Enhancing hydrogen production: Modelling the role of activated carbon catalyst in methane pyrolysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Hydrogen obtained from natural gas pyrolysis is valuable in transitioning to cleaner energy sources, as it provides a cost-effective and environmentally sound alternative to other processes. Utilizing activated carbon particles as catalysts enhances methane conversion rates and helps reduce pyrolysis temperatures while avoiding the high costs and metal contamination risks associated with metal catalysts. This study presents a model for the decomposition of methane over carbon catalysts using a comprehensive kinetic approach. The model includes heterogeneous surface reactions for methane dissociation and carbon depositions. It also introduces a novel method that utilizes the relationship between pore structure and specific surface area to explain the long-term deactivation process of the particles. The results demonstrate good agreement with various deactivation experiments, showing how methane conversion rates decrease as the specific surface area of the particles decreases during the pyrolysis process. Importantly, the simulations confirm the catalytic role of these particles in the pyrolysis process and how their presence in the reactor fundamentally alters the dynamics of the process compared to an empty reactor. The proposed model takes into account the catalytic effects of activated carbon while addressing the challenges posed by its complex pore structures. The findings offer insights into optimizing catalytic methane pyrolysis, providing a pathway to more efficient hydrogen production while harnessing valuable solid carbon by-products. • The catalytic role of activated carbon in methane pyrolysis is investigated. • Heterogeneous dissociation of CH4 over the surface is key to modelling the process. • Considering the initial pore structure allows for predicting the catalyst stability. • Accurate rates allow for obtaining good results using realistic site density values. • The model aids the efforts in finding a better activated carbon catalyst.
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.
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 | 0,001 | 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 découle