Kinetic Model of Catalytic Steam Gasification of 2-Methoxy-4-methylphenol Using 5% Ni–0.25% Ru/γAl2O3 in a CREC-Riser Simulator
Notice bibliographique
Résumé
Hydrogen is an energy vector with a great potential due its ample range of applications and clean combustion cycle. Hydrogen can be produced through biomass steam gasification, with novel catalysts being of significant value to implement this process. With this goal in mind, in the present study, 5 wt % Ni/γAl2O3 promoted with 0.25 wt % Ru was synthesized and characterized. It is assumed that ruthenium facilitates hydrogen transfer to nickel oxide sites, promoting a hydrogen spillover effect, with the H2 adsorbed on Ru being transported to Ni sites. To describe chemical changes, the present study considers a kinetic model involving Langmuir–Hinshelwood-based rate equations, as a sum of independent reactions, with this being applied to the steam gasification of 2-methoxy-4-methylphenol (2M4MP). This tar biomass surrogate was studied in a fluidized CREC (Chemical Reactor Engineering Centre) Riser Simulator reactor, at different reaction times (5, 20 and 30 s.) and temperatures (550 °C, 600 °C and 650 °C). The proposed kinetics model was fitted to the experimentally observed H2, CO2, CO, CH4 and H2O concentrations, with the estimated pre-exponential factors and activation energies being in accordance with the reported literature data. It is anticipated that the postulated model could be of significant value for the modeling of other biomass conversion processes for hydrogen production using other supported catalysts.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».