Applications of Graphene in Vanadium Redox Flow Batteries
Notice bibliographique
Résumé
Vanadium redox flow batteries (VRFBs) exhibit great promise as easily scalable, long-lasting, modular systems for grid-scale energy storage. However, vanadium crossover and poor reaction kinetics increase their operating costs by requiring frequent system regeneration and reducing energy efficiency, respectively. In this thesis, Nafion membranes were modified with single to few-layer nitrogen/sulfur-doped graphene (NS-graphene) by developing a large area Langmuir film deposition method with the aim of reducing vanadium crossover and potentially improving reaction kinetics. Using this approach, the ability to reduce vanadium permeability through Nafion 117 and Nafion 115 membranes by 75% and 53%, respectively, was demonstrated while maintaining a high enough proton conductivity that the overall selectivity of the membranes was increased by 243% and 65% when compared to the results for bare Nafion. To determine the impact of the intrinsic electrocatalytic activity of graphene on redox flow battery performance, a comparison of NS-graphene, graphene oxide (GO), and reduced graphene oxide (RGO) was carried out using both monolayer electrodes and drop-cast films. Through this work, it was confirmed that the previously established approach developed by Punckt et al. [1] to account for porosity could not be extended to quasi-reversible systems such as that of the VRFB. An alternative data analysis scheme based on Dunn’s Method is proposed, showing mildly promising results, with more work needed in the area to develop strong conclusions.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».