Utilization of sol‐gel CuO‐ZnO‐Al<sub>2</sub>O<sub>3</sub> catalysts in the methanol steam reforming for hydrogen production
Notice bibliographique
Résumé
Abstract In this work five CuO‐ZnO‐Al 2 O 3 catalysts were synthesized using the sol‐gel method, with different Cu percentages, for use in the methanol steam reforming reaction, at 300 °C, aiming to generate hydrogen for PEM (Polymer Electrolyte Membrane) fuel cells. The specific area and total pore volume of the materials decreased with increasing Cu content and consequently reduced the alumina content. Also, the area decreased with increasing the calcination temperature, due to the sintering and coalescence of Cu crystals. The metal dispersion decreased (from 32 to 4 %) with increasing the Cu amount (from 8.9 to 48.4 %). For this reaction, the catalyst with the second highest Cu concentration (40.6 %) was the most active and had the higher Cu area (34.8 m 2 Cu /g cat ). Meanwhile, the catalyst with the lowest Cu content (8.9 %) had its active sites better used, presenting the highest turnover frequency, specific area, and metal dispersion. The experimental results indicated that there was an optimum composition for the catalyst, which would provide the best area and dispersion for the reaction, with a view to industrial application. This composition was statistically calculated to be 33 % (g/g) of Cu.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».