MétaCan
Menu
Retour à la cohorte
Enregistrement W4378224557 · doi:10.3390/catal13060926

Effect of Zirconia on Pd–Pt Supported SBA-15 Catalysts for the Oxidation of Methane

2023· article· en· W4378224557 sur OpenAlexafffund
Gianni Caravaggio, Lioudmila Nossova, Matthew J. Turnbull

Notice bibliographique

RevueCatalysts · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensNational Research Council CanadaNatural Resources Canada
Organismes subventionnairesNatural Resources Canada
Mots-clésCatalysisSulfurMethaneAnaerobic oxidation of methaneX-ray photoelectron spectroscopyCubic zirconiaTemperature-programmed reductionMesoporous materialMaterials scienceChemistryNuclear chemistryChemical engineeringInorganic chemistryMetallurgyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A series of methane oxidation catalysts were prepared by doping Santa Barbara Amorphous-15 (SBA-15), a highly mesoporous silica sieve, with varying amounts of Zr (5, 10, and 15 wt%) and loading with 2 wt% Pd and 4 wt% Pt. The catalysts were characterized using various techniques, including BET, X-ray diffraction (XRD), X-ray photoelectron spectroscopy (XPS), and H2-temperature programmed reduction (H2-TPR). Fresh and aged catalysts were evaluated for methane oxidation. Aging was performed using a simulated lean burn natural gas (NG) engine exhaust containing water vapor (10% vol) and sulfur (10 ppm). It was found that the catalyst with 15 wt% zirconia was the most active and stable of the series, exhibiting the lowest T50 of 481 °C after 40 h of aging. The Pd–Pt catalyst loaded on pure SBA-15 had a T50 of 583 °C after aging, which was 102 °C higher than that of the Pd–Pt catalyst with 15 wt% Zr. The results suggest that the increased performance was due to the higher amount of reducible PtOx species in the proximity of ZrO2 and the sulfur scavenging effect of zirconia, which protected the active metals from forming inactive sulfur complexes. Overall, the Pd–Pt catalyst with 15 wt% Zr loaded on SBA-15 demonstrated excellent methane oxidation activity, hydrothermal stability, and sulfur resistance and can be considered a viable candidate for reducing the methane slip from a lean burn NG engine exhaust.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,648

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,016
Tête enseignante GPT0,310
Écart entre enseignants0,294 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations7
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCatalystsMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207