Biochar-supported highly dispersed ultrasmall Cu/ZnO nanoparticles as a highly efficient novel catalyst for CO2 hydrogenation to methanol
Notice bibliographique
Résumé
Methanol synthesis via CO2 hydrogenation is a key pathway for producing methanol. Considerable research has focused on enhancing Cu/ZnO-based catalysts for this process. In this study, biochar, a porous material derived from renewable waste, was employed to support the immobilization of Cu/ZnO nanoparticles for CO2 hydrogenation to methanol. The catalyst developed in this work exhibited exceptional performance, with a methanol space-time yield (STY) of 496.5 mgMeOH gCu-1 h-1, selectivity of 71%, and stability (maintaining catalytic activity for over 45 h). These metrics significantly outperformed those of the Cu/ZnO/Al2O3 catalyst (STY of 98.6 mgMeOH gCu-1 h-1, selectivity of 54%, with catalytic activity loss after 25 h) under identical reaction conditions (260 °C, 1 MPa). Structural characterizations revealed that the enhanced catalytic activity and improved stability of the biochar-supported Cu/ZnO nanoparticles, relative to Cu/ZnO/Al2O3, were attributed to the enrichment of Cu-Zn interfacial sites. This was facilitated by the highly efficient dispersion and formation of ultrasmall Cu/ZnO nanoparticles on the biochar surface, along with biochar’s role in enhancing H2 and CO2 adsorption and activation.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».