Ethanol Electrolysis at Carbon-Supported PtRh Alloy Nanoparticles in a Proton Exchange Membrane Cell
Notice bibliographique
Résumé
Electrochemical oxidation of ethanol in proton exchange membrane (PEM) cells can provide sustainable energy technology through the production of hydrogen by ethanol electrolysis at lower cell potentials relative to water electrolysis. However, there are no catalysts available for the complete oxidation of ethanol to carbon dioxide, which is required for 100% hydrogen production selectivity. The addition of Rh to Pt-based catalysts promotes the complete oxidation of ethanol, although the role of Rh is unclear. Here, PtRh alloy catalysts are shown to provide higher activities than Pt and higher selectivity for the complete oxidation of ethanol in a PEM electrolysis cell at 80 °C. A Pt 3.0 Rh catalyst provided a faradaic yield of 79% for CO 2 formation, while yields at Pt and Rh catalysts were 66% and 52%, respectively. Cyclic voltammetry revealed that the increased performances of the PtRh catalysts were due predominantly to the effect of lattice compression (strain) on the active Pt sites. Increasing the Pt content of the alloy increased the peak current for ethanol oxidation by increasing the fraction of surface Pt sites and enhanced CO 2 production, while the decreasing strain increased half-wave and peak potentials.
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) | 0,001 | 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 ».