O<sub>2</sub> Reduction in PEM Fuel Cells: Activity and Active Site Structural Information for Catalysts Obtained by the Pyrolysis at High Temperature of Fe Precursors
Notice bibliographique
Résumé
Catalytic activity for O 2 electroreduction in acidic medium has been studied. Catalysts have been produced by pyrolyzing perylene tetracarboxylic dianhydride (PTCDA) combined with Fe and N precursors. The Fe precursors used in this work are either Fe II acetate or Cl−Fe III Tetramethoxyphenyl porphyrin (Cl−FeTMPP). The N precursors are NH 3 and/or Cl−FeTMPP. To be able to vary the catalytic activity, two synthesis procedures have been used, varying either the heat-treatment temperature or the Fe content of the pyrolyzed materials. All the catalysts have been studied by Time-of-Flight Secondary Ion Mass Spectrometry (ToF SIMS) in order to find out if the relative intensity of one or several secondary ions was following the changes observed in the catalytic activity. Only one ion, FeN 2 C 4 +, may be considered as the signature of the catalytic site generated in this work. It has been detected in all prepared catalysts, whatever the Fe precursor or the synthesis procedure was used. It is proposed that this ion is produced under ToF SIMS analysis from part of a 1,10 phenanthrolinic-type structure, which is itself part of the catalytic site. This catalytic site is probably the same as the one obtained by the pyrolysis at high temperature (≥ 800 °C) of N 4 −Fe macrocycles adsorbed on carbon black. RDE and PEM fuel cell tests demonstrate that the most performing catalysts are those containing 2 wt % Fe as Cl−FeTMPP and 0.2 wt % Fe as Fe acetate. Increasing the Fe content beyond these limits mainly generates catalytically inactive Fe clusters and interferes with the characterization of the high-temperature active site.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».