Aluminium and iron impurity segregation in yttria-stabilized zirconia grain boundaries
Notice bibliographique
Résumé
Yttria-stabilized zirconia (YSZ) is highly valued for its high ionic conductivity and thermal stability, making it indispensable in high-temperature applications like solid oxide fuel cells. However, performance in YSZ is intricately related to the behavior of impurities at grain boundaries, especially with respect to their effect on ionic transport. The present work systematically investigates segregation behaviors of aluminum (Al) and iron (Fe) impurities in YSZ grain boundaries by using molecular dynamics simulations. We have investigated the dynamics of Al and Fe impurities across two grain boundary configurations, symmetric and mixed boundaries, with respect to their relative impacts on oxygen ionic conductivity. Our findings indicate that Al impurities, because of its relatively low solubility, have a tendency to segregate extensively along the grain boundaries and, therefore, reducing significantly the ionic conductivity. On the other hand, impurities like Fe exhibit a lesser tendency to segregate and, hence, can potentially stabilize the crystal structure of YSZ without adversely impacting conductivity. Since both ions, Al and Fe, are positive ions, the barrier of ion diffusion at grain boundaries is enhanced, further affecting the overall conductivity of both species. These results improve our understanding of the impurities segregation in YSZ while providing pathways to optimize the electrochemical performance of YSZ-based devices by manipulating impurities concentrations and grain boundary engineering.
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) | 0,000 | 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 ».