MétaCan
Menu
Retour à la cohorte
Enregistrement W2118834428 · doi:10.5539/ep.v3n4p41

Using Low Energy-Consuming Microwave Technology to Regenerate High Carbon-Containing Pt Catalyst

2014· article· en· W2118834428 sur OpenAlexvenueno aff
Chien‐Li Lee, Chih‐Ju G. Jou

Notice bibliographique

RevueEnvironment and Pollution · 2014
Typearticle
Langueen
DomaineChemistry
ThématiqueMicrowave-Assisted Synthesis and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicrowaveQuartzBoraxMaterials scienceDielectricPetrochemicalCokePetroleum cokeCarbon fibersCatalysisDielectric lossComposite materialMineralogyAnalytical Chemistry (journal)Waste managementMetallurgyChemistryOrganic chemistryOptoelectronicsRaw material

Résumé

récupéré en direct d'OpenAlex

In this research, the high carbon-containing (coke, >20 wt%) Pt catalyst wasted from a full-scale petrochemical plant are regenerated in quartz and borax glass reactors by applying 250 W microwave irradiation for 18 hours. When irradiated with microwave substances of various dielectric characteristics will consume the microwave energy; the quantity of energy consumed is proportional to dielectric constant. Because borax glass has higher dielectric constant than quartz glass (e.g. 4.6 vs. 3.6 F/M), it causes higher energy loss than quartz glass. Laboratory results reveal that the removal of coke is smaller for the sample placed in the borax glass reactor than in the quartz glass container (17.7 vs. 25.9 %). On the other hand, higher MW output power leads to stronger electrical field to influence the mutual reactions between microwave and dielectric materials (e.g. the absorption of microwave energy), and the overall energy efficiency. The laboratory results also show that when the microwave energy is increased from 250 to 450 W, the carbon removal rate is raised from 25.9 to 38.1% with the sample placed in quartz glass reactor. Using the microwave energy to regenerate high carbon-containing (coke) Pt-catalyst as studied in this research is an innovated technology.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,010
Tête enseignante GPT0,209
Écart entre enseignants0,199 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and PollutionMême sujetMicrowave-Assisted Synthesis and ApplicationsTravaux en français237 207