MétaCan
Menu
Retour à la cohorte
Enregistrement W3173714651 · doi:10.1002/cjce.24233

Kinetics and catalytic distillation simulation for the heterogeneously catalytic synthesis of imine

2021· article· en· W3173714651 sur OpenAlexvenueno aff
Jian Chen, Mengjing Zhu, Fuwei Xiang, Junfeng Li, Hongjun Yang, Zhipeng Mao, Ganggang Chang, Shaoping Li

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésReactive distillationCatalysisReaction rate constantImineKineticsChemistryDistillationChemical engineeringProcess engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract (2‐methyl‐6‐ethylphenyl)‐1‐methoxypropyl‐2‐imine (MEMI) is an important intermediate for the synthesis of commercial pesticide S‐metolachlor. However, the research on heterogeneously catalytic kinetics of MEMI, and further the catalytic distillation simulation aiming at continuous operation, have never been reported. Herein, the catalytic kinetics for the synthesis of MEMI by HPW/Al‐MCM‐41 have been systematically investigated, and further fitted by using a pseudo‐homogeneous kinetic model, based on which, the reaction equilibrium constant, activation energy, and rate constant are obtained. Furthermore, simulation of the continuous process of MEMI synthesis was carried out using the software Aspen Plus V10. Sensitivity analysis of operating parameters such as feed stage, distillation rate, number of reactive theoretical stages, and the best operating conditions were also obtained. An excellent product purity (>98.9%) of MEMI could be achieved when operated at the optimum conditions. Compared with the batch method, catalytic distillation provided continuous synthesis of MEMI, and the reaction was more thorough, achieving process integration and optimization. Our results provide substantial theoretical and empirical supports for the industrial synthesis of MEMI.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,012
Tête enseignante GPT0,212
Écart entre enseignants0,200 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetInnovative Microfluidic and Catalytic Techniques InnovationTravaux en français237 207