Origin of active sites on silica-magnesia catalysts and control of reactive environment in the one-step ethanol-to-butadiene process
Notice bibliographique
Résumé
Abstract Wet-kneaded silica–magnesia is a benchmark catalyst for the one–step ethanol-to-butadiene Lebedev process. Magnesium silicates, formed during wet-kneading, have been proposed as active sites responsible for butadiene formation, and their catalytic performance has been mainly explained by the variations in the ratio of acid and base sites. While the Lebedev process was developed in the 1930s, However, a detailed insight into how the peculiar, yet essential wet-kneading synthesis leads to the generation, location, and catalytic role of magnesium silicates has not been fully established. Here, we demonstrate that magnesium silicates formation occurs via dissolution of Si and Mg subunits from SiO2 and Mg(OH)2 precursors, initiated by the alkaline pH of the aqueous wet-kneading medium, followed by cross-deposition of the dissolved species on the precursor surfaces. Building on these new insights, two individual model systems (Mg/SiO2 and Si/MgO) were synthesized, representative of the constituents of the wet-kneaded silica–magnesia catalyst, by selective dissolution/deposition induced by pH alteration of the aqueous wet-kneading medium. Using these model catalysts, we demonstrate that the location of the magnesium silicates (i.e., Mg on SiO2 or Si on MgO) governs not only their chemical nature but also the ethanol adsorption configuration, which ultimately cause the catalyst material to be selective mainly for ethylene or butadiene. We demonstrate close proximity at the particle level of the of acid and basic sites is a prerequisite to promote the butadiene formation. The insights gained from the new structure–performance relationships that correlate catalytic activity with types and nature of magnesium silicates can offer new possibilities for the development of next generation Lebedev 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».