Aqueous-Phase Reforming of Methanol for Hydrogen Production on Nitrogen-Doped Ceria: The Effect of the Doping Method
Notice bibliographique
Résumé
This study first compares the effects of three nitrogen doping methods, namely, solvothermal, hydrothermal, and coheat treatments, on the catalytic performance of Pt/CeO 2 catalysts for aqueous-phase reforming (APR) of methanol to produce hydrogen. Characterization techniques (X-ray photoelectron spectroscopy (XPS), X-ray diffraction (XRD), H 2 temperature-programmed reduction (H 2 -TPR), temperature-programmed desorption of O 2 (O 2 -TPD), and Fourier transform infrared spectroscopy (FT-IR)) were used to analyze the impact of the N-dopant type and content on oxygen vacancy formation, Ce 3+ ratio, crystal structure, and active sites. Compared to the undoped sample, N-doping significantly enhanced the catalytic performance, increasing the turnover frequency (TOF) from 773 to 1290/h at 200 °C with 0.5 wt % Pt and a methanol-to-water molar ratio of 1:1. Hydrothermal treatment generated more oxygen vacancies due to Ce–N–O bond formation, while coheat treatment produced both Ce–N–O and Ce–N bonds. Triethanolamine (TEA) proved effective for hydrothermal N-doping, promoting oxygen vacancies via ethanol derivative formation. In contrast, solvothermal treatment was less effective due to inadequate N-doping and disruption of the CeO 2 nanorods. This study highlights the importance of selecting suitable N-doping strategies to improve the activity and stability of Pt/CeO 2 catalysts for hydrogen 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 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 ».