Catalyst Regeneration via Chemical Oxidation Enables Long-Term Electrochemical Carbon Dioxide Reduction
Notice bibliographique
Résumé
Electrochemical CO2 reduction (ECR) with industrially relevant current densities, high product selectivity, and long-term stability has been a long-sought goal. Unfortunately, copper (Cu) catalysts for producing valuable multicarbon (C2+) products undergo structural and morphological changes under ECR conditions, especially at high current densities, resulting in a rapid decrease in product selectivity. Herein, we report a catalyst regeneration strategy, one that employs an electrolysis method comprising alternating “on” and “off” operating regimes, to increase the operating stability of a Cu catalyst. We find that it increases operating lifetime many times, maintaining ethylene selectivity ≥40% for at least 200 h of electrolysis in neutral pH media at a current density of 150 mA cm–2 using a flow cell. We also demonstrate ECR to ethylene at a current density of 1 A cm–2 with ethylene selectivity ≥40% using a three-dimensional Cu gas diffusion electrode, finding that this system under these conditions is rendered stable for greater than 36 h. This work illustrates that Cu-based catalysts, once they have entered into the state conventionally considered to possess degraded catalytic activity, may be recovered to deliver high C2+ selectivity. We present evidence that the combination of short periods of electrolysis, which minimizes the morphological changes during “on” segments, with the progressive chemical oxidation of Cu atoms on the catalyst surface during “off” segments, united with the added effects of washing the accumulated salt and decreasing the catholyte temperature prolong together the catalyst’s operating lifetime.
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) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».