MétaCan
Menu
Retour à la cohorte
Enregistrement W3116395510 · doi:10.1149/ma2020-02372390mtgabs

Nitrogen-Doped Carbide-Derived Carbon/Carbon Nanotube Composites As Cathode Catalysts for Anion Exchange Membrane Fuel Cell Application

2020· article· en· W3116395510 sur OpenAlexaff
Jaana Lilloja, Elo Kibena‐Põldsepp, Ave Sarapuu, Arvo Kikas, Vambola Kisand, Maike Käärik, Maido Merisalu, Alexey Treshchalov, Jaan Leis, Väino Sammelselg, Qiliang Wei, Steven Holdcroft, Kaido Tammeveski

Notice bibliographique

RevueECS Meeting Abstracts · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésCatalysisCarbon nanotubeMaterials scienceCarbon fibersChemical engineeringInorganic chemistryProton exchange membrane fuel cellMelamineElectrochemistryCarbide-derived carbonChemistryComposite numberComposite materialCarbon nanofiberOrganic chemistryElectrode

Résumé

récupéré en direct d'OpenAlex

Due to the increasing energy consumption, there is a need for renewable energy production devices. Low temperature fuel cells are among the possible options, but their performance is limited by the sluggish kinetics of the electrochemical oxygen reduction reaction (ORR) at the cathode. The most efficient electrocatalysts for the ORR are based on expensive and scarce noble metals, mainly platinum. As more sustainable replacements, various non-precious metal or entirely metal-free catalysts could be used. The latter ones include heteroatom-doped nanocarbons.1,2 Herein, a composite of carbide-derived carbon and carbon nanotubes (CDC/CNT) is doped with nitrogen by pyrolyzing of a mixture containing CDC, CNT and a nitrogen precursor at 800 °C. A composite of carbons were chosen on the premise of obtaining a feasible structure with both micro- and mesopores, which should be beneficial in the anion exchange membrane fuel cell (AEMFC) application. Four different precursors of nitrogen (cyanamide, dicyandiamide, urea or melamine) were used and compared in order to find the most suitable one.3 For the physico-chemical characterization of the catalysts SEM, XPS, Raman spectroscopy and N2 adsorption studies were applied. These proved indeed that a novel carbon structure was formed and the doping with nitrogen was successful with all four precursors (≥3 at% of N). The electrocatalytic activity of the four N-doped catalyst materials was studied in 0.1 M KOH using RDE and RRDE methods. The four N-CDC/CNT catalyst materials exhibited virtually the same and good activity toward the ORR. In order to assess the possible application of the N-CDC/CNT material, it was employed as a cathode catalyst in AEMFC together with a HMT-PMBI4 membrane. The tests were conducted at different conditions and the best performance with peak power density of 310 mW cm–2 was obtained at 70 °C with 1 bar back pressure (Figure 1). This good performance shows that the metal-free N-CDC/CNT materials are promising cathode catalysts for the AEMFC application.3 References A. Sarapuu, E. Kibena-Põldsepp, M. Borghei, and K. Tammeveski, J. Mater. Chem. A, 6, 776-804 (2018). C.Z. Zhu, H. Li, S.F. Fu, D. Du, and Y.H. Lin, Chem. Soc. Rev., 45, 517-531 (2016) J. Lilloja, E. Kibena-Põldsepp, A. Sarapuu, A. Kikas, V. Kisand, M. Käärik, M. Merisalu, A. Treshchalov, M. Rähn, J. Leis, V. Sammelselg, Q. Wei, S. Holdcroft, and K. Tammeveski, Appl. Catal., B, 272, 119012 (2020). A.G. Wright, J.T. Fan, B. Britton, T. Weissbach, H.F. Lee, E.A. Kitching, T.J. Peckham, and S. Holdcroft, Energy Environ. Sci., 9, 2130-2142 (2016). Figure 1

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,208
Écart entre enseignants0,196 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetFuel Cells and Related MaterialsTravaux en français237 207