CN113506880B - 燃料电池催化剂层微观结构生成方法、系统、设备和介质 - Google Patents

燃料电池催化剂层微观结构生成方法、系统、设备和介质 Download PDF

Info

Publication number
CN113506880B
CN113506880B CN202110784253.2A CN202110784253A CN113506880B CN 113506880 B CN113506880 B CN 113506880B CN 202110784253 A CN202110784253 A CN 202110784253A CN 113506880 B CN113506880 B CN 113506880B
Authority
CN
China
Prior art keywords
carbon
ionomer
fuel cell
geometric model
catalyst layer
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110784253.2A
Other languages
English (en)
Other versions
CN113506880A (zh
Inventor
李哲
张子璇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN202110784253.2A priority Critical patent/CN113506880B/zh
Publication of CN113506880A publication Critical patent/CN113506880A/zh
Application granted granted Critical
Publication of CN113506880B publication Critical patent/CN113506880B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M4/00Electrodes
    • H01M4/86Inert electrodes with catalytic activity, e.g. for fuel cells
    • H01M4/88Processes of manufacture
    • H01M4/8825Methods for deposition of the catalytic active composition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M4/00Electrodes
    • H01M4/86Inert electrodes with catalytic activity, e.g. for fuel cells
    • H01M4/90Selection of catalytic material
    • H01M4/92Metals of platinum group
    • H01M4/921Alloys or mixtures with metallic elements
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M4/00Electrodes
    • H01M4/86Inert electrodes with catalytic activity, e.g. for fuel cells
    • H01M4/90Selection of catalytic material
    • H01M4/92Metals of platinum group
    • H01M4/925Metals of platinum group supported on carriers, e.g. powder carriers
    • H01M4/926Metals of platinum group supported on carriers, e.g. powder carriers on carbon or graphite
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/30Hydrogen technology
    • Y02E60/50Fuel cells

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Materials Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Inert Electrodes (AREA)
  • Catalysts (AREA)

Abstract

本申请涉及一种燃料电池催化剂层微观结构生成方法及系统。该系统包括:获取燃料电池催化剂层微观结构中铂碳的质量比,并转换为体积比,燃料电池催化剂层微观结构包括内核和外层,内核包括碳载体和设置在碳载体上的铂金颗粒,外层包括覆盖在碳载体上不同区域的离聚物和非离聚物;根据体积比,确定铂金颗粒在碳载体上的分布数量,形成内核的几何模型。确定外层的厚度,并在内核的几何模型上形成外层的几何模型;确定离聚物在碳载体上的覆盖率和分布区域数量,并修改外层的几何模型,得到燃料电池催化剂层微观结构的几何模型。使用该几何模型进行仿真实验,能够使实验结果与实际结构更加相近,实验结果更准确。

