MétaCan
Menu
Retour à la cohorte
Enregistrement W2890298838 · doi:10.1021/acs.iecr.8b02427

Catalytic Cracking of Hydrocarbons in a CREC Riser Simulator Using a Y-Zeolite-Based Catalyst: Assessing the Catalyst/Oil Ratio Effect

2018· article· en· W2890298838 sur OpenAlexafffund
Abdualkaber Alkhlel, Hugo de Lasa

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2018
Typearticle
Langueen
DomaineChemistry
ThématiqueZeolite Catalysis and Synthesis
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCokeCatalysisCrackingZeoliteFluid catalytic crackingYield (engineering)Chemical engineeringRaw materialMaterials scienceAdsorptionChemistryMetallurgyOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

The present study investigates the effects of the changes of the catalyst to feedstock ratio (C/O) on FCC cracking using a Y-zeolite-based catalyst. Experiments are developed in a CREC Riser Simulator. This bench-scale mini-fluidized batch unit mimics the operating conditions of large-scale FCC units as follows: It uses temperatures ranging from 510 to 550 °C and reaction times from 3 7 s. For every experiment, 0.2 g of 1,3,5-TIPB is contacted with a 0.12–1g catalyst amount. This is done to achieve a C/O ratio in the range of 0.6–5. Experiments show the effects of increasing the C/O ratio on 1,3,5-TIPB conversion, coke formation, and product selectivity. On this basis, a mechanism involving single catalyst sites for cracking and two sites for coke formation is considered. Coke formation is postulated as an additive process involving coke precursor species, which are either adsorbed on sites in the same particle or adsorbed in close sites in different particles. The proposed mechanism helps explain the results obtained, introducing a rationale for the selection of optimum C/O ratios to yield the highest possible 1,3,5-TIPB conversions with controlled amounts of coke formation. It is anticipated that the findings of this study will have a significant influence on the selection of an optimum C/O ratio for the design and operation of the most advanced FCC risers and downers.

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)0,005
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 enseignants0,163
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
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 Opus0,075
Tête enseignante GPT0,355
Écart entre enseignants0,279 · 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

Citations29
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetZeolite Catalysis and SynthesisTravaux en français237 207