Influence of Pd nanoparticles on the structural stability and hydrogen separation of graphene oxide membranes
Notice bibliographique
Résumé
Thin graphene oxide (GO) membranes decorated with palladium (Pd) nanoparticles (NPs) were fabricated and evaluated for high-temperature H₂/N₂ separation. Pd NPs were synthesized by chemical reduction using ascorbic acid and incorporated into GO nanosheets. Laminate thin film composite (TFC) membranes were prepared by vacuum filtration of a solution of GO and Pd NPs at varying loadings (0.1–5 wt%) onto polyethersulfone (PES) supports. A neat GO membrane (225 nm) exhibited an H₂ permeance of 500 GPU and an H₂/N₂ selectivity of ~31 at 220 °C, attributed to thermal reduction of GO that enhances molecular sieving. Incorporation of 0.1 wt% Pd raised permeance to 650 GPU with a moderate drop in selectivity to 28, while 0.5 wt% Pd enhanced permeance to 1400 GPU with a selectivity of 17.5. Higher Pd loadings (5 wt%) further increased permeance to 16,000 GPU but caused selectivity to drop below 5, due to nanoparticle agglomeration and the formation of nonselective voids. These results demonstrate that low Pd loadings can enhance hydrogen flux with a moderate selectivity loss, but excessive Pd disrupts GO layering. Pd NPs, which exhibit lower hydrogen embrittlement susceptibility than bulk Pd, offer a promising route to high-temperature H₂ separation with optimized Pd content.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».