Electrolysis of glycerol to value‐added chemicals in alkaline media
Notice bibliographique
Résumé
Abstract BACKGROUND Glycerol, a by‐product of biodiesel production, is produced in large quantities, exceeding its demand. The saturation of glycerol resulted in a sharp reduction in its market value and the surplus waste may pose a risk to the environment. By means of electrochemical technologies, glycerol could be oxidized into value‐added products such as glycerate, tartronate and lactate. In the present work, carbon‐supported NiBi catalysts with different atomic ratios (Ni x Bi 1− x /C, where x = 100, 95, 90 and 50 at%) were fabricated and utilized in a 25 cm 2 electrolysis cell. RESULTS The as‐fabricated catalysts were characterized and analyzed by various physicochemical and electrochemical characterizations. Using a three‐electrode electrochemical cell, Ni 95 Bi 5 /C showed the highest current density of 104 mA cm −2 , with an onset potential of 1.32 V versus a reversible hydrogen electrode. Long‐term chronoamperometry was performed in a glycerol electrolysis cell accompanied by the product analysis using high‐performance liquid chromatography. It was found that Ni 95 Bi 5 /C had higher selectivity to glycerate C 3 product compared to Ni/C. Additionally, optimizing experimental conditions (applied potential, residence time and temperature) to achieve higher selectivity to C 3 products was thoroughly studied. The selectivity to C 3 value‐added products was enhanced by adjusting the operating conditions. CONCLUSION Small addition of bismuth to Ni/C enhanced both catalytic activity and selectivity to C 3 products. The main products formed on NixBi 1− x /C were formate and glycerate, while the secondary products were glycolate, tartronate, oxalate and lactate. By running electrolysis under optimal conditions, the selectivity to C 3 products was significantly enhanced. © 2022 Society of Chemical Industry (SCI).
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».