Ni-doped Carbon Nanofilaments (Ni-CNF): Preparation and Use as Reforming Catalyst
Notice bibliographique
Résumé
The use of nanocarbons as heterogeneous catalyst support offers the possibility of achieving well-dispersed and thermally-stable catalysts. Because of their low internal diffusion resistance and relatively high specific surface, carbon nanotubes and carbon nanofilaments (CNF) are of special interest. This work reports on a CNF functionalization endeavour aimed at producing Ni-CNF as steam-reforming catalysts. Catalytic activity was studied parametrically on diesel and biodiesel steam reforming. Fresh and spent catalysts were investigated by scanning and transmission electron microscopy to visualize their morphology, by thermogravimetric analysis to evaluate metal (Ni) load, by Xray diffraction to assess the presence of and changes in crystalline (and amorphous) phases, and by Brunauer Emmet and Teller analysis to appraise the catalyst surfaces. Reactants conversion and reformate composition (product yields) were reported over time-on-stream under various reaction conditions. Finally, CNF-supported Ni-catalysts were compared to equivalent multiwall carbon nanotube (MWCNT)-supported catalysts (Ni-MWCNT). The results demonstrated excellent initial reforming activity which declined relatively rapidly over time for Ni-CNF. The fast deactivation observed was due to CNF instability under reforming conditions which led to nanometrically-distributed Ni grain sintering and, consequently, loss of specific surface.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».