Structural and elemental influence from various MOFs on the performance of Fe@C catalysts for Fischer–Tropsch synthesis
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
The structure and elementary composition of various commercial Fe-based MOFs used as precursors for Fischer–Tropsch synthesis (FTS) catalysts have a large influence on the high-temperature FTS activity and selectivity of the resulting Fe on carbon composites. The selected Fe-MOF topologies (MIL-68, MIL-88A, MIL-100, MIL-101, MIL-127, and Fe-BTC) differ from each other in terms of porosity, surface area, Fe and heteroatom content, crystal density and thermal stability. They are re-engineered towards FTS catalysts by means of simple pyrolysis at 500 °C under a N <sub>2</sub> atmosphere and afterwards characterized in terms of porosity, crystallite phase, bulk and surface Fe content, Fe nanoparticle size and oxidation state. We discovered that the Fe loading (36–46 wt%) and nanoparticle size (3.6–6.8 nm) of the obtained catalysts are directly related to the elementary composition and porosity of the initial MOFs. Furthermore, the carbonization leads to similar surface areas for the C matrix ( <italic>S</italic> <sub>BET</sub> between 570 and 670 m <sup>2</sup> g <sup>−1</sup> ), whereas the pore width distribution is completely different for the various MOFs. The high catalytic performance (FTY in the range of 1.9–4.6 × 10 <sup>−4</sup> mol <sub>CO</sub> g <sub>Fe</sub> <sup>−1</sup> s <sup>−1</sup> ) of the resulting materials could be correlated to the Fe particle size and corresponding surface area, and only minor deactivation was found for the N-containing catalysts. Elemental analysis of the catalysts containing deliberately added promoters and inherent impurities from the commercial MOFs revealed the subtle interplay between Fe particle size and complex catalyst composition in order to obtain high activity and stability next to a low CH <sub>4</sub> selectivity.
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