MétaCan
Menu
Retour à la cohorte
Enregistrement W7001915053

Mathematical Modeling of Solid Oxide Fuel Cells

2014· article· en· W7001915053 sur OpenAlexfundno aff

Notice bibliographique

RevueElectronic Theses and Dissertations Repository (University of Pisa) · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvancements in Solid Oxide Fuel Cells
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSolid oxide fuel cellMicrostructureOxideMesoscale meteorologyCoupling (piping)ElectrochemistryFuel cellsPorosityElectrode
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this thesis, an integrated microstructural–electrochemical modeling framework for Solid Oxide Fuel Cells (SOFCs) is presented. At the microscale, the model numerically reconstructs the microstructure of the electrodes, which are random porous composite media wherein the electrochemical reactions occur. The effective properties of the electrodes are evaluated in the reconstructed microstructures and used, as input parameters, in physically–based electrochemical models, consisting of mass and charge balances written in continuum approach, which describe the transport and reaction phenomena at the mesoscale within the cell. Therefore, the strong coupling between microstructural characteristics and electrochemical processes can be conveniently taken into account by the integrated model. The presented modeling framework represents a tool to fulfill a from–powder–to–power approach: it is able to reproduce and predict the SOFC macroscopic response, such as the current–voltage relationship, knowing only the powder characteristics and the operating conditions, which are the same measurable and controllable parameters available in reality. As a consequence, empirical, fitted or adjustable parameters are not required, feature which makes the model fully predictive and widely applicable in a broad range of conditions and fuel cell configurations as an interpretative tool of experimental data and as a design tool to optimize the system performance.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,008
Tête enseignante GPT0,224
Écart entre enseignants0,216 · 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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectronic Theses and Dissertations Repository (University of Pisa)Même sujetAdvancements in Solid Oxide Fuel CellsTravaux en français237 207