NO<i><sub>x</sub></i> Reconstruction Triggered by Zeolite Reverses Alkali Metal Poisoning in NO Selective Catalytic Reduction
Notice bibliographique
Résumé
Alkali metal poisoning represents a formidable challenge for the effective utilization of ammonia selective catalytic reduction (NH 3 –SCR) technology. Herein, we propose a versatile strategy to radically circumvent the deactivation effect from alkali metals via regulated activation of surface NO x species. Activity test showed that after physical mixing with a series of zeolites (ZSM-5, MOR, and SAPO-34), the activity of the K-poisoned CeO 2 –MnO x catalyst achieved complete recovery, and the observed NO conversion was found to be even superior to that of the fresh catalyst. Mechanism analysis from in situ DRIFTS and TPSR revealed that K deposition shut off the transformation of surface NO x from chelating bidentate nitrites to bidentate nitrates (both bridging and chelating bidentate nitrates), leading to catalyst deactivation. Zeolite coupling introduced labile NO + species, which interacted facilely with the chelating bidentate nitrites to generate chemically reactive bidentate nitrates, enabling a thorough regeneration of NH 3 –SCR performance. In addition to CeO 2 –MnO x, this strategy was also found to be valid for a variety of NH 3 –SCR catalysts, demonstrating great potential in reversing alkali metal poisoning.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».