MétaCan
Menu
Retour à la cohorte
Enregistrement W2015244315 · doi:10.1021/ie020486n

Methane Nonoxidative Aromatization over Ru−Mo/HZSM-5 at Temperatures up to 973 K in a Palladium−Silver/Stainless Steel Membrane Reactor

2002· article· en· W2015244315 sur OpenAlexaff
Maria C. Iliuta, Bernard P. A. Grandjean, Faı̈çal Larachi

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2002
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMethaneSpace velocityCatalysisMembrane reactorBenzeneMembranePalladiumAromatizationIncipient wetness impregnationChemistryInorganic chemistryAnaerobic oxidation of methaneChemical engineeringOxygenMaterials scienceNuclear chemistryOrganic chemistrySelectivity

Résumé

récupéré en direct d'OpenAlex

Pd-based composite membranes supported on porous stainless steel offer high permeability and good mechanical stability. They represent an appropriate alternative in catalytic membrane reactors. In this study, Pd−Ag/porous stainless steel membranes prepared by electroless plating were used in the oxygen-free methane aromatization over Ru−Mo/HZSM-5 in a catalytic membrane reactor at temperatures up to 973 K. The 0.5% Ru−3% Mo/HZSM-5 catalyst, prepared by incipient-wetness co-impregnation, was highly selective toward benzene production. Despite attained methane conversions well beyond the thermodynamic conversion, the continuous withdrawal of coproduced H 2 promoted the formation and deposition of low-H/C carbonaceous species especially at high temperatures. At a methane space velocity of 270 mL(STP)·h -1 ·g -1 and a temperature of 873 K, a maximum conversion of methane to benzene equal to ca. 8% was obtained. When the temperature was raised to 973 K, the maximum conversion culminated at ca. 17% but was accompanied with time by a faster falloff in methane conversion compared to that observed at 873 K.

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)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,003
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,070
Tête enseignante GPT0,322
Écart entre enseignants0,251 · 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

Citations50
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207