MétaCan
Menu
Retour à la cohorte
Enregistrement W2096084424 · doi:10.1038/am.2014.122

A highly active, stable and synergistic Pt nanoparticles/Mo2C nanotube catalyst for methanol electro-oxidation

2015· article· en· W2096084424 sur OpenAlexaffabout
Kai Zhang, Wei Yang, Chao Ma, Yan Wang, Chunwen Sun, Yujin Chen, Paul N. Duchesne, Jigang Zhou, Jian Wang, Yongfeng Hu, Mohammad Norouzi Banis, Peng Zhang, Fan Li, Jianqi Li, Liquan Chen

Notice bibliographique

RevueNPG Asia Materials · 2015
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensWestern UniversityCanadian Light Source (Canada)University of SaskatchewanDalhousie University
Organismes subventionnairesHigher Education Discipline Innovation ProjectHarbin Engineering UniversityNational Natural Science Foundation of ChinaNational Science Foundation
Mots-clésCatalysisMethanolMaterials scienceCarbon nanotubeNanoparticleAtomic layer depositionNanotubeChemical engineeringPlatinumMethanol fuelAnodeNanotechnologyCarbon monoxidePlatinum nanoparticlesLayer (electronics)ElectrodeChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Poor electrocatalytic activity and carbon monoxide (CO) poisoning of the anode in Pt-based catalysts are still two major challenges facing direct methanol fuel cells. Herein, we demonstrate a highly active and stable Pt nanoparticle/Mo2C nanotube catalyst for methanol electro-oxidation. Pt nanoparticles were deposited on Mo2C nanotubes using a controllable atomic layer deposition (ALD) technique. This catalyst showed much higher catalytic activity for methanol oxidation and superior CO tolerance, when compared with those of the conventional Pt/C and PtRu/C catalysts. The experimental evidence from X-ray absorption near-edge structure spectroscopy and scanning transmission X-ray microscopy clearly support a strong chemical interaction between the Pt nanoparticles and Mo2C nanotubes. Our studies show that the existence of Mo2C not only minimizes the required Pt usage but also significantly enhances CO tolerance and thus improves their durability. These results provide a promising strategy for the design of highly active next-generation catalysts. Platinum nanoparticles on Mo2C nanotubesact as a stable, highly active catalyst for methanol electro-oxidation, find a binational team led by Chunwen Sun from Institute of Physics, Chinese Academy of Sciences. Methanol electro-oxidation is a critical reaction in direct methanol fuel cells, but conventional methods for catalysing it using Pt-based catalysts loaded on carbon suffer from low activities and CO poisoning of the anode. Now, researchers in China and Canada have discovered that a catalyst produced by depositing Pt nanoparticles on Mo2C nanotubes by controlled atomic layer deposition can overcome both problems. Based on X-ray spectroscopy and microscopy measurements, they attribute this to synergistic effects between the two components. Their results reveal that the presence of Mo2C both reduces the amount of Pt needed (thus lowering costs) and enhances CO tolerance (thereby improving durability), indicating that it is a promising strategy for designing highly active next-generation catalysts. In this paper, we demonstrate a highly active and stable Pt nanoparticle/Mo2C nanotube catalyst for methanol electro-oxidation. Well-dispersed Pt nanoparticles were deposited on Mo2C nanotubes using a controllable atomic layer deposition (ALD) technique. This catalyst showed much higher catalytic activity for methanol oxidation and superior CO tolerance, when compared with those of the conventional Pt/C and PtRu/C catalysts. These results provide a promising strategy for the design of highly active next-generation catalysts.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,245
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations97
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNPG Asia MaterialsMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207