Evaluation of catalysts supported on carbon nanotubes and kinetic modeling of the process for the Water-Gas Shift (WGS) reaction: macro and microkinetic approaches and use of machine learning techniques for catalyst selection (2023)
- Authors:
- Autor USP: CAVALCANTI, FÁBIO MACHADO - EP
- Unidade: EP
- Sigla do Departamento: PQI
- Subjects: HIDROGÊNIO; CATÁLISE; NANOTUBOS DE CARBONO; REDES NEURAIS; CINÉTICA QUÍMICA
- Agências de fomento:
- Language: Inglês
- Abstract: A reação Water-Gas Shift (WGS) é uma das rotas mais importantes para a produção de hidrogênio. Ela tem recebido grande importância devido ao uso do H2 nas principais indústrias químicas e como principal fonte de energia limpa no futuro. Embora já existam catalisadores industriais bem estabelecidos para a reação WGS, vários novos foram desenvolvidos para melhorar o desempenho e a estabilidade do processo com metais nobres em nanoescala suportados em óxidos. Para auxiliar com esses numerosos catalisadores, Redes Neurais Artificiais (RNAs) foram utilizadas para construir um modelo baseado em dados catalíticos da literatura. Neste contexto, foi desenvolvido um novo catalisador: nanopartículas de Co/CeO2- Sr suportadas em Nanotubos de Carbono de Paredes Múltiplas. O uso do Co resultou em alta atividade e tolerância ao enxofre, enquanto CeO2 possui alta capacidade de armazenamento de oxigênio devido à sua redutibilidade, e o Sr atua como promotor. O uso de nanotubos de carbono como suporte tem se mostrado vantajoso devido à sua elevada área superficial, propriedades condutoras e baixa disponibilidade de alguns óxidos. A atividade catalítica foi avaliada em uma faixa de temperatura industrialmente relevante sob pressão atmosférica, apresentando melhores desempenhos em temperaturas mais altas (300-450oC), e alcançando conversões de CO próximas do equilíbrio. Além disso, dados cinéticos foram coletados variando-se as concentrações das espécies. Modelos de lei de potência, de etapa determinante de reação, e os microcinéticos foram ajustados a eles, para discriminar a melhor formulação para compreender completamente a reação em estudo. O mecanismo redox foi identificado como o mais adequado e permitiu explicar o papel do catalisador durante a reação WGS, proporcionando ciclos de oxidação e redução apartir da disponibilidade e mobilidade de espécies O* em sua superfície. Todo este trabalho é um material de consultoria robusto para auxiliar nos planejamentos futuros de catalisadores e otimização para projetos de reatores industriais.
- Imprenta:
- Data da defesa: 20.12.2023
-
ABNT
CAVALCANTI, Fábio Machado. Evaluation of catalysts supported on carbon nanotubes and kinetic modeling of the process for the Water-Gas Shift (WGS) reaction: macro and microkinetic approaches and use of machine learning techniques for catalyst selection. 2023. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3137/tde-08032024-101425/pt-br.php. Acesso em: 03 nov. 2024. -
APA
Cavalcanti, F. M. (2023). Evaluation of catalysts supported on carbon nanotubes and kinetic modeling of the process for the Water-Gas Shift (WGS) reaction: macro and microkinetic approaches and use of machine learning techniques for catalyst selection (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3137/tde-08032024-101425/pt-br.php -
NLM
Cavalcanti FM. Evaluation of catalysts supported on carbon nanotubes and kinetic modeling of the process for the Water-Gas Shift (WGS) reaction: macro and microkinetic approaches and use of machine learning techniques for catalyst selection [Internet]. 2023 ;[citado 2024 nov. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3137/tde-08032024-101425/pt-br.php -
Vancouver
Cavalcanti FM. Evaluation of catalysts supported on carbon nanotubes and kinetic modeling of the process for the Water-Gas Shift (WGS) reaction: macro and microkinetic approaches and use of machine learning techniques for catalyst selection [Internet]. 2023 ;[citado 2024 nov. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3137/tde-08032024-101425/pt-br.php - Aprimoramento de um experimento didático para a determinação da distribuiçâo de tempos de residência em reatores tubulares de leito fixo usando o software labviewtm e a plataforma arduino® para a aquisição de dados
- Influence of the syngas composition on the water-gas shift reaction at equilibrium conditions
- Aprimorando o design de catalisadores com técnicas de Machine Learning: um estudo de caso para a Reação Water-Gas Shift
- Microkinetic modeling of the water-gas shift reaction over cobalt catalysts supported on multi-walled carbon nanotubes
- A catalyst selection method for hydrogen production through water-gas shift reaction using artificial neural networks
- Using artificial neural networks for fischer-tropsch synthesis to lower-olefins production optimization
- Evaluation of fischer-tropsch synthesis to light olefins over Co- and Fe-based catalysts using artificial neural network
- Effect of operating parameters on H2/CO2 conversion to methanol over Cu-Zn oxide supported on ZrO2 polymorph catalysts: characterization and kinetics
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
