Highly active and stable Ru‐promoted Ni/<scp>CeO<sub>2</sub></scp> catalysts for <scp>CO<sub>2</sub></scp> methanation reaction
Notice bibliographique
Résumé
Abstract Biogas is not only a promising renewable source of energy that can be integrated into existing infrastructures, but biogas could also be a CO 2 source for green methane synthesis by hydrogenation with renewable energy‐derived hydrogen. Since biogas is a mixture of CO 2 and CH 4 , we targeted to accomplish direct methanation of CO 2 in CH 4 ‐rich gases that are supposed to be a simulated biogas without any processes for CH 4 and CO 2 separation in biogas. This direct CO 2 methanation in biogas can be a more sustainable and environmentally friendly approach. Methane production from biogas‐derived CO 2 by conventional methods has some difficulties, including (1) the vast energy cost for separation process of CO 2 and CH 4 and (2) the slow rate of the reaction in biochemical CO 2 methanation. In this paper, we developed active and durable catalysts in direct methanation of CO 2 contained in biogas. The focus was on the effect of coexisting CH 4 and steam in biogas on CO 2 methanation activity and durability of CeO 2 supported Ni catalysts. Among all prepared catalysts, a 1 wt.% Ru‐10 wt.% Ni/CeO 2 catalyst exhibited 90% CO 2 conversion and 100% CH 4 selectivity at 275°C reaction temperature. Adding steam to the standard reaction gas mixture (CO 2 /H 2 /N 2 = 1/4/5) did not impact CO 2 conversion in the temperature range investigated, whereas adding CH 4 to the standard reaction gas mixture had only a minute decrease (i.e., 86.9% CO 2 conversion and 100% CH 4 selectivity at 275°C temperature). Furthermore, the 1 wt.% Ru‐10 wt.% Ni/CeO 2 catalyst demonstrated remarkable stability in the CO 2 methanation reaction.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».