An experimental performance evaluation of newly designed flow-through electrodes for hydrogen production
Notice bibliographique
Résumé
This study reports a unique flow-through electrode design for hydrogen production in alkaline water electrolysis. This paper investigates a variety of electrodeposition coatings on the 3D-printed electrodes, including nickel, nickel-copper, and nickel-iron. The catalytic activity and properties of the electrodes are examined through electrochemical measurements involving linear sweep voltammetry, cyclic voltammetry, electrochemical impedance spectroscopy, and surface morphology analysis. An experimental setup is also developed to measure hydrogen production and evaluate the efficiency of the designed electrodes. The study finds the flow-through electrodes coated with nickel-copper and nickel-iron achieve the current densities of 54 mA/cm 2 and 45 mA/cm 2 , respectively. The activation overpotentials for the nickel-copper coated electrode are reported as 539 mV, and 408 mV for the nickel-iron coated electrode, both at a current density of 10 mA/cm 2 . The highest production rate is obtained within the first 15 minutes, 0.273 μg/s for the Ni-Cu flow-through electrode and 0.255 μg/s for the Ni-Fe flow-through electrode. The study further shows that flow-through electrodes produce hydrogen with an efficiency approximately 74% higher than traditional electrodes, suggesting a potentially better design for better hydrogen production in industrial applications. • This study reports a new flow-through electrode design for hydrogen production. • The electrodes are fabricated using 3D-printing and coated using electrodeposition. • The performance is evaluated using electrochemical and hydrogen measurements. • The study finds that flow-through electrodes perform better than traditional. • The flow-through electrodes consume less energy with the same or higher production.
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 | 0,001 | 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 | 0,001 |
| Science ouverte | 0,001 | 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 ».