MétaCan
Menu
Retour à la cohorte
Enregistrement W2047318609 · doi:10.1021/ie001089k

Oxygen-Free Methane Aromatization in a Catalytic Membrane Reactor

2001· article· en· W2047318609 sur OpenAlexafffund
Olivier Rival, Bernard P. A. Grandjean, Christophe Guy, Abdelhamid Sayari, Faı̈çal Larachi

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2001
Typearticle
Langueen
DomaineChemistry
ThématiqueZeolite Catalysis and Synthesis
Établissements canadiensPolytechnique MontréalUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAromatizationCatalysisChemistryMethaneBenzeneHydrogenHydrogen productionMembrane reactorPermeationOxygenMembraneAtmospheric temperature rangeChemical engineeringInorganic chemistryThermodynamicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Low-temperature oxygen-free methane aromatization (OFMA) was carried out in a multifunctional membrane fixed-bed catalytic reactor for the production of benzene and high-purity hydrogen. A 0.5% Ru−3% Mo−HZSM-5 catalyst was used in the temperature range 773−873 K. To assess the beneficial contribution of the membrane, OFMA was conducted without permeation in a fixed-bed (FB) conventional configuration as well as with permeation in a membrane catalytic reactor (MCR) configuration. Selective crosswise withdrawal of produced hydrogen not only led to benzene production in the MCR of twice that in the FB configuration but also, at the highest tested temperature, boosted the conversion of methane to benzene slightly above the thermodynamic limit. However, because of continuous withdrawal of coproduced hydrogen, catalyst deactivation was more pronounced in the MCR configuration than in the FB configuration. Experiments exploring various FB and MCR operating conditions allowed the elaboration of a phenomenological reaction-separation model matching the observed behavior under steady-state conditions for both configurations.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,015
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,086
Tête enseignante GPT0,308
Écart entre enseignants0,222 · 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

Citations59
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

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