Description

燃料电池催化剂层微观结构生成方法、系统、设备和介质
技术领域
本申请涉及燃料电池设计技术领域,特别是涉及一种燃料电池催化剂层微观结构生成方法、系统、设备和介质。
背景技术
燃料电池的催化剂层是燃料电池的核心部件,也是燃料电池能量损失的主要来源。所以,对燃料电池催化剂层的结构进行优化,可以提高燃料电池的性能。而基于实验的方式构建燃料电池的催化剂层存在时间长,成本高的问题。因此,需要构建燃料电池的催化剂层微观结构的模型来进行研究。
现有技术中,燃料电池催化剂层微观结构的模型是外部均匀包覆了一层离聚物薄膜的结构。
然而,实际中的燃料电池的催化剂层上存在覆盖有离聚物的区域和未覆盖离聚物的区域,因此存在离聚物的覆盖率这个概念。现有技术中的模型无法体现出离聚物的覆盖率,导致使用现有技术的模型进行实验仿真得到的结果不准确。
发明内容
基于此,有必要针对上述技术问题,提供一种能够构建体现了离聚物覆盖率的燃料电池催化剂层微观结构模型的燃料电池催化剂层微观结构生成方法、系统、设备和介质。
一种燃料电池催化剂层微观结构的生成方法,所述方法包括:获取燃料电池催化剂层微观结构中铂碳的质量比,并转换为体积比,所述燃料电池催化剂层微观结构包括内核和外层,所述内核包括碳载体和设置在所述碳载体上的铂金颗粒,所述外层包括覆盖在所述碳载体上不同区域的离聚物和非离聚物;根据所述体积比,确定所述铂金颗粒在所述碳载体上的分布数量,形成所述内核的几何模型;所述内核的几何模型中,所述分布数量的铂金颗粒间隔分布在所述碳载体上;确定所述外层的厚度,并在所述内核的几何模型上形成所述厚度的外层,形成所述燃料电池催化剂层微观结构的几何模型;确定所述离聚物在所述碳载体上的覆盖率,并在所述外层中区分出所述离聚物和所述非离聚物,所述离聚物在所述外层中所占的体积等于所述覆盖率。
在其中一个实施例中,所述获取燃料电池催化剂层微观结构中铂碳的质量比,并转换为体积比,包括:获取燃料电池催化剂层微观结构中铂碳的质量比;根据如下公式计算所述燃料电池催化剂层微观结构中铂碳的体积比:
Figure BDA0003158143050000021
其中,VPt为铂金颗粒的体积,VCarbon为碳载体的体积,WPt为铂金颗粒的质量,WCarbon为碳载体的质量,ρcarbon为碳载体的密度,ρPt为铂金颗粒的密度。
在其中一个实施例中,所述根据所述体积比,确定所述铂金颗粒在所述碳载体上的分布数量,形成所述内核的几何模型包括:根据如下公式确定每个碳载体上铂金颗粒的数量:
Figure BDA0003158143050000022
其中,n为每个所述碳载体上铂金颗粒数量,π为圆周率,R为所述碳载体的半径,r为所述铂金颗粒的半径;根据所述数量,生成所述内核的几何模型。
在其中一个实施例中,所述确定所述外层的厚度,并在所述内核的几何模型上形成所述厚度的外层,形成所述燃料电池催化剂层微观结构的几何模型,包括:获取燃料电池催化剂层的第一样品;通过检测设备对所述第一样品进行厚度测量,并将检测得到的厚度取平均值,得到所述外层的厚度;在所述内核的几何模型上形成所述厚度的外层,得到所述燃料电池催化剂层微观结构的几何模型。
在其中一个实施例中,所述检测设备包括:高角度环形暗场扫描透射电镜、超高分辨率扫描透射电镜、原子力显微镜中的至少一种。
在其中一个实施例中,确定所述离聚物在所述碳载体上的覆盖率,包括:获取燃料电池催化剂层的第二样品;使用一氧化碳吸脱附法对所述第二样品进行覆盖率检测,得到所述离聚物在所述碳载体上的覆盖率。
在其中一个实施例中,所述离聚物和所述非离聚物在所述碳载体上交替分布。
一种燃料电池催化剂层结构生成系统,所述系统包括:体积比确定模块,用于获取燃料电池催化剂层微观结构中铂碳的质量比,并转换为体积比,所述燃料电池催化剂层微观结构包括内核和外层,所述内核包括碳载体和设置在所述碳载体上的铂金颗粒,所述外层包括覆盖在所述碳载体上不同区域的离聚物和非离聚物;内核模型构建模块,用于根据所述体积比,确定所述铂金颗粒在所述碳载体上的分布数量,形成所述内核的几何模型;所述内核的几何模型中,所述分布数量的铂金颗粒间隔分布在所述碳载体上;外层模型构建模块,用于确定所述外层的厚度,并在所述内核的几何模型上形成所述厚度的外层,得到所述燃料电池催化剂层微观结构的几何模型;总体模型构建模块,用于确定所述离聚物在所述碳载体上的覆盖率,并在所述外层中区分出所述离聚物和所述非离聚物,所述离聚物在所述外层中所占的体积等于所述覆盖率。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取燃料电池催化剂层微观结构中铂碳的质量比,并转换为体积比,所述燃料电池催化剂层微观结构包括内核和外层,所述内核包括碳载体和设置在所述碳载体上的铂金颗粒,所述外层包括覆盖在所述碳载体上不同区域的离聚物和非离聚物;
根据所述体积比,确定所述铂金颗粒在所述碳载体上的分布数量,形成所述内核的几何模型;所述内核的几何模型中,所述分布数量的铂金颗粒间隔分布在所述碳载体上;
确定所述外层的厚度,并在所述内核的几何模型上形成所述厚度的外层,得到所述燃料电池催化剂层微观结构的几何模型;
确定所述离聚物在所述碳载体上的覆盖率,并在所述外层中区分出所述离聚物和所述非离聚物,所述离聚物在所述外层中所占的体积等于所述覆盖率。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取燃料电池催化剂层微观结构中铂碳的质量比,并转换为体积比,所述燃料电池催化剂层微观结构包括内核和外层,所述内核包括碳载体和设置在所述碳载体上的铂金颗粒,所述外层包括覆盖在所述碳载体上不同区域的离聚物和非离聚物;
根据所述体积比,确定所述铂金颗粒在所述碳载体上的分布数量,形成所述内核的几何模型;所述内核的几何模型中,所述分布数量的铂金颗粒间隔分布在所述碳载体上;
确定所述外层的厚度,并在所述内核的几何模型上形成所述厚度的外层,得到所述燃料电池催化剂层微观结构的几何模型;
确定所述离聚物在所述碳载体上的覆盖率,并在所述外层中区分出所述离聚物和所述非离聚物,所述离聚物在所述外层中所占的体积等于所述覆盖率。
