.png){kind=icon}
返回
Quantifying bubble-induced diffusion resistance through real-time SAM-assisted YOLO high density bubble detection algorithm
.png){kind=icon}
PRE
AI
DOI：10.1016/j.cej.2025.162422.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
材料的化学性质和局部结构对其在气体析出反应中的效率影响巨大，从而导致电池电阻损失。本研究聚焦于形貌变化在气泡分布特性中的作用，通过比较两种不同表面结构——抛光镍和通过动态氢气泡模板法制备的多种多孔镍表面——来实现。本研究引入了一种改进的气体析出反应中气泡计数方法，重点关注高密度、重叠气泡流。通过引入Segment Anything Model（SAM），我们显著降低了You Only Look Once算法的训练成本，在保持准确性的同时提升了效率。表面特性强烈影响气泡分布，超疏气表面表现出比抛光表面更小的索特平均直径（D32）值。多项式外推表明，在高电流密度下，D32约为气泡层厚度的三分之一。基于通过电化学阻抗谱（EIS）建立的气泡层厚度与扩散电阻之间的关联，本研究确立了D32与扩散电阻的直接关系。我们还证明了气泡层的特性与表面下方的电化学表面积（ECSA）无关。该综合方法结合了EIS以覆盖更广的电流范围和成像以获取实时数据，为气体析出应用中的气泡管理与性能监测提供了一个强大的框架。
Keyword:
Machine Learning
Electrolysis
Bubble
Hydrogen Evolution Reaction
Bubble Resistance
期刊
IF:
13.2
论文数:
7.5W
被引数:
48.5W
机构
引用论文
Analysis of bubble management performance using dual bubble layer model and electrochemical impedance spectroscopy基于双气泡层模型和电化学阻抗谱的气泡管理性能分析.png)
ELECTROCHIMICA ACTA
OAAI
ELECTROCHIMICA ACTAIF5.6
OAAI分享收藏Gas-Diffusion Electrodes for Carbon Dioxide Reduction: A New Paradigm用于减少二氧化碳的气体扩散电极: 一种新的范例ACS ENERGY LETTERSOAAI
ACS ENERGY LETTERSIF18.2
OAAI分享收藏Quantitative Description of Bubble Formation in Response to Electrolyte Engineering响应于电解质工程的气泡形成的定量描述LANGMUIROAAI
LANGMUIRIF3.9
OAAI分享收藏Benchmarking Hydrogen Evolving Reaction and Oxygen Evolving Reaction Electrocatalysts for Solar Water Splitting Devices太阳能水分解装置用析氢反应和析氧反应电催化剂的基准测试OAAI
OAAI分享收藏FusionVision: A Comprehensive Approach of 3D Object Reconstruction and Segmentation from RGB-D Cameras Using YOLO and Fast Segment AnythingSENSORSOAAI
SENSORSIF3.5
OAAI分享收藏Multi-Class Segmentation of Structural Damage and Pathological Manifestations Using Yolov8 and Segment Anything Model基于YOLOv8和Segment Anything Model的结构损伤与病理表现的多类分割
IF0
PREAI
分享收藏
查看更多内容