MétaCan
Menu
Retour à la cohorte
Enregistrement W7133018033

Energy- and Carbon-efficient CO2 Electrolysis

2022· dissertation· W7133018033 sur OpenAlexafffund
Adnan Ozden

Notice bibliographique

RevueTSpace · 2022
Typedissertation
Langue
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensUniversity of Toronto
Organismes subventionnairesQueen's UniversityInstitut de Ciències Fotòniques
Mots-clésRenewable energyOverpotentialElectricityElectrolysisCarbon fibersEnergy storageProton exchange membrane fuel cellGalvanic cell
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Carbon dioxide/monoxide (CO2/CO) reduction (CO2R/COR) – when powered by renewable electricity – provides a sustainable means to convert emissions into valuable products for the manufacturing, transport, and chemical industries. CO2R can contribute to sustainability through closing the carbon loop, increasing the penetration of renewables in the petrochemical industry, and achieving long-term storage of renewable electricity. Despite considerable promise, there have yet been few demonstrations of CO2R with a rate, energy efficiency, and carbon efficiency that would bring techno-economics in line with incumbents. The main objective of the thesis is to contribute to the realization of energy- and carbon-efficient CO2R. The first three technical chapters of this thesis focus on improving the performance metrics in flow cells and membrane electrode assembly electrolyzers (Chapters 3, 4, and 5). The last two technical chapters focus on implementing the performance-boosting strategies into carbonate-formation-free systems to achieve simultaneously high carbon and energy efficiencies (Chapters 6 and 7). The first work reports a new catalyst design that decouples gas, ion, and electron transport and enables, for the first time, CO2R at activities greater than 1 A cm−2 in alkaline flow cell electrolyzers (Chapter 3). Then, low overpotential and high selectivity in CO2R is achieved via an adparticle functionalization catalyst: gold adparticles formed on the silver-gold alloying interface via galvanic replacement (Chapter 4). A molecule:ionomer hierarchy is developed to lower the activation barrier for C–C coupling and control CO2, water, and proton transport – which in turn enabled record energy efficiency towards ethylene at industrially relevant reaction rates (Chapter 5). A cascade system – CO2R to CO in a solid oxide electrolysis cell (SOEC) with zero carbonate formation and COR to C2+ products in a MEA electrolyzer – is developed to achieve record low energy intensities in the electrosynthesis of C2+ products (Chapter 6). Finally, a catalyst microenvironment exhibiting cation repulsion and anion attraction is developed to combine practical energy- and carbon-efficiency in electrosynthesis of C2+ from CO2/CO feedstocks (Chapter 7).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,278
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207