上述燃料电池催化剂层微观结构生成方法及系统,首先获取燃料电池催化剂层微观结构中铂碳的质量比,然后根据将铂碳的质量比转换为体积比。其中,燃料电池催化剂层微观结构包括内核和外层,内核包括碳载体和设置在碳载体上的铂金颗粒,外层包括覆盖在碳载体上不同区域的离聚物和非离聚物。然后根据铂碳的体积比,得到铂金颗粒和碳载体的数量比,确定铂金颗粒在碳载体上的分布数量,构建内核的几何模型。然后确定外层的厚度,在内核的几何模型的基础上构建外层的几何模型。然后确定离聚物在碳载体外部的覆盖率和分布的区域的数量,修改外层的几何模型,构建出燃料电池催化剂层微观结构的几何模型。本申请构建出的燃料电池催化剂层微观结构的几何模型与实际的燃料电池催化剂层的微观结构尽可能的相似,并在该几何模型上体现出了离聚物在碳载体上的覆盖情况,使得技术人员在使用该几何模型进行燃料电池的仿真实验时得到的实验结果与实际结果更加相近,实验结果更加准确。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案,下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一个实施例中燃料电池催化剂层微观结构的生成方法的流程图;
图2为一个实施例中内核的几何模型的结构示意图;
图3为一个实施例中构建外层模型的方法的流程图;
图4为一个实施例中燃料电池催化剂层微观结构的几何模型的结构示意图;
图5为一个实施例中包括离聚物覆盖率的燃料电池催化剂层微观结构的几何模型的结构示意图;
图6为一个实施例中构建燃料电池催化剂层微观结构的几何模型的方法的流程图;
图7为另一个实施例中燃料电池催化剂层微观结构的几何模型的结构示意图;
图8为一个实施例中燃料电池催化剂层微观结构生成系统的结构示意图;
图9为一个实施例中计算机设备的内部结构图。
附图标记说明:10-碳载体,20-铂金颗粒,30-外层,31-离聚物区域,32-非离聚物区域。
具体实施方式
为了便于理解本申请,下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是,本申请可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使本申请的公开内容更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。
空间关系术语例如“在...下”、“在...下面”、“下面的”、“在...之下”、“在...之上”、“上面的”等,在这里可以用于描述图中所示的一个元件或特征与其它元件或特征的关系。应当明白,除了图中所示的取向以外,空间关系术语还包括使用和操作中的器件的不同取向。例如,如果附图中的器件翻转,描述为“在其它元件下面”或“在其之下”或“在其下”元件或特征将取向为在其它元件或特征“上”。因此,示例性术语“在...下面”和“在...下”可包括上和下两个取向。此外,器件也可以包括另外地取向(譬如,旋转90度或其它取向),并且在此使用的空间描述语相应地被解释。
需要说明的是,当一个元件被认为是“连接”另一个元件时,它可以是直接连接到另一个元件,或者通过居中元件连接另一个元件。此外,以下实施例中的“连接”,如果被连接的对象之间具有电信号或数据的传递,则应理解为“电连接”、“通信连接”等。
在此使用时,单数形式的“一”、“一个”和“所述/该”也可以包括复数形式,除非上下文清楚指出另外的方式。还应当理解的是,术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在,但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。
正如背景技术所述,使用现有技术中的燃料电池催化剂层的模型来进行仿真时,由于其与实际的燃料电池催化剂层的结构不符,使得仿真结果不准确。经发明人研究发现,出现这种问题的原因在于,现有技术中的燃料电池催化剂层模型假设模型外部均匀包覆了一层离聚物薄膜,而实际中的燃料电池催化剂层外部仅部分覆盖有离聚物薄膜,存在覆盖有离聚物薄膜的区域和未覆盖有离聚物薄膜的区域。
基于以上原因,本发明提供了一种能够体现覆盖有离聚物薄膜的区域和未覆盖有离聚物薄膜的区域的燃料电池催化剂层微观结构的生成方法。
需要说明的是,本发明中提到的燃料电池催化剂层包含具有孔的碳载体、负载在碳载体上的孔中的催化剂金属铂、和覆盖碳载体的离聚物。
在一个实施例中,如图1所示,提供了一种燃料电池催化剂层微观结构的生成方法,该方法包括:
步骤S100,获取燃料电池催化剂层微观结构中铂碳的质量比,并转换为体积比,燃料电池催化剂层微观结构包括内核和外层,内核包括碳载体和设置在碳载体上的铂金颗粒,外层包括覆盖在碳载体上不同区域的离聚物和非离聚物。
步骤S110,根据体积比,确定铂金颗粒在碳载体上的分布数量,形成内核的几何模型;内核的几何模型中,分布数量的铂金颗粒间隔分布在碳载体上。
步骤S120,确定外层的厚度,并在内核的几何模型上形成该厚度的外层,得到燃料电池催化剂层微观结构的几何模型。
步骤S130,确定离聚物在碳载体上的覆盖率,并在外层中区分出离聚物和非离聚物,离聚物的体积在外层中所占的比例等于覆盖率。
在本实施例中,首先获取燃料电池催化剂层微观结构中铂碳的质量比,然后根据将铂碳的质量比转换为体积比。其中,燃料电池催化剂层微观结构包括内核和外层,内核包括碳载体和设置在碳载体上的铂金颗粒,外层包括覆盖在碳载体上不同区域的离聚物和非离聚物。然后根据铂碳的体积比,得到铂金颗粒和碳载体的数量比,确定铂金颗粒在碳载体上的分布数量,构建内核的几何模型。然后确定外层的厚度,在内核的几何模型的基础上构建外层的几何模型。然后确定离聚物在碳载体外部的覆盖率和分布的区域的数量,修改外层的几何模型,构建出燃料电池催化剂层微观结构的几何模型。本申请构建出的燃料电池催化剂层微观结构的几何模型与实际的燃料电池催化剂层的微观结构尽可能的相似,并在该几何模型上体现出了离聚物在碳载体上的覆盖情况,使得技术人员在使用该几何模型进行燃料电池的仿真实验时得到的实验结果与实际结果更加相近,实验结果更加准确。
示例性地,离聚物在碳载体上的覆盖率等于离聚物所占的面积除以碳载体的表面积。
示例性地,铂金颗粒和碳载体的质量比为预设值,实验中常见的数值为,铂碳质量比为20%或40%。
在一个实施例中,步骤S100包括:
步骤S1001,获取燃料电池催化剂层微观结构中铂碳的质量比。
步骤S1002,根据如下公式计算燃料电池催化剂层微观结构中铂碳的体积比:
Figure BDA0003158143050000081
其中,VPt为铂金颗粒的体积,VCarbon为碳载体的体积,WPt为铂金颗粒的质量,WCarbon为碳载体的质量,ρCarbon为碳载体的密度,ρPt为铂金颗粒的密度。
在本实施例中,获取铂碳的质量比,然后通过铂金颗粒的密度和碳载体的密度,将铂碳的质量比转换为铂碳的体积比,从而得到铂金颗粒和碳载体的体积比,便于构建铂金颗粒和碳载体的几何模型。
