MétaCan
Menu
Retour à la cohorte
Enregistrement W3003683904 · doi:10.1002/aic.16936

Highly selective absorption separation of H<sub>2</sub>S and CO<sub>2</sub> from CH<sub>4</sub> by novel azole‐based protic ionic liquids

2020· article· en· W3003683904 sur OpenAlexaff
Xiaomin Zhang, Wenjie Xiong, Lingling Peng, Youting Wu, Xingbang Hu

Notice bibliographique

RevueAIChE Journal · 2020
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCarbon dioxide utilization in catalysis
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNatural Science Foundation of Jiangsu ProvinceNational Natural Science Foundation of China
Mots-clésIonic liquidSolubilityChemistrySelectivityAzoleBar (unit)Absorption (acoustics)Ionic bondingReaction mechanismPhysical chemistryOrganic chemistryCatalysisMaterials scienceIon

Résumé

récupéré en direct d'OpenAlex

Abstract Recently, the selective removal of H2S and CO2 has been highly desired in natural gas sweetening. Herein, four novel azole‐based protic ionic liquids (PILs) were designed and prepared through one‐step neutralization reaction. The solubility of H2S (0–1.0 bar), CO2 (0–1.0 bar), and CH4 (0–5.0 bar) was systematically measured at temperatures from 298.2 to 333.2 K. NMR and theoretical calculation were used to investigate the reaction mechanism between these PILs and H2S. Reaction equilibrium thermodynamic model (RETM) was screened to correlate the H2S solubility. Impressively, 1,5‐diazabicyclo[4,3,0] non‐5‐ene 1,2,4‐1H‐imidazolide ([DBNH][1,2,4‐triaz]) shows the highest H2S solubility (1.4 mol/mol or 7.3 mol/kg at 298.2 K and 1.0 bar) and superior H2S/CH4 (831) and CO2/CH4 (199) selectivities compared with literature results. Considering the excellent absorption capacity of H2S, high H2S/CH4, and CO2/CH4 selectivity, acceptable reversibility, as well as facile preparation process, it is believed that azole‐based PILs provide an attractive alternative in natural gas upgrading process.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,239
Écart entre enseignants0,226 · 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 source (Gemma direct ou Codex distillé), 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

Citations162
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetCarbon dioxide utilization in catalysisTravaux en français237 207