Optimal Oxygen Vacancy Concentration for CO<sub>2</sub> Reduction in LSFCr Perovskite: A Combined Density Functional Theory and Thermogravimetric Analysis Measurement Study
Notice bibliographique
Résumé
A solid oxide fuel cell (SOFC) plays a significant role in converting chemically stored energy to electrical energy by using clean and renewable fuels, such as H2 and CO. The LSFCr (La0.3Sr0.7Fe0.7Cr0.3O3) perovskite is one of the few materials that is especially efficient and stable as a reversible SOFC (RSOFC) by performing not only the direct fuel cell reaction to generate power but also the CO2 conversion back to CO. Many surface chemical reactions were studied for different perovskites, but the CO2 reduction to CO at gaseous conditions has been reported for only a few materials. Unfortunately, for the LSFCr perovskite the precise atomic structures during mechanism of CO2 electrolysis is unknown. This study identifies among many adsorption modes for CO2 on the LSFCr surface the preferred active site and a suggested mechanism for the reaction using density functional theory (DFT) with nudged elastic band (NEB) tools. Surprisingly, the mechanism involves a stable, linear O–C–O angle during adsorption of CO2 and bending of the angle is achieved only during the transition state. The results demonstrate the importance of oxygen vacancies in the catalytic process, as well as the importance of a Cr dopant in the reduction despite the direct bonding of CO2 to Fe atom. Our results on the necessity of a particular oxygen vacancy concentration for the chemical reaction is supported by our thermogravimetric analysis (TGA) measurement.
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 | 0,002 | 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 | 0,000 | 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 ».