Robust Ni<sub><i>x</i></sub>Sn/ZSM-12 Catalysts with Zeolite as the Support and Sn as the Promoter for Acetylene Semi-hydrogenation
Notice bibliographique
Résumé
The synthesis of ethylene from semi-hydrogenation of acetylene is significant for the upgrading of coal. Different kinds of materials (SiO 2, γ-Al 2 O 3, and ZSM-12)-supported Ni catalysts were prepared and evaluated for the acetylene hydrogenation. It demonstrated that the Ni/ZSM-12 catalyst with synergistic effect of B (Brönsted) acid and L (Lewis) acid sites can promote semi-hydrogenation of acetylene better than those over Ni/SiO 2 and Ni/γ-Al 2 O 3 catalysts, in which both only have L acid sites. However, the pure Ni/ZSM-12 still exhibited low selectivity of ethylene and poor stability; thus, the Sn promoter was introduced into the Ni/ZSM-12 catalyst. Due to the geometric and electronic effects, the Ni 7 Sn/ZSM-12 sample achieves higher yield of ethylene (92.51%) with ethylene selectivity of 92.51% and acetylene conversion of 100% at 250 °C, which is an increase of 19.38% over the samples without Sn addition. Moreover, the stability of the Ni 7 Sn/ZSM-12 catalyst (100 h) is much better than those catalysts without Sn (14 h). This is because the carbon deposition over the Sn-containing catalyst was light hydrocarbons that could be removed at high temperature while the pure Ni/ZSM-12 catalyst produced heavy hydrocarbons. The outstanding performance of Ni 7 Sn/ZSM-12 was further illustrated by DFT calculations, which originates from its facilely accessible hydrogen dissociation, lower ethylene adsorption energy, and higher energy barrier for the formation of C 2 H 5 * intermediate.
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 | 0,000 |
| 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 ».