亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Comprehensive Analysis of Solid Oxide Fuel Cell Performance Degradation Mechanism, Prediction, and Optimization Studies

降级(电信) 固体氧化物燃料电池 商业化 计算机科学 机制(生物学) 可靠性工程 生化工程 工艺工程 工程类 阳极 化学 哲学 法学 物理化学 电极 认识论 电信 政治学
作者
Jingxuan Peng,Dongqi Zhao,Yuanwu Xu,Xiaolong Wu,Xi Li
出处
期刊:Energies [MDPI AG]
卷期号:16 (2): 788-788 被引量:10
标识
DOI:10.3390/en16020788
摘要

Solid oxide fuel cell (SOFC) performance degradation analysis and optimization studies are important prerequisites for its commercialization. Reviewing and summarizing SOFC performance degradation studies can help researchers identify research gaps and increase investment in weak areas. In this study, to help researchers purposely improve system performance, degradation mechanism analysis, degradation performance prediction, and degradation performance optimization studies are sorted out. In the review, it is found that the degradation mechanism analysis studies can help to improve the system structure. Degradation mechanism analysis studies can be performed at the stack level and system level, respectively. Degradation performance prediction can help to take measures to mitigate degradation in advance. The main tools of prediction study can be divided into model-based, data-based, electrochemical impedance spectroscopy-based, and image-based approaches. Degradation performance optimization can improve the system performance based on degradation mechanism analysis and performance prediction results. The optimization study focuses on two aspects of constitutive improvement and health controller design. However, the existing research is not yet complete. In-depth studies on performance degradation are still needed to achieve further SOFC commercialization. This paper summarizes mainstream research methods, as well as deficiencies that can provide partial theoretical guidance for SOFC performance enhancement.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
7秒前
哈呼呼发布了新的文献求助10
12秒前
嚭嚭完成签到,获得积分10
15秒前
kdjm688完成签到,获得积分10
20秒前
CipherSage应助火火采纳,获得30
27秒前
科研通AI2S应助火火采纳,获得10
32秒前
CATH完成签到 ,获得积分10
37秒前
学术混子完成签到,获得积分10
54秒前
cc0514gr完成签到,获得积分10
1分钟前
0514gr完成签到,获得积分10
1分钟前
mmyhn应助科研通管家采纳,获得20
1分钟前
Jasper应助科研通管家采纳,获得10
1分钟前
李星星发布了新的文献求助10
1分钟前
赘婿应助哈呼呼采纳,获得10
1分钟前
2分钟前
哈呼呼发布了新的文献求助10
2分钟前
2分钟前
哈呼呼完成签到,获得积分20
2分钟前
夏天无完成签到,获得积分20
2分钟前
Owen应助科研通管家采纳,获得10
3分钟前
4分钟前
4分钟前
麻瓜完成签到,获得积分10
4分钟前
研友_nq2QpZ发布了新的文献求助10
4分钟前
小二郎应助liudy采纳,获得10
4分钟前
研友_nq2QpZ完成签到,获得积分10
5分钟前
5分钟前
Joeswith完成签到,获得积分10
5分钟前
liudy完成签到,获得积分10
5分钟前
liudy发布了新的文献求助10
5分钟前
顾矜应助科研通管家采纳,获得10
5分钟前
5分钟前
华师发布了新的文献求助10
5分钟前
5分钟前
CodeCraft应助华师采纳,获得10
5分钟前
6分钟前
Lorain发布了新的文献求助10
6分钟前
6分钟前
Shirley完成签到,获得积分10
6分钟前
阿尼完成签到 ,获得积分10
6分钟前
高分求助中
Evolution 10000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3158604
求助须知:如何正确求助?哪些是违规求助? 2809798
关于积分的说明 7883671
捐赠科研通 2468473
什么是DOI,文献DOI怎么找? 1314192
科研通“疑难数据库(出版商)”最低求助积分说明 630572
版权声明 601982