MétaCan
Menu
Retour à la cohorte
Enregistrement W2789944399 · doi:10.1002/aic.16094

Highly efficient methane reforming over a low‐loading Ru/γ‐Al<sub>2</sub>O<sub>3</sub> catalyst in a Pd‐Ag membrane reactor

2018· article· en· W2789944399 sur OpenAlexaff
David S. A. Simakov, Yuriy Román‐Leshkov

Notice bibliographique

RevueAIChE Journal · 2018
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCatalysts for Methane Reforming
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesKing Fahd University of Petroleum and Minerals
Mots-clésSyngasMethaneCatalysisSteam reformingMembrane reactorChemistryHydrogenBar (unit)Catalytic reformingMethane reformerCarbon fibersChemical engineeringNuclear chemistryHydrogen productionMaterials scienceOrganic chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Natural gas can be reformed to syngas (CH 4 + H 2 O = CO + 3H 2 ), at temperatures above 850°C. Membrane catalytic reformers can provide high CH 4 conversions at temperatures below 650°C, by separating H 2 from the reactive mixture. Traditional Ni‐based catalysts suffer from low activity at low temperatures and deactivate rapidly by coking, particularly at low steam/carbon ratios. In this study, an ultralow loading (0.15 wt %) Ru/γ‐Al 2 O 3 catalyst was implemented in a lab‐scale membrane reformer, using a supported 5μm Pd‐Ag film membrane. Methane conversions above 90% were achieved at 650°C, 8 bar, and H 2 O/CH 4 = 2, 3 with contact times of ca. 10 s. The system generated up to 3.5 mol of ultrapure H 2 per mol of CH 4 fed, with a maximum power density of 0.9 kW/L. No significant deactivation was observed after 200 h time on stream, even when using low H 2 O:CH 4 ratios. © 2018 American Institute of Chemical Engineers AIChE J , 64: 3101–3108, 2018

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,240
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetCatalysts for Methane ReformingTravaux en français237 207