Pt Catalysts Supported on H<sub>2</sub> and O<sub>2</sub> Plasma-Treated Al<sub>2</sub>O<sub>3</sub> for Hydrogenation and Dehydrogenation of the Liquid Organic Hydrogen Carrier Pair Dibenzyltoluene and Perhydrodibenzyltoluene
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
Dibenzyltoluene (DBT) is a promising liquid organic hydrogen carrier (LOHC) with theoretical 6.2 wt % hydrogen storage capacity which can be coupled with a renewable energy power generation system. In this work, the surface hydroxyl groups and surface oxygen vacancies (SOVs) on alumina were modified by a convenient and environmentally friendly plasma treatment method. Different Pt/Al2O3 catalysts were prepared via impregnation of the treated alumina, and the effects of different surface hydroxyl groups and SOVs on their reactivity for the reversible hydrogenation and dehydrogenation of DBT were investigated. The results show that SOVs increased after H2 plasma treatment, whereas the surface hydroxyl groups increased and SOVs decreased after O2 plasma treatment. Both the surface hydroxyl group and SOV can improve Pt metal dispersion. The more interesting observation is that the hydroxyl groups promote hydrogen spillover and the proportion of Pt(0), which not only benefit the catalyst hydrogenation and dehydrogenation activity but also reduce side reactions and increase long-term cycle performance. However, increased SOVs increased the fraction of low coordinated Pt which reduces the long-term cycle performance of the catalyst. As a result, increasing surface hydroxyl groups and appropriately reducing SOVs on Pt/Al2O3 are propitious for improving both reactivity and long-term cycle performance when using DBT as a LOHC.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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