Sorption enhanced steam methane reforming by <scp>Ni</scp>/<scp>CaO</scp>/mayenite combined systems: Overview of experimental results from <scp>E</scp>uropean research project <scp>ASCENT</scp>
Notice bibliographique
Résumé
Abstract Work Package 4 (WP4) of the European research project ASCENT developed combined sorbent‐catalyst materials (CSCM) for sorption enhanced steam methane reforming (SESMR), based on nickel (Ni) and calcium oxide (CaO). This work summarizes the whole experimental study carried out in ASCENT WP4 on Ni/CaO/mayenite systems obtained from wet mixing and wet impregnation synthesis methods. Effects from Ni precursor (Ni (CH 3 COO) 2 · 4H 2 O or Ni(NO 3 ) 2 · 6H 2 O), Ni load (from 3 wt%‐10 wt%), and free CaO load (from 0 wt%‐54 wt%) were investigated for 26 materials by means of characterizations and reforming reactivity tests in a packed‐bed microreactor (650°C, 1 atm). Thanks to comparative analyses of the results, evidence emerged about the detrimental influence of low Ni/CaO ratio on the reforming catalytic activity of solid inventories, made of CSCM or even of the raw mixing of CaO‐mayenite and Ni‐mayenite particles. Catalytic materials were active towards reforming only when derived from Ni(NO 3 ) 2 · 6H 2 O. Based on this, the best CSCM (with the lowest free CaO content and the highest Ni load from nickel nitrate) was chosen to further study its industrial applicability by multicycle SESMR/sorbent‐regeneration tests in a bench‐scale packed‐bed rig and attrition tests according to ASTM D5757‐11. The CSCM was stable and active for 200 cycles with regenerations in N 2 at 850°C, while a progressive loss of its activity occurred with regenerations in CO 2 at 925°C as the cycle number increased due to Ni sintering. Its performance in the attrition tests was comparable to that of calcined dolomite.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».