MétaCan
Menu
Retour à la cohorte
Enregistrement W4391638538 · doi:10.1149/ma2023-02472380mtgabs

Visualizing the Effect of Temperature on Carbonate Salt Production in CO<sub>2</sub> Electrolysis

2023· article· en· W4391638538 sur OpenAlexaff
Vasant Batta, Qianpu Wang, Spencer Lytle, Aimy Bazylak

Notice bibliographique

RevueECS Meeting Abstracts · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensNational Research Council CanadaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCarbonateElectrolysisSalt (chemistry)Production (economics)Environmental scienceMaterials scienceChemistryMetallurgyElectrodeEconomicsPhysical chemistryElectrolyte

Résumé

récupéré en direct d'OpenAlex

Carbon dioxide (CO2) electrolysis is a novel and promising technology to tackle anthropogenic climate change by reducing our dependency on fossil fuels and creating a sustainable carbon cycle. However, current CO2 electrolysis suffers from low CO2 reduction reaction (CO2RR) selectivity and rapid gas diffusion electrode (GDE) degradation and flooding due to carbonate precipitation. As the hydrophilic precipitate accumulates in the porous structure of the cathode GDE, the liquid anolyte invades the pores, blocking the catholyte from reaching the catalyst layer. This effect promotes the adverse hydrogen evolution reaction and thus decreases the CO2RR selectivity (1). Current literature focuses on limiting carbonate precipitate formation as opposed to understanding the factors affecting its growth (2). While carbonate precipitation is dependent on the specific electrolyte in a flow cell, the impact of parameters, such as operating temperature and GDE porosity, on the nature of carbonate precipitation still need to be investigated (3). In this study, we examine the relationship between cell temperature with carbonate precipitate accumulation. A zero-gap alkaline membrane electrode assembly (MEA) was used with potassium carbonate as the anolyte and humidified CO2 as the catholyte. Electrochemical impedance spectroscopy was used to calculate the activation, ohmic, and mass transport losses of the cell before and after a constant current density phase where faradaic efficiency was measured to quantify the CO2RR selectivity degradation due to salt accumulation. Furthermore, to characterize precipitate growth, the cathode GDEs were imaged before and after electrochemical testing using scanning electron microscopy (SEM) and wavelength dispersive spectroscopy (WDS). To quantify precipitate-driven flooding over operation time, identical MEAs were imaged using operando X-ray synchrotron radiography over a range of temperatures. Through-plane images of the operating cell were processed to find the electrolyte thickness in the cathode GDE as a function of time. Radiography results revealed progressive, cyclical flooding as well as preferential gas pathways. Moreover, after four hours of constant current operation and at a cell temperature of 60℃, the catalyst layer exhibited large amounts of uniformly distributed precipitates, while the GDE contained large, localized precipitate crystals. This indicates that at high temperatures, carbonate precipitates significantly block the catalyst layer and cause flooding into the substrate layer. This work provides new insight into the effect of temperature on carbonate precipitate buildup, deepening the understanding of the mechanism responsible for precipitate degradation. M. E. Leonard, L. E. Clarke, A. Forner-Cuenca, S. M. Brown, and F. R. Brushett, ChemSusChem, 13 (2020). Y. Xu et al., ACS Energy Lett, 6, 809–815 (2021). E. R. Cofell, U. O. Nwabara, S. S. Bhargava, D. E. Henckel, and P. J. A. Kenis, ACS Appl Mater Interfaces, 13, 15132–15142 (2021).

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,258
Écart entre enseignants0,250 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207