Mechanistic Kinetic Modeling of Oxidative Steam Reforming of Bioethanol for Hydrogen Production over Rh–Ni/CeO<sub>2</sub>–ZrO<sub>2</sub> Catalyst
Notice bibliographique
Résumé
A kinetic study was carried out over Rh–Ni/CeO 2 –ZrO 2 catalyst for the oxidative steam reforming of ethanol (OSRE). A Langmuir–Hinshelwood approach based on proposed surface reaction mechanisms was used to develop the kinetic models for the OSRE process. Oxidative steam reforming (OSRE), ethanol decomposition (ED), and water–gas shift (WGS) reactions were considered as the main reaction pathway to represent the overall OSRE process. Kinetic data were collected in a fixed bed reactor under the kinetic-control regime at three different temperatures. The kinetic parameters were estimated using a nonlinear regression method. The kinetic model was developed by considering dehydrogenation of adsorbed ethoxy species, decomposition of formate species, and decomposition of acetaldehyde as the rate-determining step for OSRE, WGS, and ED reactions, respectively. The developed model fitted well with the experimental observations at all studied temperatures and contact time. The activation energy for OSRE, WGS, and ED reactions obtained was 56.0, 46.1, and 34.8 kJ/mol, respectively. The results revealed that the proposed Langmuir–Hinshelwood mechanistic kinetic model (model LH-II) is suitable for the OSRE process.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».