Топливные элементы. Энциклопедия радиоэлектроники и электротехники

Энциклопедия радиоэлектроники и электротехники / Альтернативные источники энергии

 Комментарии к статье

Водородно-кислородный топливный элемент был открыт в 1838 г. английским ученым У.Гроувом. Он исследовал разложение воды на водород и кислород и обнаружил, что электролизер вырабатывал электрический ток. Выяснилось, что существуют процессы превращения топлива в электричество без горения топлива. А ведь человечество получает электроэнергию в основном за счет сгорания нефти, угля или газа в тепловых электростанциях или ядерного топлива в атомных электростанциях. Процессы с участием горения идут с большими потерями, поэтому любые варианты получения электроэнергии без горения топлива привлекали ученых и инженеров.

Что такое топливный элемент?

В процессе исследований выяснилось, что топливо для топливных элементов нужно готовить. Ведь в природе нет водорода в чистом виде. Его приходится добывать из органического топлива, например, из метана или природного газа.

Топливный элемент - химический источник тока и поэтому состоит из анода, катода и электролита (см. рисунок).

На аноде окисляется восстановитель (водород), который отдает электроны во внешнюю цепь, а положительно заряженные ионы Н+ поступают в электролит. С другого конца цепи электроны подходят к катоду, на который подается воздух (кислород), и идет реакция восстановления (присоединение электронов окислителем - кислородом). Положительно заряженные ионы водорода (протоны) переносятся электролитом к катоду, где соединяются с отрицательными ионами кислорода и образуют воду Н2О.

Электроды и электролит в реакции не участвуют. Таким образом, на топливный элемент необходимо подавать водород и кислород, удалять воду и снимать электрический ток.

Проблемы с получением водорода привели к попыткам использовать другие восстановители, в частности, окись углерода СО, которую сравнительно просто получить из угля. В 30-е годы ХХ в. немецкий исследователь Э.Бауэр создал лабораторную установку с твердым электролитом для прямого анодного окисления угля. В настоящее время кроме угля можно использовать практически любое органическое топливо. Вместо воды в таких топливных элементах выходным продуктом является углекислый газ СО2.

Почему топливные элементы привлекательны как источник электроэнергии?

Во-первых, они более экологически чисты, чем тепловые электростанции. Водородно-кислородные топливные элементы производят воду, а углеродные - углекислый газ, причем на единицу электроэнергии гораздо меньше, чем тепловые электростанции.

Во-вторых, они имеют высокий КПД порядка 40-60% (у крупных тепловых электростанций около 30%). В настоящее время разработаны технологии с КПД до 90%. Это позволяет снизить потребление органического топлива, по крайней мере, в 2 раза. В-третьих, надежность топливных необычайно высока. Вероятность безотказной работы оценивается в "семь девяток" или 99,99999%.

Типы топливных элементов

Эти типы определяются видом электролита, используемого в топливных элементах.

1. Фосфорная кислота. Этот тип топливных элементов в настоящее время серийно производится. Их уже установлено более 200 - в больницах, отелях, школах, офисах. КПД их составляет 40%, но, кроме того, используется и выходной продукт - горячий пар. Рабочая температура в таких топливных элементах около 200°C.

2. Мембраны обмена протонов. Эти элементы работают при более низкой температуре (около 100°C). Мембраны обмена протонов - тонкий слой пластмассы, позволяющий протонам пройти сквозь него. Пластмасса с обеих сторон покрыта слоем металлических частиц (чаще всего платины), являющихся активным катализатором. Такой тип топливных элементов считается наиболее перспективным для автомобилей и как замена батарейкам и аккумуляторам.

3. Расплавленный карбонат. Элементы с таким электролитом работают при температуре около 700°C и могут работать с водородом, окисью углерода, природным газом, пропаном, дизельным топливом и другими веществами. Разработаны промышленные установки мощностью от 10 кВт до 2 МВт. Такие топливные элементы перспективны как стационарные электростанции.

4. Твердые окислы. Вместо жидкого электролита используют твердый керамический материал. Рабочая температура в таком топливном элементе составляет до 1000°C. КПД доходит до 60%. Демонстрируется топливный элемент с мощностью 220 кВт. Такие топливные элементы перспективны как мощные электростанции.

5. Щелочной электролит. Топливные элементы с таким электролитом (КОН) давно используют в космических кораблях США. Их КПД достигает 70%. Но для коммерческих применений они пока слишком дороги.

6. Метанол. По структуре такой элемент похож на элемент с мембраной обмена протонов, но построен так, чтобы извлекать водород из жидкого метанола. КПД порядка 40%. Рабочая температура 50-90°C.

7. Регенеративные топливные элементы. Этот тип топливных элементов находится в стадии исследований. В нем используется замкнутый цикл. Вода разделяется на водород и кислород электролизером на солнечных элементах. Водород и кислород поступают в топливный элемент, который производит электричество, тепло и воду. Вода рециркулирует снова в электролизер, и процесс повторяется. Этот тип топливных элементов перспективен для космических кораблей и станций.

Смотрите другие статьи раздела Альтернативные источники энергии.

Читайте и пишите полезные комментарии к этой статье.

