MétaCan
Menu
Retour à la cohorte
Enregistrement W3093814234 · doi:10.1002/cjce.23900

Kinetic study of carbonylation of ethanol using homogeneous Rh complex catalyst

2020· article· en· W3093814234 sur OpenAlexvenueno aff
Lin Xu, Kai Zhang, Muhammad Asif Nawaz, Dianhua Liu

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2020
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCarbon dioxide utilization in catalysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCarbonylationCatalysisChemistryAcetic acidRhodiumMethanolEthanolSolventCarbon monoxideAutoclaveOrganic chemistryInorganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Carbonylation of ethanol using homogeneous rhodium complex catalysts is an essential route for the manufacture of propionic acid, as carbonylation of methanol to acetic acid is a large‐scale commercial process that could provide critical insights for the ethanol carbonylation process. The reaction mechanism of ethanol has not been well understood yet, and the high cost of downstream separation due to high water content is still worrying. Consequently, propionic acid was used as solvent to reduce water content in the kinetic experiments carried out in a semibatch autoclave reactor. Homogeneous rhodium was used as complex catalyst with HI as a promoter and propionic acid as solvent. The effects of ethanol, hydroiodic acid, rhodium, and the pressure of carbon monoxide on reaction rate and selectivity of propionic acid were investigated. The reaction mechanism was determined through these batches in the meantime. A kinetic model for ethanol carbonylation was deduced based upon the observations and reaction mechanism. The parameters of the model were regressed and verified with the experimental data. The activation energy was found to be 75.6 kJ·mol −1 . Residual error distribution and a statistical test showed that the kinetic model is reasonable and acceptable.

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)0,001
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 enseignants0,019
Score d'incertitude au seuil0,615

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,033
Tête enseignante GPT0,228
Écart entre enseignants0,195 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCarbon dioxide utilization in catalysisTravaux en français237 207