Sonochemical and impregnated Co-W/γ-Al2O3 catalysts : performances and kinetic studies on hydrotreatment of light gas oil
Notice bibliographique
Résumé
-Al O 2 3 supported Co-W based catalysts with varying Co (1 -3 wt %) and W (7 -13 wt %) loadings were prepared using impregnation and sonochemical methods.All prepared catalysts were characterized with elemental analysis, BET analysis, X-ray diffraction (XRD), NH 3 temperature programmed desorption (TPD), temperature programmed reduction (TPR) and thermogravimetry analysis (TGA).The performances of all the synthesized catalysts were tested at a pressure of 8.9MPa, LHSV of 2 h -1 and temperatures of 340350 and 360 C in a laboratory trickle bed microreactor for hydrodesulphurization (HDS) and hydrodenitrogenation (HDN) of light gas oil (LGO) derived from Athabasca bitumen.The performance tests with impregnated catalysts indicated a maximum in activity for HDS and HDN reactions (sulfur and nitrogen conversions at 93.0 and 57.1 % at 360 C) for Co(3 wt %)-W(10 wt %)/-Al O 2 3whereas the performance tests with sonochemically prepared catalysts showed a maximum in activity (sulfur and nitrogen conversions at 87.9 and 42.5 % at 360 C) for Co(3 wt %)-W(11.5 wt %)/ -Al 2 O 3 .These two catalysts were selected for detail performance, optimization and kinetic studies.The effects of reaction temperature (340 -380 C), pressure (7.6 -10.3 MPa), liquid hourly space velocity (1.5 -2.0 h -1 ) and hydrogen gas/gas oil ratio (400 -800 mL/mL) were examined on HDS and HDN of LGO with these catalysts.The reaction kinetics for HDS was best fitted with a Power Law model whereas same for HDN was found to be best represented by a Langmuir-Hinshelwood model with a reasonable accuracy (0.90 <R 2 <0.95).The activation energy for HDS of LGO were 14 and 12 kJ/mol for selected impregnated and sonochemically
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».