High-Performance Pd-Based Hydrogen Spillover Catalysts for Hydrogen Storage
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
High surface area carbon materials are promising for low-temperature storage of hydrogen by physisorption. To achieve acceptable hydrogen capacities at ambient temperature, chemisorption must come into play. The dispersion of transition metal catalysts to carbon materials can enhance the ambient temperature adsorption capacity of the carbon materials via the hydrogen spillover mechanism. In this study, three different hydrogen dissociation catalysts (Pd, PdAg, and PdCd nanoparticles) were dispersed onto surfaces of activated carbon. The surface composition of these metal-dispersed carbon materials was analyzed using X-ray photoelectron spectroscopy (XPS) and the specific surface areas, and pore sizes were measured using N 2 adsorption/desorption. The effect of the dispersed catalysts on the hydrogen adsorption properties of the activated carbon was systemically investigated at 77 K and room temperature (295 K) using a volumetric gas adsorption technique. At 77 K, the catalysts have no effect, and the hydrogen capacity of the materials is strictly related to the specific surface area. At room temperature, hydrogen spillover was observed from the catalysts to the carbon material. The hydrogen capacity is related to the adsorption strength of hydrogen atoms to the catalyst particle surface atoms, which was verified with DFT calculations. In addition, this study reveals that the PdCd nanoparticle possesses much higher hydrogen spillover enhancement (108%) than the pure Pd and PdAg nanoparticles, promising for hydrogen storage.
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.
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 | 0,001 | 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 | 0,000 |
| Science ouverte | 0,001 | 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 découle