The impact of transition metal catalysts on macroscopic dielectric barrier discharge (DBD) characteristics in an ammonia synthesis plasma catalysis reactor
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
Abstract When non-equilibrium, low-temperature plasmas and catalysts interact, they can exhibit synergistic behavior that enhances the chemical activity above what is possible with either process alone. Unlike thermal catalysis, in plasma-assisted catalysis the non-equilibrium state of the plasma produces reactive intermediates, such as excited species, that may play an important role in the catalytic process. There are two primary plasma-surface mechanisms that could produce this synergy: the effect of the plasma on the catalyst (e.g. enhanced adsorption/reaction of plasma-activated species, change of surface structure/morphology, hot spots, etc) and the effect of the catalyst on the plasma state. This work focuses on the latter. We use a laboratory-scale, packed bed, dielectric barrier discharge (DBD) reactor to observe the influence of multiple alumina ( ) supported, transition metal ammonia (NH 3 ) synthesis catalysts on the plasma electrical and optical properties. We find that while the rates of ammonia synthesis over the materials considered, including , , and , are different, the macroscopic properties of the DBD are statistically indistinguishable. These results support the argument that the observed synergy in our catalysis experiments is not due to the catalyst modifying the characteristics of the plasma itself, but rather arises from differences in how the plasma environment and plasma-generated species modify chemistry at the catalyst surface, although the specific mechanism is still an outstanding question.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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