Maximization of Carbon Nanohorns Production via the Arc Discharge Method for Hydrotreating Application
Notice bibliographique
Résumé
The submerged arc in liquid nitrogen method was used to produce carbon nanohorns (CNH) for hydrotreating application. In this paper the effects of current, time and system design modification were investigated to maximize CNH production. A current setting of 90 A was found to be the best condition for CNH production. Additionally, CNH production was impacted by processing time and design setup used in synthesizing the samples. For each batch, 0.12 g of CNH was obtained for 30 mins of processing time. The properties of CNH were evaluated using Brunauer–Emmett–Teller (BET) method, transmission electron microscopy (TEM), Fourier transform infrared (FTIR), Raman Spectroscopy and X-ray diffraction (XRD). BET results revealed mesoporous pore diameters for all pristine CNH samples under the different current (50–100 A) settings. Dahlia-like and budlike structures with aggregate diameters ranging from ~50–110 nm were observed in the TEM images. Although current and processing times were found to be two crucial parameters affecting the yield of CNH production, the entire equipment design was a major key factor in improving the yield by being capable of retaining more CNH particles during production.
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 | 0,001 | 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 ».