Non‐oxidative Methane Activation over Molybdenum and Tungsten Nitride Catalysts
Notice bibliographique
Résumé
Abstract In this study, molybdenum (Mo), tungsten (W), and mixed metal oxide and ‐nitride catalysts are synthesized via incipient wetness impregnation on silica support (SBA‐15) with a total target metal loading of 4 wt %. The effect of the Mo : W ratio on the non‐oxidative methane conversion, product selectivity, and coke formation is evaluated. The reduced Mo/SBA‐15 and MoW/SBA‐15 catalysts show higher CH4 conversion activity to benzene (selectivity of ~75.5 %) than for ethylene (selectivity of ~9.5 %) with a rather fast coke formation rate of 19–24 mgCoke gCat−1 h−1 without a clear influence of the Mo : W ratio. In contrast, the metal nitrides have a much smaller coke formation rate. The smallest rate of 0.45 mgCoke gCat−1 h−1 is achieved for the WN/SBA‐15 sample, which increases with the molybdenum content to 4.7 and 8.6 mgCoke gCat−1 h−1 for the MoWN(5 : 1) and MoN/SBA‐15 catalysts, respectively. There seems to be a yet unknown but negative correlation between the coke formation rate and the number of silanamine functional groups formed during the catalyst nitridation (Si−OH→≡Si−NH2→≡Si−NH−Si≡). The C2H4 selectivity is significantly increased with the relative amount of tungsten, with the highest C2H4 selectivity of 63 % for mixed‐metal nitride catalyst containing Mo : W ratio of 1 : 5. While the Mo/SBA‐15 the MoN/SBA‐15 achieve a C2H4 selectivity of less than 10 %.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».