MétaCan
Menu
Retour à la cohorte
Enregistrement W4292262897 · doi:10.3390/catal12080906

Modified Mn/ZSM-5 for Non-Thermal Plasma Mineralization of VOCs and DFT Simulation Using a Novel Y-Type ZSM-5 Model

2022· article· en· W4292262897 sur OpenAlexaff
Su Liu, Jiabin Zhou, Dan Liú, Ke Du

Notice bibliographique

RevueCatalysts · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensUniversity of Calgary
Organismes subventionnairesChengdu Science and Technology Program
Mots-clésCatalysisNonthermal plasmaZSM-5TolueneOxygenDegradation (telecommunications)ChemistryDielectric barrier dischargeDensity functional theoryChemical engineeringMethanolPlasmaMaterials scienceZeolitePhysical chemistryOrganic chemistryComputational chemistry

Résumé

récupéré en direct d'OpenAlex

Using a catalyst to mineralize volatile organic compounds (VOCs) in a Non-thermal Plasma (NTP) reactor is an effective method. In many kinds of catalysts for VOCs degradation, oxygen defect is a crucial factor affecting the catalytic activity. Three different methods (steaming, doping, plasma) were used to introduce possible oxygen defects into the Mn/ZSM-5 to prepare modified catalysts, which were evaluated in VOCs degradation activity using a Double Dielectric Barrier Discharge (DDBD) plasma device. Additionally, a novel Y-type ZSM-5 model was employed in the DFT simulation. The new Y-type ZSM-5 model used in this paper is a more realistic aperiodic model. It showed that introducing possible oxygen defects can substantially enhance degradation efficiency. Taking the catalyst with oxygen defects introduced by plasma as an example, the conversion (CO2 selectivity) of the methanol, acetone, and toluene could reach 100% (100%), 97.7% (99.1%), 91.2% (93.9%), respectively, at an initial concentration of 2000 ppm and specific input energy of 9 kJ/L. The results demonstrated that modification could significantly enhance the activity of the catalyst in decomposing VOCs at room temperature using non-thermal plasma catalysis. Theoretical simulation of density functional theory (DFT) revealed that the adsorption of adsorbate on the catalyst becomes easier after possible oxygen defects are introduced.

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)0,000
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 enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,053
Tête enseignante GPT0,305
Écart entre enseignants0,252 · 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCatalystsMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207