<< Назад

Последние новости науки и техники, новинки электроники:

Токсичность интернета преувеличена 07.01.2026

Социальные сети нередко воспринимаются как арена постоянной агрессии, оскорблений и распространения фейковой информации. Новое исследование Стэнфордского университета показывает, что реальность значительно отличается от популярного представления: интернет гораздо менее токсичен, чем многие пользователи считают. Ученые опросили более тысячи американцев, попросив их оценить долю пользователей соцсетей, которые ведут себя агрессивно или распространяют ненависть. Оказалось, что впечатления людей сильно преувеличивают масштабы проблемы. Например, респонденты считали, что почти половина пользователей Reddit хотя бы раз оставляла оскорбительные комментарии, тогда как фактические данные платформы показывают, что таких людей не более 3%. Аналогичная ситуация наблюдается с дезинформацией. Опрос показал, что большинство участников считали почти половину аудитории Facebook распространителями фейковых новостей, однако статистика говорит об обратном: фактическая доля таких пользователей состав ...>>

Процессоры Ryzen AI 400 07.01.2026

Современные вычисления все больше ориентируются на интеграцию искусственного интеллекта и высокую производительность в компактных устройствах, таких как ноутбуки и мини-ПК. Новая линейка процессоров AMD Ryzen AI 400 демонстрирует, как разработчики объединяют мощные центральные ядра, графику и нейросетевые ускорители в одном чипе, чтобы удовлетворять растущие потребности пользователей в играх, контенте и ИИ-приложениях. AMD представила процессоры серии Gorgon Point, которые включают до 12 ядер Zen 5 и до 24 потоков вычислений. Чипы поддерживают интегрированную графику RDNA 3.5, обеспечивают максимальную тактовую частоту до 5,2 ГГц и имеют энергопотребление от 15 Вт до 54 Вт. Особое внимание уделено NPU, способному обрабатывать до 60 триллионов операций в секунду (TOPS), что делает эти процессоры эффективными для задач с искусственным интеллектом. Конструкция Ryzen AI 400 сочетает ядра Zen 5 и Zen 5c, обеспечивая высокую гибкость и производительность. Несмотря на то, что архитектур ...>>

Женщины лучше распознают признаки болезни по лицу 06.01.2026

Способность распознавать, что кто-то нездоров, часто проявляется интуитивно: бледная кожа, опущенные веки, уставшее выражение лица могут сигнализировать о недомогании. Новое исследование международной группы ученых показало, что женщины в среднем точнее мужчин улавливают такие тонкие невербальные признаки болезни, что может иметь эволюционные и социальные объяснения. В отличие от предыдущих работ, где использовались отредактированные фотографии или имитация больных лиц, ученые решили проверить, насколько люди способны распознавать естественные признаки недомогания. Такой подход позволил оценить реальную чувствительность к изменениям в лицах, возникающим при болезни. В исследовании приняли участие 280 студентов, поровну мужчин и женщин. Участникам предложили оценить 24 фотографии, на которых изображены люди как в здоровом состоянии, так и во время болезни. Это дало возможность сравнить восприятие естественных признаков недомогания в реальных лицах. Для анализа состояния каждого ...>>

Случайная новость из Архива Технология глубинного обучения для анализа временных рядов данных 20.03.2016 Компания Fujitsu Laboratories Ltd. объявила о разработке технологии глубинного обучения, способной с высокой точностью анализировать временные ряды данных. В перспективных приложениях для интернета вещей временные ряды данных могут значительно варьироваться, поэтому выявление закономерностей их изменения оказывается для человека очень сложной задачей. "Машинное обучение является центральной технологией искусственного интеллекта. В последние годы в этой области все внимание было приковано к технологии глубинного обучения как способу автоматического извлечения характерных значений, необходимых для интерпретации и оценки явлений, - отметили в компании. - Огромные объемы временных рядов данных собираются с устройств, особенно в эру интернета вещей. Применяя глубинное обучение к этим данным и классифицируя их с высокой степенью точности, можно проводить дальнейший анализ с перспективой создания новых продуктов и решений и открытия новых направлений бизнеса". Технология глубинного обучения, которая воспринимается как прорыв в развитии искусственного интеллекта, обеспечивает высокую точность распознавания изображений и речи, однако она по-прежнему применима лишь к ограниченным типам данных, пояснили в Fujitsu. В частности, до сих пор было трудно точно классифицировать в автоматическом режиме изменчивые временные ряды данных, поступающих от устройств, подключенных к интернету вещей. Компания разработала технологию глубинного обучения на основе теории хаоса и топологии для автоматической точной классификации изменчивых временных рядов данных. Эта технология позволяет точно обрабатывать даже комплексные временные данные с большой амплитудой изменений. Новейшая технология использует следующие процедуры для обучения и классификации: графическое представление временных рядов данных с использованием теории хаоса; количественное описание диаграмм с помощью топологии; обучение и классификация с использованием сверточных нейронных сетей.

Другие интересные новости:

▪ Экономная система управления климатом

▪ Квантовая навигация

▪ Светоотражающая краска охлаждает нагретые солнцем поверхности

▪ Светодиодные лампы с функцией мини-сада

▪ Датчики для защиты американских футболистов

Лента новостей науки и техники, новинок электроники

Интересные материалы Бесплатной технической библиотеки:

▪ раздел сайта Аккумуляторы, зарядные устройства. Подборка статей

▪ статья Эмиль Мейерсон. Знаменитые афоризмы

▪ статья Как в Древнем мире определяли время? Подробный ответ

▪ статья Механизмы возникновения и развития пожаров

▪ статья Модернизированная маска для сварки. Энциклопедия радиоэлектроники и электротехники

▪ статья Проволока ниоткуда. Секрет фокуса

Оставьте свой комментарий к этой статье:

www.diagram.com.ua
2000-2026