Investigation of selective denitrogenation of liquid fuel with different <scp>MIL</scp>‐101 adsorbents
Notice bibliographique
Résumé
Abstract In this work, three new structures of MIL‐101 with a base metal of chromium (Cr), vanadium (V), and manganese (Mn) have been synthesized to improve selective adsorbing quinoline (QUI) from a liquid fuel. Different characterization tests were used to identify the specifications of the synthesized adsorbents; namely Brunauer–Emmett–Teller (BET), Fourier transform infrared spectroscopy (FTIR), X‐ray diffraction (XRD), and temperature‐programmed desorption (TPD). Studies indicated that pseudo‐first order and Langmuir isotherm are accurate and suitable models for determining kinetic and equilibrium data of QUI adsorption on these adsorbents. Based on the results, MIL‐101 (Mn) had the highest maximum adsorption capacity of 70.08 (mg N · g −1 ads.) in comparison to MIL‐101 (Cr) and MIL‐101 (V). For different adsorbents, the QUI/dibenzothiophene (DBT) selectivity was investigated by measuring of the adsorption of these components from their mixture. Finally, the QUI/DBT selectivity was in the following order of MIL‐101 (Mn) > MIL‐101 (V) > MIL‐101 (Cr). Density functional theory (DFT) simulation was used to validate experimental results. Calculated bonding energies ratio for QUI and DBT indicated that MIL‐101 (Mn) is the most selective adsorbent.
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 ».