연료전지 촉매층 내부의 물의 거동 예측에 대한 물 분자모델의 분자동역학적 평가

Q: 이 논문에서 정의한 물 분자모델이란 무엇인가?

물 분자모델은 분자동역학 시뮬레이션에서 물 분자 간의 상호작용을 계산하기 위해 개발된 모델이다. 주로 산소 원자 간의 Lennard-Jones 상호작용과 전하를 띤 입자 간의 정전기 상호작용으로 구성되며, 모델별로 물리적, 기하학적 조건이 다르다.

Q: 연료전지 촉매층 내부 물 거동 예측에 가장 적합한 물 분자모델은 무엇인가?

연구 결과, NvE 모델은 액상의 밀도와 자기 확산계수와 같은 물리량을 가장 정확하게 예측하여 고체고분자형 연료전지(PEMFC) 촉매층 내부의 나노 스케일 확산 문제 해결에 가장 적합한 모델로 확인되었다. 계산 시간이 길지만 비정상적인 수준은 아니다.

김영민; 야구치 히사오; 오시마 노부유키

학술대회자료 Full-text AI

저자정보: 김영민 야구치 히사오 오시마 노부유키

저널정보: 한국전산유체공학회 한국전산유체공학회 학술대회논문집 한국전산유체공학회 2014년도 추계학술대회 논문집

오류 신고하기

피인용 0

검색

초록·키워드

Nanoscopic problems on the cathode catalyst layer in proton exchange membrane fuel cells are highly important to evaluate the performance of the devices. The aim of this work is to suggest a proper potential model for molecular dynamics simulation to deal with this problem. Four potential models TIP3P, TIP4P, TIP5P and NvE model are numerically validated and compared with experimentation. The NvE model shows good agreement with measurement, while it is the time-consuming model. This research is carrying out a complex system which describes the simplified cathode catalyst layer by applying the NvE model.

#고체고분자형연료전지(PEMFC) #분자동역학(Molecular Dynamics) #다상유체(Multiphase Flow) #물 분자모델 #퍼텐셜모델(Potential Model) #Fortran #MPI

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-ECN-0101-2016-559-001586593

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료