示例性地,碳载体可以为科琴黑(商品名:Ketjen BlackInternational公司制)、Vulcan(商品名:卡博特(Cabot)公司制)。
示例性地,碳载体的密度由于内部孔隙的大小的不同有很大的差异,碳载体的平均孔径没有特别限制,可以为1nm以上或2nm以上,且可以为20nm以下或10nm以下。碳载体的一次粒径没有特别限制,可以为200nm以上、300nm以上、或400nm以上,且可以为700nm以下或600nm以下。该平均孔径和一次粒径是通过该领域中的一般方法测定得到的值。例如平均孔径可以通过氮气吸脱附法来测定。另外,一次粒径例如可以通过如下方式求出:在适当倍率(例如,5万~100万倍)的透射型电子显微镜(TEM)图像或扫描型电子显微镜(SEM)图像中,对某一个粒子计算出当将该粒子视为圆形时的直径(面积当量圆直径),对相同种类的200个~300个粒子进行这样的利用TEM观察或SEM观察的粒径的计算,将这些粒子组合形成的粒子的粒径取平均值作为平均粒径。所以碳载体的密度为预设值,根据实际采用的碳载体确定。
示例性地,催化剂金属,可以为包含选自由铂和铂合金构成的组中的至少一者的催化剂金属。作为铂合金,可以列举选自由锡、钼、钴、铱、钌、铑、镍和金构成的组中的金属材料与铂的合金等,构成铂合金的铂以外的金属可以为1种,也可以为2种以上。为了得到良好的催化活性和耐久性,铂合金中在将合金整体的重量设定为100重量%时,铂的含有比例可以为90重量%以上。催化剂金属的平均粒径没有特别限制,可以为3nm以上或3.5nm以上,且可以为10nm以下或5nm以下。对该粒径可以以与碳载体的粒径同样的方式进行测定。催化剂金属的负载量可以为催化剂金属的重量与碳载体的重量之比,如1%~99%、10%~90%或30%~70%。所以本发明中催化剂金属铂的密度为预设值,根据实际采用的铂合金来确定。
在一个实施例中,步骤S110包括:
步骤S1101,根据如下公式确定每个碳载体上铂金颗粒的数量:
Figure BDA0003158143050000091
其中,n为每个碳载体上铂金颗粒数量,π为圆周率,R为碳载体的半径,r为铂金颗粒的半径。
步骤S1102,根据数量,生成内核的几何模型。
在本实施例中,根据铂金颗粒和碳载体的体积比,得到铂金颗粒和碳载体的数量比,然后根据铂金颗粒和碳载体的数量比,生成内核的几何模型。从而得到铂金颗粒和碳载体的数量比与实际的内核结构的铂碳数量比相似的内核的几何模型,便于提高仿真实验的数据的准确性。
示例性地,如图2所示,为内核的几何模型,包括碳载体10和铂金颗粒20。铂金颗粒20分布在碳载体10的表面。图2也可以为三维内核几何模型的横截面。
在一个实施例中,如图3所示,步骤S120包括:
步骤S300,获取燃料电池催化剂层的第一样品。
步骤S310,通过检测设备对第一样品进行厚度测量,并将检测得到的厚度取平均值,得到外层的厚度。
步骤S320,在内核的几何模型上形成该厚度的外层,得到燃料电池催化剂层微观结构的几何模型。
在本实施例中,获取燃料电池催化剂层的颗粒作为实验样品,然后使用检测设备测量该样品的外层厚度,测量多个样品的外层厚度,将测量的多个外层厚度取平均值,得到外层的厚度,然后根据外层的厚度,在内核的几何模型上形成外层的几何模型。构建出的外层的几何模型与实际的外层结构的厚度相似。便于提高仿真实验的数据的准确性。
示例性地,检测设备为高角度环形暗场扫描透射电镜时,需增加Cs+离子以增加离聚物和碳载体的区分度。根据具体观测设备要求制取样品,而后进行观测,通常会观测几十上百个颗粒表面覆盖的离聚物厚度分布进行统计,得到针对这一催化剂层的离聚物厚度的概率分布图,然后根据离聚物厚度的概率分布图,将观测的颗粒的离聚物的厚度取平均值,得到观测的颗粒的离聚物的平均厚度,作为外层的厚度。
示例性地,检测设备为超高分辨率扫描透射电镜时,通过衍射衬度和相衬显微技术来区别碳载体与离聚物结构,相对于高角度环形暗场扫描透射电镜无需利用Cs+等进行染色,避免了可能带来的对离聚物结构的影响。根据具体观测设备要求制取样品,而后进行观测,通常会观测几十上百个颗粒表面覆盖的离聚物厚度分布进行统计,得到针对这一催化剂层的离聚物厚度的概率分布图,然后根据离聚物厚度的概率分布图,将观测的颗粒的离聚物的厚度取平均值,得到观测的颗粒的离聚物的平均厚度,作为外层的厚度。
示例性地,原子力显微镜可以通过离聚物和碳载体的粘附力或电导率的差异对二者进行区分,从而得到离聚物层状结构的厚度,其优势在于可以在不同湿度下进行实验(电镜均需在真空环境中进行实验观测),更符合燃料电池实际运行的状态,观测到的参数与实际物理图景更接近。根据具体观测设备要求制取样品,而后进行观测,通常会观测几十上百个颗粒表面覆盖的离聚物厚度分布进行统计,得到针对这一催化剂层的离聚物厚度的概率分布图,然后根据离聚物厚度的概率分布图,将观测的颗粒的离聚物的厚度取平均值,得到观测的颗粒的离聚物的平均厚度,作为外层的厚度。
示例性地,如图4所示,在碳载体10的外部分布有铂金颗粒20,由碳载体10和铂金颗粒20构成内核结构,在内核结构的外部覆盖有外层结构30。实际中,根据选取的离聚物种类以及离聚物在催化剂层中的占比及制备方法等因素的影响,离聚物层厚度通常为5-15nm。图4也可以为三维球体几何模型的横截面。
在一个实施例中,步骤S130包括:
步骤S1301,获取燃料电池催化剂层的第二样品。
步骤S1302,使用一氧化碳吸脱附法对第二样品进行覆盖率检测,得到离聚物在碳载体上的覆盖率。
在本实施例中,获取燃料电池催化剂层的颗粒作为实验样品,采用一氧化碳吸脱附法对实验样品进行检测,得到实验样品的离聚物在碳载体上的覆盖率。便于构建燃料电池催化剂层的微观几何模型。
示例性地,一氧化碳吸脱附法的原理为一氧化碳可使铂金失活,从而测试得到碳载体在低湿度和高湿度下的双电层,其比值为离聚物在碳载体表面的覆盖率。根据如下公式确定离聚物覆盖率:
Figure BDA0003158143050000111
其中,θ为离聚物覆盖率,Cdl,/为在一氧化碳吸附状态下低湿度测试得到的离聚物与碳载体的双电层,Cdl,/I+dl,/W为在一氧化碳吸附状态下高湿度状态下测试得到的离聚物与碳载体的双电层与水和碳载体的双电层之和。
示例性地,还可以通过观测的方法,采用上述观测外层厚度的方法观测得到样品的覆盖率。将样品根据观测设备的具体要求制样,观测,统计出大量碳载体表面的离聚物覆盖结果,并做统计意义上的平均,得到离聚物覆盖率。
