User: Guest  Login
Original title:
Data-Driven Design of Platinum Electrocatalysts for Efficient Oxygen Reduction 
Translated title:
Datenbasiertes Design von Platin-Elektrokatalysatoren für effiziente Sauerstoffreduktion 
Year:
2020 
Document type:
Dissertation 
Institution:
Fakultät für Elektrotechnik und Informationstechnik 
Advisor:
Gagliardi, Alessio (Prof. Dr.) 
Referee:
Gagliardi, Alessio (Prof. Dr.); Di Carlo, Aldo (Prof., Ph.D.); Bandarenka, Aliaksandr S. (Prof. Dr.) 
Language:
en 
Subject group:
ELT Elektrotechnik 
Keywords:
heterogeneous catalysis, electrocatalysis, nanocatalysts, fuel cells, machine learning 
Translated keywords:
heterogene Katalyse, Elektrokatalyse, Nanokatalysatoren, Brennstoffzelle, Maschinelles Lernen 
TUM classification:
TEC 030d 
Abstract:
New platinum electrocatalysts with high mass activities toward the oxygen reduction reaction (ORR) are developed by data-driven design. The proposed 1 nm sized nanoparticle catalysts are synthesized and double the mass activity of current commercial catalysts. Superior mass activities are proposed for electrocatalysts with tailored shapes and sizes. Machine learning predictions of strain enable mass activity forecasts for core-shell nanoparticles, which have up to 4 times higher predicted mass a...    »
 
Translated abstract:
Neue Platin-Elektrokatalysatoren mit hohen Massenaktivitäten für die Sauerstoffreduktionsreaktion (ORR) werden durch datengetriebenes Design entwickelt. Die vorgeschlagenen Nanopartikel-Katalysatoren mit einer Größe von 1 nm werden synthetisiert und weisen doppelte Massenaktivität im Vergleich zu aktuellen kommerziellen Katalysatoren auf. Für Katalysatoren mit maßgeschneiderten Formen und Größen werden hohe Massenaktivitäten prognostiziert. Vorhersagen von Kompressionen in Atomgittern durch masc...    »
 
Oral examination:
21.09.2020 
File size:
17805373 bytes 
Pages:
59 
Last change:
10.11.2020