A new green synthesis approach using sodium palmitate in the synthesis of a Ni/ <scp> Al <sub>2</sub> O <sub>3</sub> </scp> catalyst for <scp> CO <sub>2</sub> </scp> methanation
Notice bibliographique
Résumé
Abstract CO 2 methanation with Ni/Al 2 O 3 catalysts is a key technology for converting CO 2 emissions into sustainable methane. However, conventional impregnation synthesis often results in poor nickel dispersion and in the emission of gaseous NO x species. Thus, for the first time, sodium palmitate flocculant properties were used to isolate nickel nanoparticles and disperse them over an Al 2 O 3 support. Ni/Al 2 O 3 catalysts were synthesized by mechanochemical and wet impregnation methods (MI and WI, respectively) to evaluate the impact of the synthesis route on the catalytic performance. Nickel nanoparticles with 9.7–12.6 nm were produced. Influences of temperature (300–500°C) and gas hourly space velocity (GHSV, 2490–14,920 h −1 ) were evaluated, and a stability study was performed. Best performances were reached at 400°C and the lowest GHSV (2490 h −1 ). Ni/Al 2 O 3 ‐WI catalyst showed a slightly better performance in terms of CO 2 and H 2 conversion (, ), when compared to Ni/Al 2 O 3 ‐MI (, ). In addition, CH 4 selectivity was kept stable at >99% for all studies. The stability test showed that Ni/Al 2 O 3 ‐WI had a stable performance during the 50 h. These results indicate that this synthesis approach is a viable method for producing catalysts with strong activity and reduced environmental impact. Furthermore, the incorporation of sodium palmitate in the synthesis opens the possibility for the direct application of residual bio‐oils in the synthesis of Ni/Al 2 O 3 catalysts for CO 2 methanation.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».