示例性地,如图5所示,在碳载体10外部有覆盖离聚物区域31和未覆盖离聚物区域32,θ为离聚物覆盖率,α为覆盖离聚物区域的弧度。使用如下公式确定离聚物覆盖率:
Figure BDA0003158143050000121
在一个实施例中,如图6所示,步骤S130还包括:
步骤S600,根据离聚物在碳载体上的覆盖率,确定离聚物和非离聚物在碳载体上覆盖率的整数比。
步骤S610,将外层的几何模型划分为均等的多个区域;多个区域的数量为整数比中的两个整数之和的整数倍。
步骤S620,确定多个区域中离聚物和非离聚物分别所占的区域的数量。
步骤S630,根据多个区域中离聚物和非离聚物分别所占的区域的数量,修改外层的几何模型,得到燃料电池催化剂层微观结构的几何模型。
具体地,离聚物和非离聚物在碳载体上交替分布。
在本实施例中,首先根据离聚物在碳载体上的覆盖率,得到离聚物覆盖率和非离聚物覆盖率的整数比,方便对区域进行划分以及之后的计算,然后将外层的几何模型所占的总区域划分为均等的多个区域,划分的区域的数量为整数比中的两个整数之和的整数倍,然后根据离聚物的覆盖率,确定多个区域中,离聚物所占的区域的数量。根据确定的离聚物所占区域的数量,将划分好的多个区域中的离聚物所占区域的数量个的区域,修改为离聚物分布的区域,由于离聚物分布不具有连续性,所以离聚物分布区域均匀分布在内核外部。得到燃料电池催化剂层微观结构的几何模型。这样构建出的燃料电池催化剂层微观结构的几何模型与实际中的燃料电池催化剂层微观结构外层的离聚物的覆盖情况相似。使得技术人员在使用该几何模型进行燃料电池的仿真实验时得到的实验结果与实际结果更加相近,实验结果更加准确。
示例性地,如图7所示,在碳载体10的外部分布有铂金颗粒20,外层结构中包含有覆盖离聚物区域31和未覆盖离聚物区域32。覆盖有离聚物区域31和未覆盖有离聚物区域32交替分布在碳载体10的外部。图7也可以为三维球体几何模型的横截面。
示例性地,根据碳载体的类型,选择划分的区域的数量以便于后续的计算。例如,燃料电池催化剂层常用的碳载体为Ketjen碳载体和Vulcan碳载体,Ketjen碳载体对应的离聚物覆盖率为55%,因此,将外层几何模型划分为20份,其中11份为离聚物覆盖区域。Vulcan碳载体对应的离聚物覆盖率约为95%,因此,将外层几何模型划分为20份,其中19份为离聚物覆盖区域。或者,若离聚物覆盖率为50%,则将外层几何模型划分为2份,其中1份为离聚物覆盖区域,也可以将外层几何模型划分为4份,其中2份为离聚物覆盖区域。
应该理解的是,虽然图1、图3、图6的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1、图3、图6中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图8所示,提供了一种燃料电池催化剂层微观结构生成系统,包括:体积比确定模块901、内核模型构建模块902、外层模型构建模块903和总体模型构建模块904,其中:
体积比确定模块901,用于获取燃料电池催化剂层微观结构中铂碳的质量比,并转换为体积比,燃料电池催化剂层微观结构包括内核和外层,内核包括碳载体和设置在碳载体上的铂金颗粒,外层包括覆盖在碳载体上不同区域的离聚物和非离聚物。
内核模型构建模块902,用于根据体积比,确定铂金颗粒在碳载体上的分布数量,形成内核的几何模型;内核的几何模型中,分布数量的铂金颗粒间隔分布在碳载体上。
外层模型构建模块903,确定外层的厚度,并在内核的几何模型上形成厚度的外层,得到燃料电池催化剂层微观结构的几何模型。
总体模型构建模块904,用于确定离聚物在碳载体上的覆盖率,并在外层中区分出离聚物和非离聚物,离聚物在外层中所占的体积等于覆盖率。
在一个实施例中,体积比确定模块901,进一步包括:质量比获取单元、体积比计算单元,其中:
质量比获取单元,用于获取燃料电池催化剂层微观结构中铂碳的质量比。
体积比计算单元,用于根据如下公式计算燃料电池催化剂层微观结构中铂碳的体积比:
Figure BDA0003158143050000141
其中,VPt为铂金颗粒的体积,VCarbon为碳载体的体积,WPt为铂金颗粒的质量,WCarbon为碳载体的质量,ρcarbon为碳载体的密度,ρPt为铂金颗粒的密度。
在一个实施例中,内核模型构建模块902,进一步包括:数量确定单元、内核模型生成单元,其中:
数量确定单元,用于根据如下公式确定每个碳载体上铂金颗粒的数量:
Figure BDA0003158143050000142
其中,n为每个碳载体上铂金颗粒数量,π为圆周率,R为碳载体的半径,r为铂金颗粒的半径。
内核模型生成单元,用于根据数量,生成内核的几何模型。
在一个实施例中,外层模型构建模块903,进一步包括:第一样品获取单元、厚度确定单元、外层模型生成单元,其中:
第一样品获取单元,用于获取燃料电池催化剂层的第一样品。
厚度确定单元,用于通过检测设备对第一样品进行厚度测量,并将检测得到的厚度取平均值,得到外层的厚度。
外层模型生成单元,用于在内核的几何模型上形成厚度的外层,形成燃料电池催化剂层微观结构的几何模型。
在一个实施例中,总体模型构建模块904,进一步包括:第二样品获取单元、覆盖率确定单元,其中:
第二样品获取单元,用于获取燃料电池催化剂层的第二样品。
覆盖率确定单元,用于使用一氧化碳吸脱附法对第二样品进行覆盖率检测,得到离聚物在碳载体上的覆盖率。
关于燃料电池催化剂层微观结构生成系统的具体限定可以参见上文中对于燃料电池催化剂层结构生成方法的限定,在此不再赘述。上述燃料电池催化剂层微观结构生成系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。需要说明的是,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种货物装车方法。
本领域技术人员可以理解,图9中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
在本说明书的描述中,参考术语“有些实施例”、“其他实施例”、“理想实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特征包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性描述不一定指的是相同的实施例或示例。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (9)

