Catalytic Upgrading of Oleic Acid to Aromatic Hydrocarbons by Tandem Deoxygenation and Aromatization over MoO<sub>3</sub>/HZSM-5
Notice bibliographique
Résumé
The global petrochemical sector confronts escalating regulatory and environmental pressures for the production of platform chemicals such as benzene, toluene, ethylbenzene, and xylenes (BTEX), thereby necessitating a transition from petroleum-derived feedstocks to sustainable, biobased feedstocks. Unlike traditional hydrocarbon feedstocks, these biobased alternatives predominantly comprise of oxygenated compounds, which undergo multistep chemical transformations to produce BTEX. Such processes typically require hydrotreating conditions and rely on expensive noble metal catalysts, posing significant economic and operational concerns. Herein, we demonstrate a novel one-pot catalytic approach for direct conversion of oleic acid (OA) into aromatics under subcritical hydrothermal conditions. Oleic acid was strategically selected as the model compound due to its abundance in nonedible oils and thermodynamic stability under our operating temperatures. Using a MoO 3 /HZSM-5 catalyst without additional H 2 requirement, tandem deoxygenation–aromatization of OA resulted in a total hydrocarbon yield of ca. 77% (net) or 90% theoretical yield versus decarboxylated intermediates. The liquid products obtained were characterized by infrared (IR) and 1 H NMR spectroscopy as well as GC-FID analysis. Multivariate design of experiments with parametric evaluation of temperature (350 °C–375 °C), reaction time (1–4 h), and catalyst loading (0–10%) resulted in 65% BTEX selectivity and complete deoxygenation of OA. This efficiency surpasses conventional approaches and leverages an efficient catalyst for tandem deoxygenation-aromatization chemistry, thereby providing a scalable route to decarbonize aromatic production while valorizing lipid waste streams─a critical advancement towards circular chemical manufacturing.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».