Alkaline modified A-site deficient perovskite catalyst surface with exsolved nanoparticles and functionality in biomass valorisation
Notice bibliographique
Résumé
Environmental problems associated with the use of fossil fuels and increase in energy demands due to rise in population and rapid industrialisation, are the driving forces for energy. Catalytic conversion of biomass to renewable energies is among the promising approaches to materialize the above. This requires development of robust catalysts to suppress deactivation due to carbon deposition and agglomeration. In this work, surface properties and chemistry such as exsolution of B-site metal catalyst nanoparticles, particle size and distribution, as well as catalyst-support interactions were tailored through the use of alkaline dopants to enhance catalytic behaviour in valorisation of glycerol. The incorporation of alkaline metals into the lattice of an A-site deficient perovskite modified the surface basic properties and morphology with a consequent robust catalyst-support interaction. This resulted in promising catalytic behaviour of the materials where hydrogen selectivity of over 30% and CO selectivity of over 60% were observed. The catalyst ability to reduce fouling of the catalyst surface as a result of carbon deposition during operation was also profound due to the robust catalyst-support interaction occurring at the exsolved nanoparticles due to their socketing and the synergy between the dopant metals in the alloy in perovskite catalyst systems. In particular, one of the designed systems, La0.4Sr0.2Ca0.3Ni0.1Ti0.9O3±δ, displayed almost 100% resistance to carbon deposition. Therefore, lattice rearrangement using exsolution and choice of suitable dopant could be tailored to improve catalytic performance.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».