MétaCan
Menu
Retour à la cohorte
Enregistrement W4413721383 · doi:10.1061/jleed9.eyeng-6137

Optimization of Bioenergy Generation via Coupled Thermo-Hydro-Electrochemical Modeling of Two-Chamber Microbial Fuel Cells

2025· article· en· W4413721383 sur OpenAlexaff
Wenwen Cui, Samantha Espley, Shunde Yin

Notice bibliographique

RevueJournal of Energy Engineering · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Fuel Cells and Bioremediation
Établissements canadiensStantec (Canada)University of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMicrobial fuel cellBioenergyElectrochemistryChemistryEnvironmental scienceElectricity generationMaterials scienceWaste managementBiofuelPhysicsEngineeringElectrodeThermodynamics

Résumé

récupéré en direct d'OpenAlex

Microbial fuel cells (MFCs) have drawn increasing attention as a sustainable approach for simultaneous wastewater remediation and energy production. However, their efficiency remains constrained by challenges in cathodic reaction kinetics, electrode performance, and system control. In this study, a three-dimensional multiphysics model of a dual-chamber MFC was developed using COMSOL, coupling electrochemical reactions, fluid dynamics, and ion transport. Experimental data validated the model, with a maximum deviation of 3.15% at low to moderate current densities. The simulation highlights that electric potential gradients and ionic currents are predominantly distributed near the electrode surfaces, while central regions exhibit higher current density. Moderate acetate flow rates (0.015–0.020 m/s) enhance substrate delivery but may destabilize the biofilm if increased excessively. Elevated feed concentrations (3.5–5.0 mol/m3) improve power density, although oversupply risks microbial imbalance and substrate accumulation. Temperature variation between 303 and 323 K has a limited effect on power density but supports enzymatic reactions and electron transfer efficiency. A sensitivity assessment ranks substrate concentration and flow rate as the most influential parameters, while temperature plays a secondary role. Based on these insights, a hierarchical optimization strategy is proposed—first optimizing substrate availability and residence time, then improving hydrodynamic conditions, and finally regulating temperature within a suitable range. This work provides theoretical support for advancing MFC design and operation in sustainable water-energy systems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,180
Écart entre enseignants0,176 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Energy EngineeringMême sujetMicrobial Fuel Cells and BioremediationTravaux en français237 207