MétaCan
Menu
Retour à la cohorte
Enregistrement W4402589662 · doi:10.1149/1945-7111/ad7c85

Multiphysics Simulation of Multi-layered Fibrous Electrodes for the Vanadium Redox Flow Battery

2024· article· en· W4402589662 sur OpenAlexfundno aff
Kyu Min Lee, Mehrzad Alizadeh, Takahiro Suzuki, Shohji Tsushima, Edward P.L. Roberts, Jeff T. Gostick

Notice bibliographique

RevueJournal of The Electrochemical Society · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced battery technologies research
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of ScienceNatural Sciences and Engineering Research Council of Canada
Mots-clésMultiphysicsVanadiumFlow batteryRedoxElectrodeMaterials scienceBattery (electricity)NanotechnologyChemical engineeringChemistryMetallurgyFinite element methodEngineeringThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

Electrospinning can create customized flow-through electrodes for redox flow batteries with small fibers to enhance reactive surface area. A downside is higher pressure drop and parasitic pumping losses. Multilayered electrodes are a promising remedy, but it is not obvious what properties each layer should have to get the most benefit. In this work, a multiphysics simulation was used to explore the impact of varying the properties of each layer on the performance of a cell, including fiber size, fiber alignment, and porosity. The results showed that a 300% increase in limiting current can be obtained over commercial materials when the layer near the membrane has larger fibers with smaller fibers in each successive layer (1.8, 1.0 & 0.2 um, respectively). This arrangement had relatively lower overall efficiency once pumping power was taken into account. A compromise was obtained by placing a high porosity layer near the membrane with lower porosity in each successive layer (91%, 86%, and 81%, respectively). This case resulted in a 250% increase in limiting current, while expending only 0.1% of the output power on pumping.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,921
Score d'incertitude au seuil0,346

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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,279
Écart entre enseignants0,264 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetAdvanced battery technologies researchTravaux en français237 207