Self Diffusivity of n-Dodecane and Benzothiophene in ZSM-5 Zeolites. Its Significance for a New Catalytic Light Diesel Desulfurization Process
Notice bibliographique
Résumé
Abstract This study provides theoretical support to a recent promising ZSM5 catalyst used for the selective desulfurization of light diesel type compounds (Al-Bogami and de Lasa 2013; Al-Bogami, Moreira, and de Lasa 2013). With this end, Molecular Dynamics (MD) simulations employing a rigid silicalite structure are developed to calculate self-diffusivities of n-Dodecane (n-C12) and Benzothiophene (BZT) in a silicalite structure. The simulations are performed at 573 K, 623 K, 673 K and 723 K at a fixed loading of 1 molecule per unit cell to study the temperature effect on diffusivity coefficient. In addition, a number of simulations which are developed to investigate four molecule loadings (corresponding to 0.25, 0.5, 0.75 and 1 molecule per zeolite unit cell) at 723 K. MD simulations, show a self diffusivity of BZT one order of magnitude higher than that of n-C12 self diffusivity at all temperatures investigated. This is the case in spite of BZT having a critical molecular diameter of 6 Å when compared to the 4.9 Å diameter of n-C12. In addition, the self diffusivity coefficient is found to increase with temperature for both n-C12 and BZT. Furthermore, the results obtained show that the self diffusivity of n-C12 decreases as the number of n-C12 molecules per zeolite unit cell increases. On the other hand, it is observed that the self-diffusivity coefficient for BZT remains fairly constant and drops at a loading of 1 molecule per zeolite unit cell only. These coefficients show that differences in n-C12 and benzothiophene diffusivities favours desulfurization with selective benzothiophene adsorption and sulfur species removal as coke (Al-Bogami and de Lasa 2013).
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 | 0,001 |
| 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 ».