1.一种燃料电池催化剂层微观结构的生成方法,其特征在于,所述方法包括如下步骤:
获取燃料电池催化剂层微观结构中铂金颗粒和碳载体的质量比,并转换为体积比,所述燃料电池催化剂层微观结构包括内核和外层,所述内核包括碳载体和设置在所述碳载体上的铂金颗粒,所述外层由覆盖在所述碳载体上不同区域的离聚物和非离聚物组成;
根据如下公式确定每个碳载体上铂金颗粒的分布数量:
Figure FDA0003531785000000011
其中,n为每个所述碳载体上铂金颗粒的分布数量,π为圆周率,R为所述碳载体的半径,r为所述铂金颗粒的半径,VPt为铂金颗粒的体积,VCarbon为碳载体的体积;
根据所述分布数量,生成所述内核的几何模型;所述内核的几何模型中,所述分布数量的铂金颗粒间隔分布在所述碳载体上;
确定所述外层的厚度,并在所述内核的几何模型上形成所述厚度的外层,得到所述燃料电池催化剂层微观结构的几何模型;
确定所述离聚物在所述碳载体上的覆盖率,根据所述离聚物在所述碳载体上的覆盖率,确定所述离聚物和所述非离聚物在所述碳载体上覆盖率的整数比;
将所述外层的几何模型划分为均等的多个区域,所述多个区域的数量为所述整数比中的两个整数之和的整数倍;
确定所述多个区域中所述离聚物和所述非离聚物分别所占的区域的数量;
根据所述多个区域中所述离聚物和所述非离聚物分别所占的区域的数量,修改所述外层的几何模型,得到修改后的所述燃料电池催化剂层微观结构的几何模型。
2.根据权利要求1所述的方法,其特征在于,所述获取燃料电池催化剂层微观结构中铂金颗粒和碳载体的质量比,并转换为体积比,包括:
获取燃料电池催化剂层微观结构中铂金颗粒和碳载体的质量比;
根据如下公式计算所述燃料电池催化剂层微观结构中铂金颗粒和碳载体的体积比:
Figure FDA0003531785000000021
其中,WPt为铂金颗粒的质量,WCarbon为碳载体的质量,ρCarbon为碳载体的密度,ρPt为铂金颗粒的密度。
3.根据权利要求1所述的方法,其特征在于,所述确定所述外层的厚度,并在所述内核的几何模型上形成所述厚度的外层,得到所述燃料电池催化剂层微观结构的几何模型,包括:
获取燃料电池催化剂层的第一样品;
通过检测设备对所述第一样品进行厚度测量,并将检测得到的厚度取平均值,得到所述外层的厚度;
在所述内核的几何模型上形成所述厚度的外层,形成所述燃料电池催化剂层微观结构的几何模型。
4.根据权利要求3所述的方法,其特征在于,所述检测设备包括:高角度环形暗场扫描透射电镜、超高分辨率扫描透射电镜、原子力显微镜中的至少一种。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述确定所述离聚物在所述碳载体上的覆盖率,包括:
获取燃料电池催化剂层的第二样品;
使用一氧化碳吸脱附法对所述第二样品进行覆盖率检测,得到所述离聚物在所述碳载体上的覆盖率。
6.根据权利要求1至4任一项所述的方法,其特征在于,所述离聚物和所述非离聚物在所述碳载体上交替分布。
7.一种燃料电池催化剂层微观结构生成系统,其特征在于,所述系统包括:
体积比确定模块,用于获取燃料电池催化剂层微观结构中铂金颗粒和碳载体的质量比,并转换为体积比,所述燃料电池催化剂层微观结构包括内核和外层,所述内核包括碳载体和设置在所述碳载体上的铂金颗粒,所述外层由覆盖在所述碳载体上不同区域的离聚物和非离聚物组成;
内核模型构建模块,用于根据如下公式确定每个碳载体上铂金颗粒的分布数量:
Figure FDA0003531785000000031
其中,n为每个所述碳载体上铂金颗粒的分布数量,π为圆周率,R为所述碳载体的半径,r为所述铂金颗粒的半径;根据所述分布数量,生成所述内核的几何模型,VPt为铂金颗粒的体积,VCarbon为碳载体的体积;所述内核的几何模型中,所述分布数量的铂金颗粒间隔分布在所述碳载体上;
外层模型构建模块,用于确定所述外层的厚度,并在所述内核的几何模型上形成所述厚度的外层,得到所述燃料电池催化剂层微观结构的几何模型;
总体模型构建模块,用于确定所述离聚物在所述碳载体上的覆盖率,根据所述离聚物在所述碳载体上的覆盖率,确定所述离聚物和所述非离聚物在所述碳载体上覆盖率的整数比;将所述外层的几何模型划分为均等的多个区域,所述多个区域的数量为所述整数比中的两个整数之和的整数倍;确定所述多个区域中所述离聚物和所述非离聚物分别所占的区域的数量;根据所述多个区域中所述离聚物和所述非离聚物分别所占的区域的数量,修改所述外层的几何模型,得到修改后的所述燃料电池催化剂层微观结构的几何模型。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN202110784253.2A 2021-07-12 2021-07-12 燃料电池催化剂层微观结构生成方法、系统、设备和介质 Active CN113506880B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110784253.2A CN113506880B (zh) 2021-07-12 2021-07-12 燃料电池催化剂层微观结构生成方法、系统、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110784253.2A CN113506880B (zh) 2021-07-12 2021-07-12 燃料电池催化剂层微观结构生成方法、系统、设备和介质

