Enhancing the Performance of Metal-Supported Solid Oxide Fuel Cells via Infiltration with an Aqueous Solution of Metal Nitrate Salts
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide The infiltration technique is a cost-effective method to develop nanostructured electrodes that can accelerate sluggish oxygen reduction reaction (ORR) and enhance the electrochemical performance of solid oxide fuel cells (SOFCs) at intermediate temperatures (600–800 °C). For metal-supported SOFCs, identifying a highly efficient ORR catalyst is an ongoing challenge due to lower temperature operation. In this work, nanostructured praseodymium oxide (PrO x ) and multiphase heterostructures containing perovskites with the nominal composition of Nd 0.6 Sr 0.4 CoO 3−δ (NSC), SrCO 3, and CoO have been developed via infiltration into the symmetric metal-supported backbone as binary layer composite, and their electrochemical performance has been investigated. The composite demonstrates enhanced electrochemical performance at various temperatures achieving the lowest polarization resistance ( R p ) of 0.05 Ω cm 2 at 700 °C compared to multiphase NSC alone (0.1 Ω cm 2 ) under similar conditions. A distribution function of relaxation time (DFRT) analysis using impedance spectroscopy genetic program (ISGP) was carried out to study different electrochemical processes. PrO x significantly improves the processes involved in the ORR. The full cell performance of the composite electrode achieves a peak power density (PPD) of 329 mW·cm –2 at 700 °C in 3%H 2 O/H 2 as fuel.
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) | 0,001 | 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 ».