Modelling Hydrogen Refuelling for Light-Duty Passenger Vehicles
Notice bibliographique
Résumé
Due to the rising concerns over environmental issues and the pressing need to reduce carbon emissions, hydrogen (H2) has gained significant attention as a clean, reliable and sustainable vehicle energy carrier, which is produced from renewable sources.Hydrogen Refuelling Stations (HRSs) are considered a crucial infrastructure for supporting Fuel Cell Electric Vehicles (FCEVs).Nonetheless, a significant obstacle to the commercialization of FCEVs is to store highly flammable hydrogen gas efficiently and securely.Numerous techniques for storing H2 have been devised, however, compressed H2 storage tanks, due to their lightweight and effectiveness, are the most used technique for storing H2 in automobiles.In the present study, a thermodynamic model of HRS was developed to examine the effects of different refuelling parameters such as H2 supply temperature and Average Pressure Ramp Rate (APRR on light-duty FSEVs fueling performance, and State of Charge (SOC) for 70 MPa, 99-liter type IV H2 cylinder.Compared to other refuelling parameters, it was observed that the hydrogen supply temperature has a significant effect on the final tank temperature and SOC.Simulation results show that an increase in H2 supply temperature from -40℃ to 20℃ causes an increase of 65.2% in end gas temperature (68.9℃ to 113.8℃) and 9.3% lower SOC (92.4% to 84.6%) respectively.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».