MétaCan
Menu
Retour à la cohorte
Enregistrement W2333870785 · doi:10.1021/ie102429j

Characterization and Activity of ZrO<sub>2</sub> Doped SBA-15 Supported NiMo Catalysts for HDS and HDN of Bitumen Derived Heavy Gas Oil

2011· article· en· W2333870785 sur OpenAlexafffund
Piyali Biswas, Prabhu Narayanasarma, Chandra Mouli Kotikalapudi, Ajay K. Dalai, John Adjaye

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis and Hydrodesulfurization Studies
Établissements canadiensSyncrude (Canada)University of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSyncrude
Mots-clésHydrodesulfurizationHydrodenitrogenationCatalysisMesoporous materialCubic zirconiaChemical engineeringMaterials scienceIncipient wetness impregnationOil sandsFourier transform infrared spectroscopyCatalyst supportAsphaltChemistryOrganic chemistryMetallurgyComposite materialSelectivity

Résumé

récupéré en direct d'OpenAlex

Gas-oil obtained from bitumen contains a significant amount of impurities, which are difficult to remove using a conventional alumina supported hydrotreating catalyst. Innumerable studies have been carried out to develop a highly effective hydrotreating catalyst, and among all utilizing more advanced support is considered as a better alternative. Recently, SBA-15 has received importance as a catalyst support because of its excellent textural properties. However, SBA-15 lacks surface acidity and provides very low metal–support interaction. By modifying SBA-15 with zirconia, an optimum level of surface acidity and Si–Mo interaction can be achieved. Also, by doping zirconia with SBA-15, the textural properties of zirconia can be improved. Hence, a synergistic effect can be obtained while incorporating zirconia onto SBA-15, and the resulting material Zr-SBA-15 can be used as an effective support for a hydrotreating catalyst. Zr-SBA-15 supports were prepared by the post synthesis and the direct synthesis method. Zr-SBA-15 supported NiMo catalysts were prepared by an incipient wetness impregnation technique. Catalysts and supports were characterized by SAXS, BET, XRD, TEM, SEM, ICP-MS, FTIR, and Raman spectroscopy methods. Characterization of support confirmed that the zirconia was successfully incorporated in a mesoporous SBA-15 structure without significantly changing the textural properties of SBA-15. The performance of the Zr-SBA-15 supported NiMo catalysts was evaluated based on hydrodesulfurization and hydrodenitrogenation activities exhibited during hydrotreating of heavy gas oil derived from Athabasca bitumen. The comparison of catalytic activities shows that the NiMo catalysts supported on Zr-SBA-15 exhibited a higher hydrotreating activity compared to γ-Al 2 O 3 and SBA-15 supported catalysts.

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 enseignants0,002
Score d'incertitude au seuil0,003

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
Bibliométrie0,0010,000
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 Opus0,075
Tête enseignante GPT0,275
Écart entre enseignants0,200 · 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

Citations88
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetCatalysis and Hydrodesulfurization StudiesTravaux en français237 207