Electrocatalytic lignin oxidation for hydrogen and fine chemical co-production using platinized nickel foam in a 3D printed reactor
Notice bibliographique
Résumé
Biomass electrooxidation has garnered much attention in recent years, owing to its potential to circumvent greenhouse gas emissions. Substituting the sluggish water oxidation with biomass oxidizable species such as lignin at anode is thermodynamically more favorable, enabling energy efficient hydrogen production and concomitant fine chemicals. The present study shows the organosolv lignin electrooxidation in an additively manufactured 3D printed reactor (3DPR) consisting of platinized nickel foam (PtNF) as anode and cathode and compared with commercial hardware electrolyzer (CHE). The electrolysis of organosolv lignin in 3DPR outperformed CHE by achieving 1.23 times higher current at an applied voltage range from 0 to 2.2 V with a membrane (Nafion 115) interposed between anode and cathode under a continuous flow of lignin feed at the anode. The chronoamperometry study reveals a mixture of diverse aromatic compounds, including vanillic acid, syringic acid, 3,5-dimethoxy-4-hydroxyacetophenone, 2-hydroxyacetophenone, 4-ethycathecol, and 2,6-dimethoxyphenol in anolyte, and sinapic acid and vanillin acetate in catholyte. Thus, realizing renewable biomass electrolysis in the 3DPR is an intriguing strategy for the co-production of hydrogen and fine aromatic chemicals. • Lignin electrooxidized by platinized nickel Foam using as anode and cathode. • Lignin electrooxidation conducted in a 3D printed reactor. • Lignin electrooxidation required lower overvoltage to produce hydrogen. • Fine chemicals generated along with hydrogen upon lignin electrolysis.
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 | 0,000 | 0,000 |
| 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 ».