MétaCan
Menu
Retour à la cohorte
Enregistrement W2968957329 · doi:10.3390/catal9080689

The Effects of Catalyst Support and Temperature on the Hydrotreating of Waste Cooking Oil (WCO) over CoMo Sulfided Catalysts

2019· article· en· W2968957329 sur OpenAlexafffund
Hui Wang, Kyle Rogers, Haiping Zhang, Guoliang Li, Jianglong Pu, Hongfei Lin, Ying Zheng, Siauw Ng

Notice bibliographique

RevueCatalysts · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis and Hydrodesulfurization Studies
Établissements canadiensWestern UniversityUniversity of New Brunswick
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanada Foundation for Innovation
Mots-clésHydrodesulfurizationDeoxygenationCatalysisDehydrogenationDiesel fuelHydrodeoxygenationChemistryChemical engineeringWaste managementOrganic chemistrySelectivity

Résumé

récupéré en direct d'OpenAlex

Waste cooking oil (WCO) hydrotreating to produce green diesel is good for both the environmental protection and energy recovery problems. The roles of catalyst support and reaction temperature on reactions during WCO hydrotreating process were evaluated over an unsupported and a commercial sulfided cobalt and molybdenum (CoMoS) catalyst supported by a mixture of Al2O3, TiO2, and SiO2. The presence of catalyst support helped to improve the dispersion and enlarge the surface area of CoMoS, and was found to be a key factor in reducing reaction temperature, in enhancing the hydrodeoxygenation (HDO) and hydrogenation capabilities, and in decreasing polymerization capability. The increase of reaction temperature strongly improved the deoxygenation, hydrogenation, and cracking reaction activities. Compared to the unsupported CoMoS, the supported one exhibited good deoxygenation and hydrogenation capabilities at 340 °C in WCO hydrotreating to produce diesel fraction; however, high temperature operation needs to be carefully controlled because it may cause overcracking and dehydrogenation.

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)0,000
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 enseignants0,026
Score d'incertitude au seuil0,734

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,003
Tête enseignante GPT0,188
Écart entre enseignants0,185 · 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

Citations26
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCatalystsMême sujetCatalysis and Hydrodesulfurization StudiesTravaux en français237 207