A climate mitigation comprehensive solution is presented through the first high yield, low energy synthesis of macroscopic length carbon nanotubes (CNT) wool from CO2 by molten carbonate electrolysis, suitable for weaving into carbon composites and textiles. Growing CO2 concentrations, the concurrent climate change and species extinction can be addressed if CO2 becomes a sought resource rather than a greenhouse pollutant. Inexpensive carbon composites formed from carbon wool as a lighter metal, textiles and cement replacement comprise a major market sink to compactly store transformed anthropogenic CO2. 100x-longer CNTs grow on Monel versus steel. Monel, electrolyte equilibration, and a mixed metal nucleation facilitate the synthesis. CO2, the sole reactant in this transformation, is directly extractable from dilute (atmospheric) or concentrated sources, and is cost constrained only by the (low) cost of electricity. Today's $100K per ton CNT valuation incentivizes CO2 removal.


翻译:减缓气候变化的全面解决办法是通过第一种高产量、低能量合成的大型碳纳米管(CNT)羊毛,由二氧化碳产生,由溶碳酸解电解,适合编织成碳复合物和纺织品。CO2浓度的增长、同时发生的气候变化和物种灭绝,如果CO2成为一种寻求的资源而不是温室气体污染物,就可以得到解决。碳羊毛作为较轻的金属、纺织品和水泥替代物形成的不昂贵碳复合物,包括一个主要市场槽,以压缩储存人为二氧化碳2,100x长的CNTs在Monel对钢上生长。Monel, 电解平衡和混合金属核分离促进了合成。CO2,这种转化中的唯一反应力来自稀释(大气)或集中源,其成本仅受(低)电费的限制。今天的100K美元/吨CNT值对CO2的去除进行了奖励。

0
下载
关闭预览

相关内容

> The Metal framework supports GPU-accelerated advanced 3D graphics rendering and data-parallel computation workloads. Metal provides a modern and streamlined API for fine-grain, low-level control of the organization, processing, and submission of graphics and computation commands and the management of the associated data and resources for these commands. A primary goal of Metal is to minimize the CPU overhead necessary for executing these GPU workloads.

Metal Programming Guide: About Metal and this Guide

Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
Nature 一周论文导读 | 2018 年 3 月 29 日
科研圈
12+阅读 · 2018年4月7日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
The Measure of Intelligence
Arxiv
6+阅读 · 2019年11月5日
Generalization and Regularization in DQN
Arxiv
6+阅读 · 2019年1月30日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Physical Primitive Decomposition
Arxiv
4+阅读 · 2018年9月13日
Arxiv
27+阅读 · 2017年12月6日
VIP会员
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
Nature 一周论文导读 | 2018 年 3 月 29 日
科研圈
12+阅读 · 2018年4月7日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
相关论文
The Measure of Intelligence
Arxiv
6+阅读 · 2019年11月5日
Generalization and Regularization in DQN
Arxiv
6+阅读 · 2019年1月30日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Physical Primitive Decomposition
Arxiv
4+阅读 · 2018年9月13日
Arxiv
27+阅读 · 2017年12月6日
Top
微信扫码咨询专知VIP会员