Dynamic Molten Cu–In Droplets Catalyze Selective Synthesis of Multi‐Walled Carbon Nanotubes During Methane Pyrolysis
Notice bibliographique
Résumé
Abstract The generation of multi‐walled carbon nanotubes (MWCNTs) typically utilizes solid catalyst nanoparticles. These particles often exhibit a liquid‐like nature during synthesis and remain encapsulated inside the final MWCNTs. Molten Cu–In has been recently reported to produce high amounts of MWCNT in bubble column reactors during methane pyrolysis for clean H 2 generation. In the present work, nanodroplets are isolated and studied on supports. The droplets are observed to deform into a head and tail geometry and generate bamboo‐like MWCNTs. The compositions of 50–70 at.% Cu repeatedly generate dense bundles of MWCNTs, while higher or lower compositions yield little or no MWCNTs. The lower surface tension of the alloy at these compositions reduces the thermodynamic driving force for coalescence, stabilizing small droplets at high temperature. Graphitic structure with some defects is confirmed by transmission electron microscopy and Raman spectroscopy, showing 3.35 +/−0.08 Å interlayer spacing and an I D /I G ratio of 0.87 +/−0.13, respectively. Droplets distributed between 10 nm and 1 micron generate MWCNTs 10–400 nm in diameter, suggesting droplets above 400 nm do not generate MWCNTs at any catalyst composition. Bundles of MWCNT exceeding hundreds of microns are observed in reaction times over 1 h.
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 ».