Hydrogen Production by Steam Reforming of Vegetable Oils Using Nickel-Based Catalysts
Notice bibliographique
Résumé
Vegetable oils and fats are a renewable resource derived from biomass that can contribute to reduce the net emission of CO 2 into the atmosphere if used to produce hydrogen for fuel-cell-based energy systems. In this paper, we present the results of the steam reforming of several vegetable oils with three different nickel-based commercial catalysts (ICI 46-1, ICI 46-4, and UCI G90C) and two research catalysts (UdeS and HT). The experiments were performed in an isothermal fixed-bed tubular reactor at steam-to-carbon ( S / C ) ratios of 9, 6, and 3 and temperatures between 500 and 630 °C. High space velocities of 0.76−1.90 mol carbon /(g cat h) were used so that conversions of the feed would be incomplete. Hydrogen productions were from 0.3 to 7.5 mol H 2 /(g Ni h) depending on the operating conditions. The HT catalyst, which was prepared from a hydrotalcite-like precursor, seems promising for steam reforming vegetable oils because of its very high activity per gram of catalyst. Results for the steam reforming of sunflower, rapeseed, corn, and soybean oils at the same catalyst temperature and S / C ratio show that oil conversion to gases and hydrogen yields do not depend on the type of vegetable oil. This indicates that the process might be suitable for producing hydrogen from residual oils and fats from food processing, for which process economics are more favorable.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».