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地填写文献信息,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!

Mass transport in polymer electrolyte membrane water electrolyser liquid-gas diffusion layers: A combined neutron imaging and X-ray computed tomography study

中子成像 电解质 气体扩散 材料科学 扩散 水运 传质 电流(流体) 核工程 化学 中子 水流 环境科学 核物理学 热力学 物理 电极 色谱法 环境工程 物理化学 有机化学 工程类
作者
Maximilian Maier,J. Dodwell,Ralf Ziesche,Chun Tan,Thomas M. M. Heenan,Jude O. Majasan,Nikolay Kardjilov,Henning Markötter,Ingo Manke,Luis Castanheira,Gareth Hinds,Paul R. Shearing,Dan J. L. Brett
出处
期刊:Journal of Power Sources [Elsevier]
卷期号:455: 227968-227968 被引量:79
标识
DOI:10.1016/j.jpowsour.2020.227968
摘要

The increasing use of intermittent renewable energy sources calls for novel approaches to large-scale energy conversion and storage. Hydrogen can be readily stored and produced from renewable sources using polymer electrolyte membrane water electrolysers (PEMWEs). Mass transport of water and product gas in the liquid-gas diffusion layer (LGDL) is critical for PEMWE performance, particularly at high current densities. In this work, neutron radiography is deployed to measure the spatial distribution of water within three different LGDLs, while X-ray micro-computed tomography (XCT) is used to characterize the microstructure of the LGDL materials. The combination of these two techniques yields valuable insight into water transport within the LGDL. Significant local water heterogeneity is observed and a link between flow-field geometry/location and LGDL mass transport is identified. It is further shown that the pore volume in these LGDLs is significantly under-utilized, pointing the way towards design optimisation of LGDL materials and architectures.
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
PDF的下载单位、IP信息已删除 (2025-6-4)

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
1秒前
JamesPei应助人间大厨神丶采纳,获得10
6秒前
9秒前
19秒前
27秒前
34秒前
Jihad给Jihad的求助进行了留言
38秒前
48秒前
53秒前
1分钟前
魔幻的芳完成签到,获得积分10
1分钟前
火星上的宝马完成签到,获得积分10
1分钟前
悲凉的忆南完成签到,获得积分10
1分钟前
1分钟前
陈旧完成签到,获得积分10
1分钟前
欣欣子完成签到,获得积分10
1分钟前
sunstar完成签到,获得积分10
1分钟前
yxl完成签到,获得积分10
1分钟前
1分钟前
可耐的盈完成签到,获得积分10
1分钟前
小洛完成签到 ,获得积分10
1分钟前
绿毛水怪完成签到,获得积分10
1分钟前
lsc完成签到,获得积分10
1分钟前
小fei完成签到,获得积分10
1分钟前
麻辣薯条完成签到,获得积分10
1分钟前
时尚身影完成签到,获得积分10
1分钟前
1分钟前
流苏完成签到,获得积分0
1分钟前
流苏2完成签到,获得积分10
1分钟前
1分钟前
量子星尘发布了新的文献求助10
2分钟前
AAA完成签到,获得积分10
2分钟前
阳光萌萌完成签到,获得积分10
2分钟前
2分钟前
辉辉应助keke采纳,获得10
2分钟前
2分钟前
2分钟前
2分钟前
阳光萌萌发布了新的文献求助10
2分钟前
AAA发布了新的文献求助10
2分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
人脑智能与人工智能 1000
理系総合のための生命科学 第5版〜分子・細胞・個体から知る“生命"のしくみ 800
普遍生物学: 物理に宿る生命、生命の紡ぐ物理 800
花の香りの秘密―遺伝子情報から機能性まで 800
King Tyrant 720
Silicon in Organic, Organometallic, and Polymer Chemistry 500
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5606566
求助须知:如何正确求助?哪些是违规求助? 4691031
关于积分的说明 14866783
捐赠科研通 4707425
什么是DOI,文献DOI怎么找? 2542899
邀请新用户注册赠送积分活动 1508211
关于科研通互助平台的介绍 1472276