Hydrocracking of Heavy Oil by Means of In Situ Prepared Ultradispersed Nickel Nanocatalyst
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This work adopts a water-in-oil (w/o) microemulsion method for the in situ preparation of ultradispersed metallic nickel (Ni 0 ) nanocatalyst in heavy oil and assesses its hydrocracking activity. Catalyst preparation involved reducing Ni 2+ added to the water pools of the heavy oil matrix in the form of aqueous Ni(NO 3 ) 2 solution using hydrazine. The volume of the aqueous precursors was limited to values which corresponded to visually stable single heavy oil phase. The product particles were collected by addition of toluene and characterized using XRD, TEM, and EDX. These techniques confirmed the formation of nickel nanoparticles of 22 ± 5 nm mean diameter. The hydrocracking activity of the as-prepared ultradispersed catalyst was evaluated using a semibatch reactor setup under 110 bar of hydrogen and 370 °C. Although no presulfiding was performed, XRD of the spent catalyst confirmed the formation of Ni 3 S 2 nanoparticles with a mean particle size of the same range as the Ni 0 particles. Results showed 2-fold improvement in the gaseous fractions, around 47% conversion of the residue, more than 70% reduction in the resins, around 50% reduction in the asphaltenes and an increase in aromatics and saturates in the presence of the ultradispersed 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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle