New Insights into Formation of Molecular Sieve SAPO-34 for MTO Reactions
Notice bibliographique
Résumé
Small-pore molecular sieve SAPO-34 is well-known as the most promising and effective catalyst for the conversion of methanol to olefins (MTO). In this paper, we have investigated the formation of SAPO-34 under different dry gel conversion (DGC) conditions using two types of synthesis gels with one containing hydrofluoric acid (HF) and the other not. Particular attention was paid to the Si incorporation and distribution in final SAPO-34 products. The results indicate that under DGC (with HF) conditions SAPO-34 is formed from the transformation of a highly crystalline, layered prephase that is held by covalent bonds. The final SAPO-34 product is a mixture of triclinic and trigonal phases containing six framework Si species. The Si distribution in triclinic and trigonal SAPO-34 is drastically different. The majority of Si species are located in the aluminosilicate domains in trigonal phase. Conversely, under DGC (without HF) conditions, the crystallization of SAPO-34 involves three transformational stages. Initially, a layered, crystalline intermediate forms and then transforms to a semicrystalline phase. The structures of both intermediates are held by weak noncovalent bonding interactions. The final SAPO-34 product is in pure trigonal form and contains two major Si species. Despite the difference in Si distribution, the SAPO-34 products prepared by using different gels have similar bulk Si contents. MTO reaction tests show that before 50 min of time-on-stream the DGC (with HF) product gives lower ethylene and propylene selectivity but higher propane selectivity than the DGC (without HF) product. After 50 min on stream, similar light olefin and propane selectivities are observed over the two SAPO-34 samples.
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 | 0,000 | 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 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 ».