Preparation and stability of zinc‐based mesoporous sorbent modified with aluminium for high temperature coal gas desulphurization
Notice bibliographique
Résumé
Abstract Zinc‐based sorbents with ordered mesoporous structure were modified with aluminium and the key factors in the preparation were optimized based on the results of desulphurization tests performed in a fixed‐bed reactor with simulated coal gas. It was shown that the sorbents for hydrogen sulphide removal reached an optimum sulphur capacity of 9.14% when prepared under conditions of 10.0 crystalline pH, 30:1 Si:Al molar ratio, 0.32:1 Zn:Si molar ratio, and 1:3 Zn:TAA molar ratio. The sorbent without aluminium was synthesized synchronously as a comparison sample to investigate the effect of aluminium addition on the desulphurization properties. The surface acidity of the sorbents is enhanced by the addition of aluminium, and the sulphur capacity of the aluminium‐doped sorbent is consequently lower compared to that of aluminium‐free sorbent. Nevertheless, the aluminium‐doped sorbent shows a significant advantage in stability of performance over multiple desulphurization–regeneration cycles and reaches an 81% retention rate of sulphur capacity after five desulphurization, while the aluminium‐free sorbent is only 51% in contrast. The characterization results manifest that aluminium enters the carrier skeleton and increases the wall thickness, which alleviates the collapse of the carrier pore channels and the agglomeration of the active components during the desulphurization process. Stable pore structures and highly dispersed active components facilitate the mass transfer in the reaction process after multiple desulphurization. As a result, the aluminium‐doped sorbent exhibits better performance stability in high temperature coal gas desulphurization.
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 ».