Decoupling Membrane Electrode Assembly Materials Complexity from Fuel Cell Performance through Image‐Based Multiphase and Multiphysics Modelling
Notice bibliographique
Résumé
Abstract Proton exchange membrane fuel cells (PEMFCs) are important clean energy technology, yet the material and structural complexity of their membrane electrode assemblies (MEAs) can hamper the development of next‐generation structures, as even a subtle change to one component can have a significant impact on others. Mathematical modelling of PEMFC MEAs proves to be one of the few techniques able to decouple this complexity, but the available models are commonly based on over‐simplified structures meaning they are less able to inform material design. In this study, an advanced image‐based modelling approach is developed to reveal the interplay of material changes in PEMFC MEAs. Using high‐temperature PEMFCs as an example system, advanced structural imaging techniques are used to produce a detailed 3D MEA reconstruction which forms the basis for the multiphase and multi‐physics model. This allows both the prediction of cell performance and the decoupling the impact of changes to individual structures or components (such as membrane pores, catalyst cracks, and phase migration), on cell behaviour. These phenomena can then be selectively ‘re‐coupled’ to deconvolute the interplay of different materials employed within operational cells. The resulting insights provide a mechanistic understanding of MEA performance, guiding the design and optimisation of future PEMFCs.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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 | 0,000 | 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 ».