Efficient Oxidation of Ethanol at Ru@Pt Core-Shell Catalysts in a Proton Exchange Membrane Electrolysis Cell
Notice bibliographique
Résumé
Efficient electrochemical oxidation of ethanol in fuel cells and electrolysis cells is important for generating power and hydrogen, respectively, from renewable resources. PtRu alloys are most widely employed as catalysts because they provide high activities at low potentials. However, they produce acetic acid as the main product from ethanol, which results in low faradaic and overall efficiencies. In contrast, Pt provides high selectivity for the complete oxidation of ethanol to CO 2 , but low activities. Ru@Pt core–shell nanoparticles can improve efficiency by delivering higher activity than Pt and enhanced formation of CO 2 relative to PtRu. Here, Ru@Pt catalysts have been prepared by depositing Pt onto a commercial carbon-supported Ru catalyst. The influence of the amount of Pt deposited has been investigated in H 2 SO 4 (aq) at ambient temperature and in a proton exchange membrane cell at 80 °C. Activities for ethanol oxidation were intermediate between those for commercial Pt and PtRu catalysts, providing higher currents than Pt at low potentials, and higher currents than PtRu at high potentials. Faradaic yields of CO 2 (38%–48%) were greatly increased relative to the PtRu alloy catalyst (11%). This will optimize the efficiency of ethanol oxidation in PEM electrolysis and fuel cells.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».