MétaCan
Menu
Retour à la cohorte
Enregistrement W1985021226 · doi:10.1002/cjce.21760

Dehydration of methanol to dimethyl ether over γ‐Al<sub>2</sub>O<sub>3</sub> catalyst: Intrinsic kinetics and effectiveness factor

2013· article· en· W1985021226 sur OpenAlexvenueno aff
Liang Zhang, Haitao Zhang, Weiyong Ying, Dingye Fang

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2013
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCatalysts for Methane Reforming
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaKey Technologies Research and Development Program
Mots-clésDimethyl etherMethanolCatalysisDiffusionActivation energyIsothermal processDehydrationChemistrySpace velocityThermodynamicsChemical kineticsAdsorptionKineticsPhysical chemistryMaterials scienceAnalytical Chemistry (journal)ChromatographyOrganic chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Dehydration of methanol to dimethyl ether (DME) over a commercial γ‐Al 2 O 3 catalyst was studied at the temperature interval 513–613 K, liquid hourly space velocity (LHSV) of 0.9–6.0 h −1 and pressures between 0.1 and 1.0 MPa. The effect of different operation conditions on the dehydration of methanol was investigated in an isothermal fixed bed reactor. A kinetic equation which describes a Langmuir–Hinshelwood surface controlled reaction with dissociative adsorption of methanol was found to fit the experimental results quite well. An activation energy of 62.4 kJ/mol was obtained for the catalyst. A two‐dimensional reaction–diffusion model was established for a cylindrical‐shaped methanol dehydration catalyst. The internal effectiveness factor and the concentration distribution of methanol in the catalyst were obtained by the finite element method in MATLAB. The reaction–diffusion model was verified by the global kinetics data. The calculation data agreed well with the experimental data, so the model can be used to describe the processes of reaction and diffusion in the cylindrical‐shaped catalyst.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,008
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,199
Écart entre enseignants0,193 · 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 tête enseignante, pas un consensus.

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

Citations22
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCatalysts for Methane ReformingTravaux en français237 207