Realistische Mikrostrukturen für Katalysatorenschichten von PEM Brennstoffzellen generieren

Katalysatorschichten spielen eine zentrale Rolle für die Leistungsfähigkeit von Proton Exchange Membrane (PEM) Brennstoffzellen, da ihre Mikrostruktur die chemischen Reaktionen und die Transportprozesse beeinflusst. Aufgrund der komplexen Morphologie ihrer Mikrostruktur auf der Nanoskala, ist die Erzeugung von Bilddaten sehr herausfordernd, zeit- und kostenintensiv. Die digitale Generierung von Mikrostrukturen hilft diese Herausforderungen zu bewältigen.

Die GeoApp Catalyst Layer PEM Fuel Cell Generation bietet zwei verschiedene Ansätze um realistische Mikrostrukturen von Katalysatorschichten, bestehend aus Kohlenstoff, Ionomer und Porenraum, zu generieren. Der eine Ansatz ist parametrisch, der andere nutzt fortschrittliche stochastische geometrische Modellierung. Auf Basis benutzerdefinierter Eingaben – wie Voxelauflösung, Schichtabmessungen, Partikelanteil und Ionomeranteil – erzeugt die GeoApp realistische 3D-Geometrien von Katalysatorschichten, die die komplexe Morphologie abbilden.

Der parametrische Ansatz ermöglicht die systematische Generierung und Analyse der Mikrostruktur von Katalysatorschichten mittels einer Partikelpackungsmethode, die komplette Kontrolle über die definierenden Parameter bietet.

Mit dem stochastischen geometrischen Modellierungsansatz, generiert die GeoApp realistische Mikrostrukturen von Katalysatorschichten basierend auf Gaußschen Zufallsfeldern. Diese Methode bietet eine fortschrittliche Alternative zur Partikelpackungsmethode. Sie ermöglicht zusätzlich die Kontrolle des Benetzungsverhaltens der Materialien und bietet eine Auswahl an Korrelationsfunktionen um die Gaußschen Zufallsfelder zu erzeugen. Die vordefinierten Parameter für Zufallsfelder und Schwellenwertbildung sind speziell für die Anwendung für Katalysatorschichten angepasst. 

Das Ergebnis bei beiden Methoden sind aussagekräftige, anpassbare 3D-Strukturen, die für virtuelle Tests ,Bildanalysen und multiphysikalische Simulationen bereitstehen, um so virtuell den Einfluss von Mikrostrukturvariationen auf die effektiven Transporteigenschaften, wie beispielsweise Diffusivität, elektrische und ionische Leitfähigkeit, zu analysieren. Dies ermöglicht eine zielgerichtete Optimierung eines oder mehrerer leistungsrelevanter effektiver Parameter.

Über die mikrostrukturelle Analyse hinaus, bildet die erzeugte Struktur der Katalysatorschicht eine robuste Grundlage für das Multiskalen-Upscaling. Die berechneten effektiven Eigenschaften können in grobskaligere Modelle – von 1D- und 2D-Anätzen bis hin zu vollständigen 3D-Simulationen- übertragen werden und erlauben so eine prädiktive Bewertung der Leistung von Brennstoffzellenkomponenten und -stacks. Auf diese Weise schlägt die Anwendung eine Brücke zwischen Mikrostrukturdesign und Systemoptimierung und unterstützt die datengetriebene Entwicklung leistungsfähiger Katalysatorschichten. 

Der verwendete Ansatz zur stochastischen geometrischen Modellierung ist nicht auf die Generierung von Katalysatorschichten von PEM Brennstoffzellen beschränkt. Ein ähnlicher Ansatz, maßgeschneidert für Festoxidelektroden bzw. Feststoffbatteriekathoden, steht mit den GeoApps Solide Oxide Electrode Generation und Solid State Battery Cathode Generation zur Verfügung.

Mit GeoDict Cloud und Massive Simultaneous Cloud Computing (MSCC), können Hunderte von virtuellen Strukturen parallel untersucht werden, wodurch sich die Zeit bis zur Gewinnung von Erkenntnissen drastisch verkürzt.

GeoDict Publications
Marmet et al., Stochastic microstructure modeling of SOC electrodes based on a pluri-Gaussian method, Energy Adv., 2023, 2, 1942-1967, DOI 10.1039/D3YA00332A
Marmet et. al.: Standardized microstructure characterization of SOC electrodes as a key element for Digital Materials Design, Energy Advances, 2023, volume 2, issue 7, pages 980-1013, DOI 10.1039/D3YA00132F \n
Links zu anderen interessanten Seiten:
Fuel Cell Application page (Link)