MétaCan
Menu
Retour à la cohorte
Enregistrement W4406714998 · doi:10.1016/j.mtsust.2025.101082

Promotional role of methanol and CO2 in carbon dioxide-rich syngas hydrogenation over slurry reactor utilizing combustion induced Cu-based catalysts

2025· article· en· W4406714998 sur OpenAlexaff
Vaibhav Pandey, Priyanshu Pratap Singh, Kamal Kishore Pant, Sreedevi Upadhyayula, Siddhartha Sengupta

Notice bibliographique

RevueMaterials Today Sustainability · 2025
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCatalysts for Methane Reforming
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesFederation of Indian Chambers of Commerce and IndustryScience and Engineering Research BoardDepartment of Science and Technology, Ministry of Science and Technology, India
Mots-clésSyngasSlurryMethanolCombustionCatalysisCarbon dioxideChemical engineeringSyngas to gasoline plusMaterials scienceCarbon fibersWaste managementChemistryOrganic chemistrySteam reformingHydrogen productionComposite material

Résumé

récupéré en direct d'OpenAlex

Converting CO 2 to methanol directly remains a hurdle due to catalyst and thermodynamic limitations. This study proposes a solution: using Cu–MgO–CeO 2 (CuMgCe) catalysts (synthesized by solvent combustion) in slurry reactors for methanol formation through methanol-assisted CO 2 -rich syngas hydrogenation. The key innovation lies in the catalyst design by focusing on CO 2 -rich syngas mixtures, we establish a crucial link between catalyst structure and its activity (structure-activity relationship). Our CuMgCe catalyst achieves a space-time yield of 646 g MeOH /kg cat -h −1 , exceeding lab-made industrial catalysts (608.5 g MeOH /kg cat -h −1 ). This yield is further boosted by 5% through an ingenious method - adding initial methanol, which promotes formate intermediates for enhanced productivity. In-depth analysis reveals CO 2 formation during CO-TPD-MS and CO-TPR-MS, generating highly active surface species (CO 2 δ− ) ideal for forming formate intermediates. In-situ DRIFTS confirms the dominance of this formate pathway on CuMgCe for selective methanol synthesis. A mechanistic study sheds light on the synergistic effect of MgO and CeO 2 in the lab-prepared CuMgCe catalyst. This synergy promotes methanol formation during CO 2 -cofed syngas conversion. This research paves the way for highly efficient and selective catalysts for CO 2 utilization in slurry reactor technology, offering a significant step towards cleaner fuel production. • The CuMgCe is more active for CO 2 -rich syngas to methanol than CuZnCe and CuZnMg. • Oxygen vacancies are responsible for CO oxidation to CO 2 . • The in-situ DRIFTS confirmed the Formate pathway for CO 2 hydrogenation to methanol. • The autocatalytic pathways increased the STY of methanol by 5%. • The CO and CO 2 adsorption are more favorable on Cu/MgO and Cu/CeO 2 , respectively.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,014
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,008
Tête enseignante GPT0,254
Écart entre enseignants0,246 · 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.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials Today SustainabilityMême sujetCatalysts for Methane ReformingTravaux en français237 207