Experimental and modelling study of propane aromatization over H‐ZSM‐5 catalysts prepared by different silica sources
Notice bibliographique
Résumé
The catalytic performance of H‐ZSM‐5 samples prepared from different silica sources, namely, Ludox (sample A), waterglass (sample B) and tetraethyl orthosilicate (sample C) in aromatization of propane was studied. The catalysts were characterized by BET, SEM, XRD and NH 3 ‐TPD techniques to analyze the structure and acidity of the active sites. The performance tests were carried out in fixed‐bed reactor at 550 °C. For a quantitative assessment, the long‐term propane conversion data were fitted with a second order kinetics for the main reaction and a second order independent kinetics for deactivation using integral method of analysis. Fair fits were observed. According to silica source, the order for activity and stability were A>B>C and B>C>A, respectively. The incorporation of Zn (0.4 wt. %) as a promoter showed beneficial effect on aromatic selectivity at the expense of propane conversion and catalyst stability. The introduction of Zn decreased the rate constant of aromatization from 9.4 to 8.7 m 6 ·kg −1 ·mol −1 ·h −1 at 550 °C, while the rate constant of deactivation increased by a factor of five, that is, from 0.0056 to 0.025 h −1 .
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».