Study of pH Gradients and Carbonation of Hydroxide Exchange Membrane Electrolyzers
Notice bibliographique
Résumé
Hydroxide exchange membrane electrolyzers (HEMELs) can produce hydrogen at scale with high efficiencies. However, like their HEM fuel cell counterparts, the alkaline membrane and ionomer of HEMELs may be susceptible to CO2 contamination and cause performance losses. CO2 can form (bi)carbonates which increase ohmic resistances due to their reduced conductivity compared to hydroxide. More importantly, the potential gradient across the membrane drives a self-purging mechanism which can lower the anode pH, causing thermodynamic overpotentials. We used modeling and experiments to study these phenomena in HEMELs in order to understand CO2-related losses through the conductivity and pH effects of different CO2 concentrations over a range of current densities. We found that pH gradients are the more significant barrier to cell performance and controlled them using three supporting electrolytes. We found that operating HEMELs at high current densities >1000 mA cm−2 can recover >200 mV of overpotential due to self-purging of (bi)carbonates, but there is still some unrecoverable overpotential from the generated pH gradients. KOH electrolytes can be used to reduce this pH gradient, but K2CO3 and KHCO3 supporting electrolytes are susceptible to the same detrimental effects of carbonation and should not be used to minimize CO2 contamination.
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) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».