar and wind power, depend strongly on the weather conditions, leading to the unstable electric power supply. Energy storage systems (ESS) has been developed to address this problem. One of the most promising technologies for energy storage device is redox flow batteries due to its high capacity and design flexibility. In particular, the vanadium redox flow battery is considered as a next-generation battery because of its safety and high efficiency, but not yet widely deployed owing to its low power density. The carbonized electrospun fibrous materials have been utilized as electrodes to overcome the flaw, because of their high specific surface area for reaction, high porosity to support flow and diffusion, and good electrical conductivity through the interconnected fibers. Typically, smaller fiber is preferential due to the exponential increase of surface area, but the small pores among the fibers reduce the permeability, limiting the electrolyte transportation or increasing parasitic pumping costs. In this study, flow battery electrodes made of electrospun carbon fibers were synthesized by applying compression during the stabilization stage. The objective was to create flow battery electrodes with higher volumetric surface area to support the electrochemical reaction while retaining the permeability. A porosity reduction of 12% was attained by this method, yielding a 50% increase of volumetric surface area, while the in-plane permeability and tortuosity were found to remain consistent. In addition, the holes perforated by a carbon dioxide laser addressed the issue of low through-plane permeability caused by the compacted fibers. All electrospun samples outperformed commercial carbon mats in flow cell tests. The compressed samples showed markedly better performance in the activation region but showed serious mass transport polarization at higher current density. The laser perforations significantly eliminated this flaw, yielding the best performance over the entire range of current density. 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 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 ».