Towards scaling up the sonochemical synthesis of Pt-nanocatalysts
Notice bibliographique
Résumé
Large scale production of electrocatalysts for electrochemical energy conversion devices such as proton exchange membrane fuel cells must be developed to reduce their cost. The current chemical reduction methods used for this synthesis suffer from problems with achieving similar particle properties such as particle size and catalytic activity when scaling up the volume or the precursor concentration. The continuous production of reducing agents through the sonochemical synthesis method could help maintain the reducing conditions (and also the particle properties) upon increasing the reactor volume. In this work we demonstrate that the reducing conditions of Pt-nanoparticles are indeed maintained when the reactor volume is increased from 200 mL to 800 mL. Similar particle sizes, 2.1(0.3)nm at 200 mL and 2.3(0.4)nm at 800 mL, and catalytic activities towards the oxygen reduction reaction (ORR) are maintained as well. The reducing conditions were assessed through TiOSO4 dosimetry, sonochemiluminesence imaging, acoustic power measurements, and Pt(II) reduction rate measurements. Cyclic voltammetry, CO-stripping, hydrogen evolution measurements, ORR measurements, and electron microscopy were used to evaluate the catalytic activity and particle size. The similar particle properties displayed from the two reactor volumes suggest that the sonochemical synthesis of Pt-nanoparticles is suitable for large scale production.
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 | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».