MétaCan
Menu
Retour à la cohorte
Enregistrement W4416601089 · doi:10.1149/ma2025-02432178mtgabs

3D-Printed Gas Flow Layers As Alternative to Conventional Flow Fields and Gdls in Polymer Electrolyte Fuel Cells

2025· article· W4416601089 sur OpenAlexaff
Tim Dörenkamp, Eric Alexander Chadwick, Thomas J. Schmidt, Jens Eller

Notice bibliographique

RevueECS Meeting Abstracts · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGaseous diffusionFuel cellsPolymerElectrolytePorosityPorous mediumLattice (music)Hydrogen

Résumé

récupéré en direct d'OpenAlex

3D printed gas diffusion layers (GDL) have been proposed [1] and implemented [2,3] as model systems for innovative water management strategies addressing two-phase transport challenges within the GDL of polymer electrolyte fuel cells (PEFC). Digital light processing (DLP) resin 3D-printers can be used to fabricate polymer structures with a deterministic cubic lattice design, which are subsequently carbonized in a pyrolysis process. The carbonized samples feature minimum solid dimensions of ~50 μm and pore sizes as small as ~100 μm. These lattice structures show promising PEFC performance as GDL replacements, particularly due to the high convective flow velocities and reduced diffusive transport distances [3]. In this presentation we discuss how such lattice structures can be used as an alternative cell architecture in which the conventional channel-rib flow field is entirely replaced by the printed structure (see Figure 1 a-b), similar as with metal foam flow fields [4]. The new architecture shows comparable performance to a conventional channel-rib configuration with commercial GDL materials (SGL-35BC), even when no GDL but only an MPL is used as an intermediate layer to the CL (see Figure 1c). The fuel cell performance characterization is complemented by operando X-ray radiography and X-ray tomography experiments using a lab-CT to gain insights into the liquid water distribution within the 3D-printed GFLs. References [1] D. Niblett et. al., Journal of the Electrochemical Society, 2020, 167, 013520 [2] D. Niblett et. al., International Journal of Hydrogen Energy, 2022, 47, pp. 23393-23410 [3] T. Dörenkamp et. al., ACS Appl. Materials & Interfaces, 2025, DOI: 10.1021/acsami.5c00770 [4] Y. Zhang et. al., Journal of Power Sources, 2021, 492, 229664 Figure 1

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,006
Tête enseignante GPT0,224
Écart entre enseignants0,218 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetFuel Cells and Related MaterialsTravaux en français237 207