MétaCan
Menu
Retour à la cohorte
Enregistrement W2965607392 · doi:10.1002/cjce.23607

Effect of hydrogen addition on formation of hydrogen and carbon from methane decomposition over Ni/Al<sub>2</sub>O<sub>3</sub>

2019· article· en· W2965607392 sur OpenAlexvenueno aff
Jiaofei Wang, Lijun Jin, Guangsuo Yu, Haoquan Hu

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2019
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCatalysts for Methane Reforming
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésHydrogenMethaneDecompositionCarbon fibersChemistryHydrogen productionInorganic chemistryCatalysisCryo-adsorptionChemical engineeringMaterials scienceHydrogen storageOrganic chemistryComposite number

Résumé

récupéré en direct d'OpenAlex

Abstract The effects of hydrogen addition on the formation of hydrogen and carbon from methane decomposition over Ni/Al 2 O 3 were studied. The results show that the added hydrogen in methane greatly affects the methane conversion, hydrogen output rate, and the properties of the carbon deposits on the surface of the Ni/Al 2 O 3 . The methane conversion and hydrogen output rate are significantly improved by the addition of hydrogen. As the flowrate of hydrogen increases from 0 to 25 mL/min, the initial activity of Ni/Al 2 O 3 decreases sharply, while the stability increases first and then decreases due to the suppression of hydrogen to CH 4 decomposition in the thermodynamics equilibrium. When the addition flowrate of the hydrogen is 15 mL/min, that is, 37.5% of the methane flowrate, a much higher methane conversion and the best stability of Ni/Al 2 O 3 are obtained. The addition of a specific amount of hydrogen benefits the methane decomposition; however, the excessive hydrogen will suppress the decomposition. Most of the carbon that deposits on the surface of Ni/Al 2 O 3 is filamentous carbon when hydrogen is added to the methane, however, encapsulated carbon is mainly produced when no hydrogen is added. In addition, the formation of encapsulated carbon, which deactivates the catalyst, is inhibited by the added hydrogen.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,033
Score d'incertitude au seuil0,955

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,004
Tête enseignante GPT0,192
Écart entre enseignants0,188 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCatalysts for Methane ReformingTravaux en français237 207