MétaCan
Menu
Retour à la cohorte
Enregistrement W3111598421 · doi:10.1021/acs.jpcc.0c07144

Insights into Syngas Combustion on a Defective NiO Surface for Chemical Looping Combustion: Oxygen Migration and Vacancy Effects

2020· article· en· W3111598421 sur OpenAlexafffund
Yue Yuan, Xiuqin Dong, Luis Ricardez‐Sandoval

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueChemical Looping and Thermochemical Processes
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesChina Scholarship CouncilCompute Canada
Mots-clésSyngasChemical looping combustionAdsorptionCombustionOxygenDensity functional theoryNon-blocking I/ODiffusionChemical engineeringCatalysisChemistryMaterials sciencePhysical chemistryThermodynamicsComputational chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A thorough theoretical analysis of vacancy effects on syngas combustion was conducted for the chemical looping combustion (CLC) process using NiO as an oxygen carrier (OC). A density functional theory (DFT) analysis was conducted to provide new insights into the effects of surface vacancies on OC behavior such as O migration, syngas adsorption, and syngas oxidation. The results showed that the vacancies are expected to promote the subsequent oxidation reactions, which might come from the lower state energies of the reactants, the syngas adsorption configurations on the defective surface. Furthermore, the proposed reaction mechanisms showed that the presence of the defective sites benefited the syngas oxidation by reducing the energy barriers of the CO and H2 oxidation reactions. In particular, H2 oxidation changed from a 3-step process on a perfect surface (i.e., without vacancies) to a 2-step process on a defective surface. Moreover, the CO oxidation reaction was shown to dominate the overall syngas oxidation process. In addition, the outward diffusion direction of oxygen migration was observed from the bulk side to the surface. The proposed CO and H2 reaction kinetics were validated against the experimental data using a DFT-based mean-field (MF) model. An electronic analysis was also performed to further support the intrinsic effects of surface vacancies obtained from the DFT analysis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,017
Score d'incertitude au seuil0,542

Scores Codex et Gemma par catégorie

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 recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,214
Écart entre enseignants0,206 · 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 tête enseignante, 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

Citations25
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetChemical Looping and Thermochemical ProcessesTravaux en français237 207