MétaCan
Menu
Retour à la cohorte
Enregistrement W4392542499 · doi:10.1149/2754-2734/ad3121

Experimental Design of High-Performing Open-Cathode Polymer Electrolyte Membrane Fuel Cells

2024· article· en· W4392542499 sur OpenAlexafffund
Anand Sagar, Sachin Chugh, Erik Kjeang

Notice bibliographique

RevueECS Advances · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensSimon Fraser University
Organismes subventionnairesSimon Fraser UniversityCanada Research Chairs
Mots-clésElectrolyteCathodeMembraneMaterials sciencePolymerFuel cellsChemical engineeringComposite materialChemistryEngineeringElectrical engineeringElectrode

Résumé

récupéré en direct d'OpenAlex

Open-cathode polymer electrolyte membrane fuel cells (PEMFCs) utilize a unique air-cooled system design to eliminate the humidifiers, air compressor, and liquid cooling loop of conventional, liquid-cooled PEMFC systems, thereby greatly reducing system cost. However, the open-cathode PEMFC performance is restricted by poor humidification, high membrane and charge transfer resistances, and overheating due to inefficient thermal and water management. This work aims to strategically modify the membrane electrode assembly (MEA) design to overcome these issues and achieve high open-cathode PEMFC performance that approaches that of liquid-cooled systems. The use of thinner membrane along with short side chain ionomer is found to elevate the cell performance due to increased water retention at the cathode catalyst layer (CCL) and decreased ohmic losses. Thinner gas diffusion layers with high porosity enable additional cell performance increment by improving oxygen availability at the CCL. An overall current density rise of 88% at 0.6 V and 53% at 0.4 V is achieved by the strategically designed MEA for open-cathode cells. The enhanced power density enabled by the custom MEA can both reduce the stack cost and expand the power range of open-cathode PEMFCs, thus expanding their potential use for low-cost fuel cell system applications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,730
Score d'incertitude au seuil0,564

Scores Codex et Gemma par catégorie

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,010
Tête enseignante GPT0,237
Écart entre enseignants0,227 · 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 tête enseignante, 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

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueECS AdvancesMême sujetFuel Cells and Related MaterialsTravaux en français237 207