Publications (2)

Publication Number Publication Date
CN113506880A CN113506880A (zh) 2021-10-15
CN113506880B true CN113506880B (zh) 2022-04-29

Family

ID=78012361

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110784253.2A Active CN113506880B (zh) 2021-07-12 2021-07-12 燃料电池催化剂层微观结构生成方法、系统、设备和介质

Country Status (1)

Country Link
CN (1) CN113506880B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008018926A2 (en) * 2006-03-31 2008-02-14 Quantumsphere, Inc. Compositions of nanometal particles containing a metal or alloy and platinum particles for use in fuel cells
CN103931031A (zh) * 2011-11-11 2014-07-16 日产自动车株式会社 燃料电池用电极催化剂层、燃料电池用电极、燃料电池用膜电极接合体及燃料电池
CN109979544A (zh) * 2019-03-28 2019-07-05 上海交通大学 阴极Pt-M催化剂的循环稳定性预测模型及其建模方法
JP2019145473A (ja) * 2018-02-23 2019-08-29 トヨタ自動車株式会社 燃料電池用触媒層のシミュレーションモデル作成方法
CN110474054A (zh) * 2018-05-11 2019-11-19 丰田自动车株式会社 燃料电池用催化剂层及其制造方法
JP2020136127A (ja) * 2019-02-21 2020-08-31 トヨタ自動車株式会社 燃料電池用触媒層のシミュレーションモデル作成方法
CN112084685A (zh) * 2020-08-11 2020-12-15 同济大学 一种催化剂层微观模型的建立方法及应用
CN112632786A (zh) * 2020-12-25 2021-04-09 清华大学 燃料电池催化剂层随机结构的生成方法、系统及计算机设备
CN112733387A (zh) * 2021-01-26 2021-04-30 苏州大学 纳米材料的参数获取的方法和系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5482095B2 (ja) * 2008-10-30 2014-04-23 ソニー株式会社 白金含有触媒を含有する電極及びその製造方法、並びに、電気化学デバイス
CN102823039B (zh) * 2010-04-07 2014-12-10 丰田自动车株式会社 燃料电池
WO2020113136A1 (en) * 2018-11-27 2020-06-04 California Institute Of Technology Screening methods and related catalysts, materials, compositions, methods and systems

