MétaCan
Menu
Retour à la cohorte
Enregistrement W4244583609 · doi:10.1149/ma2021-01461867mtgabs

Influence of Lithium Sulfate on the Kinetics of Hydrogen Oxidation in H<sub>2</sub>so<sub>4</sub>

2021· article· en· W4244583609 sur OpenAlexaboutno aff
Manon Faral, Nicolas Sacré, Régis Chenitz, Mickaël Dollé, Asmae Mokrini, Thomas Bibienne

Notice bibliographique

RevueECS Meeting Abstracts · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueIndustrial Gas Emission Control
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnodeHydrogen productionElectrolysisElectrolyteLithium (medication)Proton exchange membrane fuel cellPolymer electrolyte membrane electrolysisHydrogenCatalysisInorganic chemistryChemical engineeringChemistryCathodeHigh-pressure electrolysisMaterials scienceElectrodeOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

During the last few years, development of lithium ion batteries (LIB) offers innovative solutions for energy storage and has major role in the global energy future. Now used for many purposes, the increase in energy demand is driving the development and the production of LIB towards more environmentally friendly methods while also reducing their production costs. Nemaska lithium, a Canadian collaborator in this project, is recognized as a new producer of lithium hydroxide, a key precursor for high capacity Li-ion cathode material production. In order to reduce the energy costs and to increase the efficiency of its LiOH production, Nemaska lithium is actively working on the optimization of its membrane electrolysis system. One of the possibilities is to replace the anode of the existing electrolysis process with a new technology based on Hydrogen Depolarized Anode (HDA). This new technology is based on hydrogen oxidation instead of oxygen evolution reaction, (H 2(g) → 2H + (aq) +2e - ; E 0 =0,00V vs NHE), this configuration allows for the decrease of the voltage of the electrolysis cell. With a structure similar to proton exchange membrane fuel cells (PEMFC) anode, an HDA is a porous electrode, supplied with hydrogen from its gas diffusion side and in contact with the electrolyte in the catalyst coated side. The reaction itself is taking place in a small part of the electrode called the catalytic layer. It consists of a triple phase; an ionomer (for the proton’s transport), platinum nanoparticles (used as catalyst) and a conductive carbon (for electron transport). This study is focusing on two aspects that can influence the performance of the catalytic layer: the impact of the electrolyte on the reaction kinetics and its composition on its efficiency. In order to further advance our knowledge of the reaction mechanism occurring at the HDA, a study on the reaction kinetic of hydrogen oxidation on platinum was conducted. Usually studied in sulphuric acid, the reaction is monitored in this case in the presence of lithium sulfate. For this study, a rotating disk electrode (RDE) has been used. The advantage of this hydrodynamic method is to reduce the dependence of the system on mass transport in order to isolate kinetic current. Using the Koutecky-Levich equation combined with RDE measurements, a logarithmic representation of Tafel slopes for different lithium concentrations have been determined. Linking overpotential to current density, the Tafel curves are used to determine the influence of lithium sulfate on the kinetic of hydrogen oxidation. In a first step, the study was performed on platinum disk electrode. With this well-established system, it was possible to conclude a significant decrease in reaction kinetic in the presence of the salt. Subsequently, the same technique is conducted on a vitreous carbon electrode, where a porous catalytic layer close to HDA configuration is deposited. This configuration allows to study the impact of ionomer presence close to Pt nanoparticles that would change interface between platinum surface and lithium salt electrolyte.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,447
Score d'incertitude au seuil0,823

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 Opus0,013
Tête enseignante GPT0,212
Écart entre enseignants0,199 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetIndustrial Gas Emission ControlTravaux en français237 207