MétaCan
Menu
Retour à la cohorte
Enregistrement W4391639141 · doi:10.1149/ma2023-02472403mtgabs

SO2-Tolerant Electrocatalytic Reduction of CO2 from Simulated Industrial Flue Gas

2023· article· en· W4391639141 sur OpenAlexaff
Panagiotis Papangelakis, Rui Kai Miao, Ruihu Lu, Adnan Ozden, Shijie Liu, Ning Sun, Colin P. O’Brien, Yongfeng Hu, Mohsen Shakouri, Qunfeng Xiao, Mengsha Li, Behrooz Khatir, Jianan Erick Huang, Ya‐Kun Wang, Yurou Celine Xiao, Feng Li, Ali Shayesteh, Qiang Zhang, Pengyu Liu, Hanqi Liu, Kevin Golovin, Jane Y. Howe, Ziyun Wang, Jun Li, Edward H. Sargent, David Sinton

Notice bibliographique

RevueECS Meeting Abstracts · 2023
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAmmonia Synthesis and Nitrogen Reduction
Établissements canadiensCanadian Light Source (Canada)University of Toronto
Organismes subventionnairesnon disponible
Mots-clésFlue gasReduction (mathematics)Environmental scienceChemistryMathematicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The electrochemical reduction of CO2 using copper-based electrocatalysts offers a route to produce high-value multicarbon (C2+) products from renewable electricity (Nat. Catal. 4, 952-958 (2021); Nature 614, 262-269 (2023)). To date, the efficient electrocatalytic conversion of CO2 to multicarbon products has only been possible when using impurity-free CO2 sources, such as from direct air capture. The generation of such high-grade CO2 streams is expensive, accounting for almost half of the total energy required for both capture and electroreduction processes (Nat. Catal. 4, 952-958 (2021)). Conversely, capturing CO2 from point sources, such as industrial flue gas, is more efficient due to the higher concentration of CO2 in the feed. However, trace amounts of sulfur dioxide (10 ~ 400 ppm SO2) inherently present in these streams will significantly degrade the CO2 conversion process. All previous attempts to convert CO2 with SO2 present in the feed have resulted in immediate catalyst poisoning and an irreversible loss of CO2 conversion activity. In this study, we designed a modified catalyst layer to react a stream of dilute CO2 containing 400 ppm SO2 to multicarbon products with high stability and performance metrics that match or exceed those achieved with pure CO2 streams. Driven by density function theory and COMSOL simulations, we designed an ionomer:copper:polytetrafluoroethylene (PTFE) (ICP) electrode that features both hydrophobic and highly-charged hydrophilic domains to limit water adsorption and promote CO2 over SO2 transport near the electrochemically active sites. This deactivates the SO2 poisoning mechanism, thus enabling stable and efficient CO2 conversion (see figure). Our approach achieved a sustained C2+ Faradaic efficiency (FE) of 50% for the initial 160 hours at 100 mA cm-2. In order to improve the overall C2+ current efficiency (jC2+) towards industrial scales, we applied our strategy in high-surface-area copper electrodes. We achieved CO2 conversion in the presence of 400 ppm SO2 with a C2+ FE of 76% at a current density of 700 mA cm-2, surpassing what can be achieved in existing integrated CO2 capture-electrolysis systems that use pure CO2. Overall, our approach provides a fully 140-fold increase in performance (FEC2+ × jC2+) compared to the best prior CO2 conversion systems with added SO2 (Nat. Nanotechnol. doi: 10.1038/s41565-022-01286-y (2023); J. Am. Chem. Soc. 141, 9902-9909 (2019)). These findings represent an important advancement in the field of CO2 conversion and highlight the potential of our strategy for industrial-scale applications. Figure 1

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 enseignants0,002
Score d'incertitude au seuil0,003

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 recherche0,0000,000
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 Opus0,025
Tête enseignante GPT0,238
Écart entre enseignants0,212 · 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 sujetAmmonia Synthesis and Nitrogen ReductionTravaux en français237 207