MétaCan
Menu
Retour à la cohorte
Enregistrement W2011979924 · doi:10.1021/ie902035m

“Petroleum Gas Oil−Ethanol” Blends Used as Feeds: Increased Production of Ethylene and Propylene over Catalytic Steam-Cracking (CSC) Hybrid Catalysts. Different Behavior of Methanol in Blends with Petroleum Gas Oil

2010· article· en· W2011979924 sur OpenAlexafffund
Abdualhafeed Muntasar, R. Le Van Mao, Haitao Yan

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2010
Typearticle
Langueen
DomaineChemistry
ThématiqueZeolite Catalysis and Synthesis
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCatalysisMethanolEthylenePetrochemicalChemistryBiorefineryEthanolOrganic chemistryChemical engineeringBiofuelGasolinePetroleumHydrocarbonSyngasWaste managementRaw material

Résumé

récupéré en direct d'OpenAlex

Hybrid catalysts that contain Zn−Pd-based cocatalyst show a higher and more positive sensitivity to ethanol than catalysts that contain supported Ni−Ru cocatalyst. In fact, with the former catalysts, the use of “gas oil−ethanol” blends significantly increases the product yields of light olefins and particularly ethylene. This appears to be actually a good approach for the partial replacement of petroleum feedstocks by bioderived chemicals (particularly, bioethanol). Another advantage of the CSC process is that it can make use of simply concentrated ethanol in aqueous solution as obtained by enzymatic conversion of biomass. This is maybe the first example of the beneficial effect of bioethanol on the performance of the CSC catalysts, suggesting that the integration of a small “biorefinery” to a petrochemical production plant is now possible. On the other hand, over our hybrid catalysts methanol used as coreactant behaves very differently from ethanol. In fact, while ethanol undergoes predominantly dehydration into ethylene, methanol predominantly intervenes directly in the hydrocarbon pool, keeping the product propylene-to-ethylene ratio almost constant and higher than 1.5.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,014
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,003
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 Opus0,030
Tête enseignante GPT0,279
Écart entre enseignants0,249 · 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

Citations12
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetZeolite Catalysis and SynthesisTravaux en français237 207