Alkali-Promoted Trimetallic Co−Rh−Mo Sulfide Catalysts for Higher Alcohols Synthesis from Synthesis Gas: Comparison of MWCNT and Activated Carbon Supports
Notice bibliographique
Résumé
Multiwalled carbon nanotubes (MWCNTs) and activated carbon were used as supports for the Co (4.5 and 6 wt %) promoted K (9 wt %) modified Rh−Mo catalysts (1.5 wt % Rh and 15 wt % Mo). The catalysts were extensively characterized in both oxide and sulfide phases. A drastic fall in surface area over the activated carbon-supported catalysts was observed after impregnating with metal species. Diffraction peaks were observed in the X-ray diffraction (XRD) patterns of the sulfided alkali-modified trimetallic catalysts, due to the characteristic reflections of the K−Mo−S mixed phase. H 2 -temperature programmed reduction (TPR) profiles showed that the reduction behavior of metal species was improved with the addition of Co. The activated carbon-supported trimetallic catalysts showed less activity and selectivity compared to the MWCNT-supported catalyst, and metal dispersions were higher on the MWCNT-supported catalysts. The MWCNT-supported, alkali-promoted trimetallic catalyst with 4.5 wt % Co showed the highest total alcohols yield of 0.244 g/(g cat h), ethanol selectivity of 20.1%, and higher alcohols selectivity of 31.4% at 320 °C and 8.28 MPa using a gas hourly space velocity (GHSV) of 3.6 m 3 (STP)/(kg catalyst h). A maximum total alcohol yield of 0.261 g/(g cat h) and a selectivity of 42.9% were obtained on the 4.5 wt % Co−Rh−Mo−K/MWCNT catalyst, at a temperature of 330 °C. The total alcohol yield increased from 0.163 to 0.256 g/(g cat h) with increased pressure from 5.52 MPa (800 psig) to 9.65 MPa (1400 psig) over the 4.5 wt % Co−Rh−Mo−K/MWCNT catalyst.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».