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008018926A2 (en) * 2006-03-31 2008-02-14 Quantumsphere, Inc. Compositions of nanometal particles containing a metal or alloy and platinum particles for use in fuel cells
CN103931031A (zh) * 2011-11-11 2014-07-16 日产自动车株式会社 燃料电池用电极催化剂层、燃料电池用电极、燃料电池用膜电极接合体及燃料电池
JP2019145473A (ja) * 2018-02-23 2019-08-29 トヨタ自動車株式会社 燃料電池用触媒層のシミュレーションモデル作成方法
CN110474054A (zh) * 2018-05-11 2019-11-19 丰田自动车株式会社 燃料电池用催化剂层及其制造方法
JP2020136127A (ja) * 2019-02-21 2020-08-31 トヨタ自動車株式会社 燃料電池用触媒層のシミュレーションモデル作成方法
CN109979544A (zh) * 2019-03-28 2019-07-05 上海交通大学 阴极Pt-M催化剂的循环稳定性预测模型及其建模方法
CN112084685A (zh) * 2020-08-11 2020-12-15 同济大学 一种催化剂层微观模型的建立方法及应用
CN112632786A (zh) * 2020-12-25 2021-04-09 清华大学 燃料电池催化剂层随机结构的生成方法、系统及计算机设备
CN112733387A (zh) * 2021-01-26 2021-04-30 苏州大学 纳米材料的参数获取的方法和系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Effects of Pt and ionomer ratios on the structure of catalyst layer: A theoretical model for polymer electrolyte fuel cells;H. Ishikawa 等;《Journal of Power Sources》;20171128;第374卷(第2018期);Modeling and analysis condition *
H. Ishikawa 等.Effects of Pt and ionomer ratios on the structure of catalyst layer: A theoretical model for polymer electrolyte fuel cells.《Journal of Power Sources》.2017,第374卷(第2018期),第196-204页. *
分子模拟技术在新型催化剂设计中的应用;梁坤 等;《化工新型材料》;20200229;第48卷(第2期);第41-45,49页 *

Also Published As

Publication number Publication date
CN113506880A (zh) 2021-10-15

Similar Documents

Publication Publication Date Title
Padgett et al. Mitigation of PEM fuel cell catalyst degradation with porous carbon supports
Beermann et al. Real-time imaging of activation and degradation of carbon supported octahedral Pt–Ni alloy fuel cell catalysts at the nanoscale using in situ electrochemical liquid cell STEM
Cetinbas et al. Effects of porous carbon morphology, agglomerate structure and relative humidity on local oxygen transport resistance
Zhang et al. Pore-scale and multiscale study of effects of Pt degradation on reactive transport processes in proton exchange membrane fuel cells
Sneed et al. 3D analysis of fuel cell electrocatalyst degradation on alternate carbon supports
Dubau et al. Probing the structure, the composition and the ORR activity of Pt3Co/C nanocrystallites during a 3422 h PEMFC ageing test
Bandarenka et al. Techniques and methodologies in modern electrocatalysis: evaluation of activity, selectivity and stability of catalytic materials
Tan et al. Pt–Co/C cathode catalyst degradation in a polymer electrolyte fuel cell investigated by an infographic approach combining three-dimensional spectroimaging and unsupervised learning
Liu et al. Atomic-scale compositional mapping and 3-dimensional electron microscopy of dealloyed PtCo3 catalyst nanoparticles with spongy multi-core/shell structures
Higashi et al. The relationship between the active Pt fraction in a PEFC Pt/C catalyst and the ECSA and mass activity during start-up/shut-down degradation by in situ time-resolved XAFS technique
Zhao et al. Structure, property, and performance of catalyst layers in proton exchange membrane fuel cells
Lindahl et al. Fuel cell measurements with cathode catalysts of sputtered Pt3Y thin films
CN113506880B (zh) 燃料电池催化剂层微观结构生成方法、系统、设备和介质
Schröder et al. Tracking the catalyst layer depth-dependent electrochemical degradation of a bimodal Pt/C fuel cell catalyst: a combined Operando small-and wide-angle x-ray scattering study
Della Bella et al. Universal correlation between cathode roughness factor and H2/air performance losses in voltage cycling-based accelerated stress tests
Bogar et al. Interplay Among Dealloying, Ostwald Ripening, and Coalescence in Pt X Ni100–X Bimetallic Alloys under Fuel-Cell-Related Conditions
Eiler et al. Electrochemical characterisation of multifunctional electrocatalytic mesoporous Ni-Pt thin films in alkaline and acidic media
Shulda et al. 2D and 3D characterization of PtNi nanowire electrode composition and structure
Obermaier et al. Local fuel starvation degradation of an automotive PEMFC full size stack
Eriksson et al. Enhanced oxygen reduction activity with rare earth metal alloy catalysts in proton exchange membrane fuel cells
Lee et al. Conical multiple-layered Pt deposits on Au and its adsorption stoichiometries of CO and hydrogen
Khalakhan et al. Nanoscale morphological and structural transformations of PtCu alloy electrocatalysts during potentiodynamic cycling
Darling A comparison of models for transport resistance in fuel-cell catalyst layers
Vega-Paredes et al. Electrochemical Stability of Rhodium–Platinum Core–Shell Nanoparticles: An Identical Location Scanning Transmission Electron Microscopy Study
Wang et al. Iron-iron oxide supported palladium catalyst for the interconversion of formate and carbon dioxide

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant