Catalytic and electrochemical evaluation of the role of metal oxides on Pd nano-catalysts for complete methane oxidation
Notice bibliographique
Résumé
• Adding metal oxide (SnO 2 and ZnO) to Pd nanoparticles increased methane oxidation rate. • Addition of FeOx to Pd inhibits the reaction in oxidizing and strongly promotes in reducing conditions. • Electrochemical methods applied to study Pd-MOx oxidation state. • An opposite relationship between the catalytic rate of Pd-MOx and electrochemical response. Catalytic complete methane oxidation over Pd-MOx (MO x = SnO 2 , FeO x , and ZnO) nanoparticles deposited on YSZ solid electrolyte was evaluated for and compared to a monometallic Pd catalyst. To this end, the nanoparticles were synthesized via the polyol method and tested for methane oxidation in a temperature range from 200 to 475 °C under reducing, stoichiometric, and oxidizing reaction conditions in open-circuit conditions. The light-off experiments revealed that the presence of a second phase in the form of metal oxide (SnO 2 and ZnO) increased the catalytic rate of the reaction compared to monometallic palladium in all gas compositions. However, the addition of iron oxide to Pd showed a different behaviour, i.e., a strong inhibition of the reaction rate in the oxidizing and stoichiometric conditions and significant promotion in the reducing conditions. To gain an insight into the role of MO x in various conditions, the detailed electrochemical measurements were carried out at selected temperatures. The exchange current density ( i o ) of the electrochemical process at the three phase bpoundary was found to depend on the oxidation state of the catalyst, which in turn influences the catalytic rate of Pd-MO x . Overall, the addition of the cheaper oxide to Pd significantly promotes the catalytic reaction, and the inverse relation between the catalytic rate and i o was found in agreement with the electrochemical promotion of catalysis (EPOC) mechanism, where the lower exchange current density values correspond to the higher catalytic reaction rate of complete methane oxidaiton.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».