Stability assessment of sulfided NiMo-based catalysts for continuous flow supercritical water hydrodeoxygenation applications
Notice bibliographique
Résumé
Sulfided NiMo-based catalysts are widely used in hydroprocessing, including hydrotreating and hydrocracking in petroleum refining and renewable fuel production via biomass conversion. The development of hydrothermal liquefaction (HTL) for biocrude has increased interest in direct hydrothermal upgrading processes, such as (hydro)deoxygenation and desulfurisation. This study evaluated the stability of NiMo- and NiW-based catalysts under continuous-flow conditions to assess their suitability for hydrothermal upgrading. After just 2 hours in supercritical water (SCW), significant metal leaching was observed: Mo losses ranged from 47–97%, and Ni losses from 35–80%. Sulfidation provided only modest improvement, with losses still at 56–80% for Mo and 52–75% for Ni. Tungsten loss reached 90% in the sulfided NiW catalyst. Mo leaching was particularly severe during the heating phase, with over 60% of Mo and around 20% of Ni lost during heating and cooling, peaking at 200 °C. At 400 °C, leaching rates from unreduced NiMo/AC were 0.4 mg h⁻¹ for Ni and 10 mg h⁻¹ for Mo. Sulfided NiMo showed better Mo stability, with leaching rates of 0.24 mg h⁻¹ for Ni and 3.6 mg h⁻¹ for Mo. These findings highlight the importance of assessing catalyst stability under realistic flow conditions. NiMo-, NiW-, and by extension, CoMo- and CoW-based catalysts are unsuitable for hydrothermal upgrading due to poor stability in SCW, particularly during heat-up and cool-down phases.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 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 ».