MétaCan
Menu
Retour à la cohorte
Enregistrement W2521088471 · doi:10.1021/acs.energyfuels.6b01981

Effects of Co Particle Size on the Stability of Co/Al<sub>2</sub>O<sub>3</sub> and Re–Co/Al<sub>2</sub>O<sub>3</sub> Catalysts in a Slurry-Phase Fischer-Tropsch Reactor

2016· article· ar· W2521088471 sur OpenAlexafffund
Pooneh Ghasvareh, Kevin J. Smith

Notice bibliographique

RevueEnergy & Fuels · 2016
Typearticle
Languear
DomaineChemical Engineering
ThématiqueCatalysts for Methane Reforming
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCatalysisFischer–Tropsch processParticle sizeCarbon fibersDeposition (geology)Particle (ecology)ChemistryVolumetric flow rateChemical engineeringCarbon monoxideMaterials scienceAnalytical Chemistry (journal)SelectivityPhysical chemistryOrganic chemistryThermodynamicsComposite material

Résumé

récupéré en direct d'OpenAlex

The stability of a series of Co/Al 2 O 3 and Re–Co/Al 2 O 3 Fischer–Tropsch (FT) catalysts, with varying Co particle size, was measured in a continuous flow, stirred tank reactor operated at 220 °C, 2.1 MPa and with a H 2 /CO = 2/1 synthesis gas for periods up to 190 h time-on-stream (TOS). Results showed that catalyst stability was dependent upon the Co particle size, the degree-of-reduction (DOR) of the catalyst precursor, and the CO conversion. At the chosen operating conditions, carbon deposition was the main cause of catalyst deactivation and the initial rate of carbon deposition per active Co site increased with increased Co particle size ( d Co = 2–22 nm) when measured at approximately the same CO conversion level. On the 15 wt % Co/Al 2 O 3 catalyst the initial rate of carbon deposition increased with CO conversion (CO conversion ≤40%) whereas, on the 1.2 wt %Re-12 wt %Co/Al 2 O 3 catalyst, the initial rate of carbon deposition decreased with increased CO conversion (CO conversions >60%) due to high concentrations of H 2 O and CO 2 in the reactor.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict)
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 enseignants0,034
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,242
Écart entre enseignants0,230 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations21
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetCatalysts for Methane ReformingTravaux en français237 207