Impact of Surface Pretreatment on the Corrosion Resistance and Adhesion of Thin Film Coating on SS316L Bipolar Plates for Proton-Exchange Membrane Fuel Cell Applications
Notice bibliographique
Résumé
Coated SS316L is a potential alternative to the graphite bipolar plates (BPPs) used in proton-exchange membrane fuel cells (PEMFCs) owing to their low manufacturing cost and machinability. Due to their susceptibility to corrosion and passivation, which increases PEMFC ohmic resistance, protective and conductive coatings on SS316L have been developed. However, coating adhesion is one of the challenges in the harsh acidic environment of PEMFCs, affecting the performance and durability of BPPs. This study compares mechanical polishing and the frequently adopted chemical etchants for SS316L: Adler’s, V2A, and Carpenter’s etchant with different etching durations and their impact on the wettability, adhesion, and corrosion resistance of a Nb-coated SS316L substrate. Contact angle measurements and laser microscopy revealed that all etching treatments increased the hydrophobicity and surface roughness of SS316L substrates. Ex situ potentiodynamic and potentiostatic polarization tests and interfacial contact resistance analysis revealed high corrosion resistance, interfacial conductivity, and adhesion of the Nb-coated SS316L substrate pretreated with V2A (7 min) and Adler’s (3 min) etchant. Increased hydrophobicity (contact angle = 101°) and surface roughness (Ra = 74 nm) achieved using V2A etchant led to the lowest corrosion rate (3.3 µA.cm−2) and interfacial resistance (15.4 mΩ.cm2). This study established pretreatment with V2A etchant (a solution of HNO3, HCl, and DI water (1:9:23 mole ratio)) as a promising approach for improving the longevity, electrochemical stability, and efficiency of the coated SS316L BPPs for PEMFC application.
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 ».