Ranking of novel criteria for prioritising production-relevant quality-critical product parameters of electrolysers and fuel cells
Notice bibliographique
Résumé
One promising approach to accelerate the adoption of fuel cells and electrolysers is the use of Digital Concepts (DCs), such as Digital Twins (DTs) which simulate with quality-critical product parameters in manufacturing. Despite potential benefits, the application of mature DCs for optimising processes and products remains limited. One key reason for this is the unfamiliarity regarding the connection between quality-critical parameters and DCs. To address this gap, a multi-criteria decision-making framework is proposed, which employs novel criteria conceived for prioritising quality-critical parameters for simulation applications, referred to as Simulation Decision Matrix. Criteria are weighted using the analytical hierarchy process in expert interviews, based on a novel use case. The interviews revealed that a profound understanding of differential equations, formulas, and physical parameters of the system to be modelled is essential for developing a DC. Additionally, knowledge of model assumptions and simulation limits is crucial for the proper application of a DC. The integration of quality-critical parameters into the model requires finesse and was highly rated by the experts. Furthermore, validation is paramount, as the robustness of the DC and its seamless integration into the production environment are key for their successful application. The experts showed sensitivity to the use case, ranking the relevant criteria accordingly. Their feedback underscores both the relevance and complexity of this topic, positioning this work as a valuable starting point for further exploration. • Quality assurance in the production of electrolysers and fuel cells is examined. • A new simulation-based manufacturing optimisation method is presented as a use case. • A decision matrix for prioritising quality-critical product parameters is developed. • Criteria are weighted using the analytical hierarchy process in an expert survey. • Validation is the most relevant criterion for simulation applications in production.
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 | 0,012 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».