MétaCan
Menu
Retour à la cohorte
Enregistrement W4396605409 · doi:10.1021/acs.iecr.3c04276

Preparation and Evaluation of Resistance Coke Formation Catalysts in Combined Reforming of Methane Using Steam and Oxygen for the Production of Synthesis Gas

2024· article· en· W4396605409 sur OpenAlexaff
Somaye Sadat Miri, Fereshteh Meshkani, Mehran Rezaei, Ali Rastegarpanah

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2024
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCatalysts for Methane Reforming
Établissements canadiensUniversity of Calgary
Organismes subventionnairesUniversity of Kashan
Mots-clésCokeSteam reformingMethaneCatalysisSyngasOxygenMethane reformerChemistryAmmonia productionChemical engineeringWaste managementHydrogen productionEnvironmental scienceOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Ni-based catalysts with different promoters, such as Fe, La, Zr, Ce, and Ca, were prepared using the one-step sol–gel method and tested for their performance in the combined reforming of methane using steam and oxygen. The catalysts were characterized by XRD, SEM, TPO, BET, and TPR analysis. The consequences revealed that deposited carbon was lower on the surface of the 10% Ni-3% Fe-MgO·Al 2 O 3 catalyst in oxygen-combined CH 4 reforming. The Fe 2 O 3 -doped sample depicted the highest CH 4 conversion, more than 65%, and showed a higher catalytic stability for O 2 reforming of methane. In addition, introducing steam into the feeds benefited the performance of catalysts due to lower coke formation, and the H 2 /CO ratio was changed from 1.5 to 3 at 700 °C. It is concluded that the high catalytic efficiency of the Fe 2 O 3 -doped sample in combined reforming of methane was associated with its high reducibility and more reduction of NiO species.

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)0,005
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,208
Score d'incertitude au seuil0,578

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,121
Tête enseignante GPT0,382
Écart entre enseignants0,261 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetCatalysts for Methane ReformingTravaux en français237 207