Iron Oxide over Silica-Doped Alumina Catalyst for Catalytic Steam Reforming of Toluene as a Surrogate Tar Biomass Species
Notice bibliographique
Résumé
An iron oxide over silica-doped alumina catalyst was successfully synthesized using one-pot, solvent-deficient method. The prepared Fe 2 O 3 /SiO 2 –Al 2 O 3 catalyst was characterized using TGA/DTG, XRD, N 2 adsorption isotherm, NH 3 -TPD, and SEM. The TGA/DTG and XRD results show that the presence of Si enhances the stability of γ-Al 2 O 3 support at high temperatures. The prepared Fe 2 O 3 /SiO 2 –Al 2 O 3 catalyst was obtained by calcination at 950 °C, with a high BET specific surface area (49 m 2 /g). The NH 3 -TPD showed that Fe addition can significantly increase catalyst acidity. SEM images confirmed the textural properties of the catalysts in term of surface morphology. The catalytic activity of Fe 2 O 3 /SiO 2 −Al 2 O 3 catalysts was examined in a CREC fluidized riser simulator using toluene as model compound for biomass tar. Experiments with this catalyst yielded high toluene conversions. Composition of gases produced (H 2, CO, CO 2, and CH 4 ) were close to chemical equilibrium at 25 s and 600 °C. These results indicate that the Fe 2 O 3 /SiO 2 –Al 2 O 3 catalyst is a promising fluidizable catalyst for tar reduction. This novel supported metal oxide catalyst has a great potential for industrial use since it is a relatively cheap, less toxic, and long-lasting operation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».