MétaCan
Menu
Retour à la cohorte
Enregistrement W3120874807 · doi:10.1021/acssuschemeng.0c08490

Copper Doping Promotion on Ce/CAC-CNT Catalysts with High Sulfur Dioxide Tolerance for Low-Temperature NH<sub>3</sub>–SCR

2021· article· en· W3120874807 sur OpenAlexaff
Lin Yang, Pengchen Wang, Lu Yao, Xiaomi Meng, Charles Q. Jia, Xia Jiang, Wenju Jiang

Notice bibliographique

RevueACS Sustainable Chemistry & Engineering · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensUniversity of Toronto
Organismes subventionnairesChina Postdoctoral Science FoundationMinistry of Science and Technology of the People's Republic of ChinaMinistry of Education of the People's Republic of China
Mots-clésCatalysisSulfur dioxideSulfurCopperDopingInorganic chemistryChemistryMaterials scienceSelective catalytic reductionOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The stumbling block to the ever-increasing need for improving air quality remains nitrogen oxides (NOx). The copper-introduced Ce/CAC-CNT (CuxCe/CAC-CNTs) catalyst using the in situ-growth-prepared activated carbon and carbon-nanotube composite (CAC-CNT) carrier with high sulfur dioxide tolerance was successfully applied to low-temperature NH3–SCR in this study. The findings indicate that the CuxCe/CAC-CNTs obtained at a 0.2 Cu/Ce molar ratio and the calcination temperature of 450 °C showed the highest 100% NO conversion with 95.8% N2 selectivity at 150 °C and 10 000 h–1. The incorporation of Cu improved the Cu0.2Ce/CAC-CNTs in Lewis acid, lattice oxygen (31.99%), and Ce3+ (26.03%). The accelerated NH3 adsorption on acid sites, the encouraging electron transfer by the Ce4+ + Cu+ ↔ Ce3+ + Cu2+ redox circle, and the more surface chemisorbed oxygen (Oβ) improved the catalytic activity of Cu0.2Ce/CAC-CNTs. The NH3–SCR of Cu0.2Ce/CAC-CNTs largely follows the L–H mechanism, together with a certain degree of “Fast SCR.” The added Cu species effectively prevented surface SO2 adsorption and oxidation, and the Cu0.2Ce/CAC-CNTs restored more than 94% SCR activity after 8 h of poisoning in 50 ppm SO2 and 5 vol % H2O.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,044
Score d'incertitude au seuil1,000

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 savante0,0000,001
Science ouverte0,0010,000
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 Opus0,004
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.

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

Citations48
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Sustainable Chemistry & EngineeringMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207