Carbonate Inhibition in Au-Cu/γ-Al2O3 Catalysts for CO Oxidation
Notice bibliographique
Résumé
Incorporating Cu into gold-based catalysts effectively reduced nanoparticle sintering and free carbonate accumulation, promoting long-term preservation of catalytic surface area over time. This study explores the catalytic activity of monometallic Au and bimetallic AuCu catalysts with varying Au:Cu atomic ratios (1:0.5, 1:1, and 1:1.5) that were synthesized on γ-Al2O3 via sequential deposition–precipitation with urea. The catalysts were pretreated in either air or H2 and evaluated for CO oxidation activity and stability. A comprehensive characterization (EDS, BET, TEM, H2-TPR, O2-TPO, XPS, DRIFTS, and UV–Vis) was used to investigate particle size, metal oxidation states, and redox properties. Among all materials, the AuCu 1:1 catalyst exhibited the highest low-temperature CO conversion (>90% at 0 °C) and improved stability during 24 h tests, reflecting minimal nanoparticle sintering as confirmed by TEM analysis. In situ DRIFTS revealed that the presence of Cu+ and Cu2+ minimizes the accumulation of free carbonates (one of the main deactivation pathways in Au/γ-Al2O3) while promoting the formation of reactive intermediates that facilitate CO2 production. Notably, air pretreatment at moderate temperature proved as effective as H2 pretreatment in activating both monometallic and bimetallic catalysts. These findings highlight the role of Cu as a structural and electronic promoter of gold, offering practical guidelines for designing durable, cost-effective catalysts for low-temperature CO oxidation on non-reducible supports.
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 | 0,001 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».