Composite Anion Exchange Membranes Based on Functionalized Graphene Oxide and Poly(Terphenylene Piperidinium) for Application in Water Electrolysis and Fuel Cells
Notice bibliographique
Résumé
Composite anion exchange membranes (AEMs) based on poly(terphenylene piperidinium) (PTPiQA) and impregnated with varying loadings of quaternized graphene oxide (QGO) as filler were developed, and their properties as anion exchange membranes for use in water electrolysis (AEMWEs) and fuel cells (AEMFCs) were explored. This study investigates the trade-off between mechanical robustness, ionic conductivity, and alkaline stability in QGO-reinforced twisted polymer backbones. QGO synthesized by functionalization with ethylenediamine (EDA), followed by quaternization with glycidyl trimethylammonium chloride (GTMAC), was used as a filler for PTPiQA, and the properties of the resulting composites PTPiQA-QGO-X investigated as a function of QGO loading for X between 0.1 and 0.7 wt%. Among all compositions, PTPiQA-QGO-0.3% exhibited the highest OH− conductivity of 71.56 mS cm−1 at room temperature, attributed to enhanced ionic connectivity and water uptake. However, this increase in conductivity was accompanied by a slight decrease in ion exchange capacity (IEC) retention (91.8%) during an alkaline stability test in 1 M KOH at 60 °C for 336 h due to localized cation degradation. Mechanical testing revealed that PTPiQA-QGO-0.3% offered optimal dry and wet tensile strength (dry TS of 42.77 MPa and wet TS of 30.20 MPa), whereas higher QGO loadings yielded low mechanical strength. These findings highlight that 0.3 wt% QGO balances ion transport efficiency and mechanical strength, while higher loadings improve alkaline durability, compromising mechanical durability and guiding the rational design of AEMs for AEMWEs and AEMFCs.
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 ».