MARC

 008260311s2025        us                                    eng  d
■001000017361132
■00520260311091544.5
■006m          o    d                
■007cr|nu||||||||
■020    ▼a9798270229245
■040    ▼aMiAaPQD▼beng▼cMiAaPQD▼erda
■082    ▼a628.5
■1001  ▼aLiu,  Yifei▼eauthor.
■24510▼aScalable  Electrochemical  Fabrication  of  Three-Dimensional  Hierarchical  Porous  Superstructures  for  Energy  and  Environmental  Remediation  ▼cYifei  Liu
■260    ▼a[Sl]▼bThe  University  of  Texas  at  Austin▼c2025
■264  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a1  electronic  resource  (124  pages)
■336    ▼atext▼btxt▼2rdacontent
■337    ▼acomputer▼bc▼2rdamedia
■338    ▼aonline  resource▼bcr▼2rdacarrier
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-06,  Section:  B.
■500    ▼aAdvisors:  Fan,  Donglei    Committee  members:  Roy,  Ajit  K.;  Liu,  Yuanyue;  Ray,  Chen.
■5021  ▼bPh.D.▼cThe  University  of  Texas  at  Austin▼d2025.
■520    ▼aHierarchical  superstructures  with  feature  sizes  spanning  from  micro/nanometers  to  meters  are  ubiquitously  found  in  nature.  Such  unique  structures  provide  advantages  in  facilitating  rapid  substance  interaction  with  surroundings  at  small  scales,  as  well  as  efficient  mass  transport  at  large  scales.                        This  dissertation  investigates  the  development  and  application  of  hierarchical  3D  superstructures  through  three  interconnected  studies  focusing  on  predictive  fabrication,  energy  conversion,  and  environmental  remediation  applications.                        In  our  first  study,  we  addressed  the  challenges  of  controlling  electrochemical  fabrication  of  3D  microbranched  foams  by  applying  machine  learning  methods  to  a  dataset  derived  from  approximately  160  experiments.  We  evaluate  linear  regression,  neural  network  regression,  and  Gaussian  process  regression  models,  with  Gaussian  regression  demonstrating  superior  accuracy  exceeding  87%  across  multiple  structural  parameters.  This  approach  reveals  the  weighted  effects  of  six  experimental  parameters  on  the  resulting  dendritic  structures,  providing  both  fundamental  understanding  of  electrodeposition  mechanisms  and  practical  guidance  for  synthetic  control.                        Building  on  these  fabrication  insights,  our  second  study  develops  efficient  oxygen  evolution  reaction  (OER)  catalysts  through  strategic  design  of  FeCoNi  sulfide-derived  (oxy)hydroxides  on  3D  dendritic  foam  substrates.  By  growing  microdendritic  structures  on  nickel  foam  to  maximize  surface  area  and  active  sites,  followed  by  in-situ  activation  of  the  outer  surface,  we  create  self-supported  catalysts  that  demonstrate  exceptional  performance  with  an  overpotential  of  204.4  mV  at  10  mA  cm-2,  a  Tafel  slope  of  40.0  mV  dec-1,  and  excellent  stability  over  18  hours  of  operation  without  degradation.                        Our  third  study  establishes  a  general,  economical  approach  for  introducing  biomimetic  multilevel  hierarchical  structures  to  various  conductive  substrates.  Inspired  by  natural  systems  such  as  the  human  lung,  we  develop  an  electrochemical  process  that  creates  features  ranging  from  nanometers  to  centimeters,  which  simultaneously  enhance  surface  area  and  mass  transport  efficiency.  These  structures  exhibit  a  two-order-of-magnitude  increase  in  specific  surface  area  and  demonstrate  practical  utility  in  flow-assisted  water  treatment,  achieving  99%  mercury  removal  within  30  minutes  to  meet  EPA  drinking  water  standards.                        Finally,  we  transformed  the  Ni/Cu  dendrites  into  graphite  structures,  which  we  then  applied  to  water  disinfection  applications,  achieving  both  enhanced  mechanical  stability  and  comparable  disinfection  performance.                        This  research  advances  both  the  fundamental  understanding  of  hierarchical  structure  formation  and  provides  practical  fabrication  approaches  for  high-performance  materials  in  energy  conversion  and  environmental  applications.
■546    ▼aEnglish
■590    ▼aSchool  code:  0227
■650  4▼aPhysical  chemistry
■650  4▼aEnergy
■650  4▼aMaterials  science
■650  4▼aEnvironmental  engineering
■653    ▼aElectrochemical  fabrication
■653    ▼aPorous  superstructures
■653    ▼aEnvironmental  remediation
■7102  ▼aThe  University  of  Texas  at  Austin▼bMaterials  Science  and  Engineering.▼edegree  granting  institution.
■7201  ▼aFan,  Donglei▼edegree  supervisor.
■7730  ▼tDissertations  Abstracts  International▼g87-06B.
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17361132▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books