Iranian Journal of Catalysis
,
Issue2,Year,
Spring
2020
In this study, beta nanozeolite, ultra-stable Y zeolite (USY) and amorphous silica-alumina (ASA) were synthesized. These compounds were used as the support of hydrocracking catalyst. Ni-Mo/beta zeolite-ASA and Ni-Mo/USY zeolite-ASA catalysts were prepared by the impregn More
In this study, beta nanozeolite, ultra-stable Y zeolite (USY) and amorphous silica-alumina (ASA) were synthesized. These compounds were used as the support of hydrocracking catalyst. Ni-Mo/beta zeolite-ASA and Ni-Mo/USY zeolite-ASA catalysts were prepared by the impregnation method. The samples were characterized with X-Ray diffraction (XRD), field emission-scanning electron microscopy (FE-SEM), temperature programmed desorption (TPD) and BET methods. Catalytic behavior of these catalysts was evaluated on hydrocracking of vacuum gas oil at 400 and 55 bar in a fixed bed continuous microreactor. The XRD patterns of the prepared samples determined the phase structure of the samples. FE-SEM images of the nanozeolites indicated that the particle sizes of them are less than 10 nm. The results indicated that the catalyst containing USY with higher pore diameter and acidity was more useful in middle distillate products (87%), while the conversion of the catalyst containing beta zeolite was more than the other catalysts (44.8%).
Manuscript profile
Journal of applied research in chemisry
,
Issue1,Year,
Spring
1393
فرایند جداسازی گازهای کربن مونوکسید، هیدروژن و متان از مخلوط گازها دارای اهمیت ویژهای در صنایع شیمیایی است. در این پژوهش، مقدار جذب این گازها بر روی غربال مولکولی کربنی (CMS) در دمای 20درجه ی سانتی گراد در گستره فشار 200 تا 3500kPa به روش حجمی مورد بررسی قرار گرفته است More
فرایند جداسازی گازهای کربن مونوکسید، هیدروژن و متان از مخلوط گازها دارای اهمیت ویژهای در صنایع شیمیایی است. در این پژوهش، مقدار جذب این گازها بر روی غربال مولکولی کربنی (CMS) در دمای 20درجه ی سانتی گراد در گستره فشار 200 تا 3500kPa به روش حجمی مورد بررسی قرار گرفته است. بیشترین مقدارهای جذب کربن مونوکسید، هیدروژن و متان به ترتیب 6/98، 3/93 و 2/77mmol.g-1 بهدست آمده است. نمودار همدمای جذب این گازها با استفاده از نرم افزار اکسل، منطبق با مدل لانگمیر ارزیابی شده است. نمودار همدمایجذب لانگمیر نشان میدهد که سرعت جذب گازهای کربن مونوکسید، هیدروژن و متان با غربال مولکولی کربنی بر اساس تفاوت در سرعت جذب این گازها صورت میگیرد و از مدلهای سینتیکی شبه مرتبه دوم پیروی میکند. با استفاده از مدل دوبینین رادوشکویچ (DR) حداکثر حجم گاز جذب شده در ریز حفرهها و انرژی پتانسیل جذب برای پیش بینی نوع جذب محاسبه شد. انرژی پتانسیل بهدست آمده برای جذب کربن مونوکسید، هیدروژن و متان به ترتیب 7/95، 7/87و kJ.mol-1 7/97بهدست آمدهاند.
Manuscript profile
Journal of applied research in chemisry
,
Issue2,Year,
Summer
1396
پیشبینی فراوردههای (هیدروژن و کربن مونوکسید) تبدیل خشک متان بهکمک پلاسما در فشار جوی با استفاده از شبکه عصبی مصنوعی شبیهسازی شد. دادههای تجربی موردنیاز برای مدلسازی شبکه عصبی مصنوعی از یک واکنشگاه پلاسمایی تخلیه کرونا جمعآوری شد. اثر عاملهای فرایندی (توان تخلیه More
پیشبینی فراوردههای (هیدروژن و کربن مونوکسید) تبدیل خشک متان بهکمک پلاسما در فشار جوی با استفاده از شبکه عصبی مصنوعی شبیهسازی شد. دادههای تجربی موردنیاز برای مدلسازی شبکه عصبی مصنوعی از یک واکنشگاه پلاسمایی تخلیه کرونا جمعآوری شد. اثر عاملهای فرایندی (توان تخلیه پلاسما، دبی خوراک ورودی) بر کارایی تبدیل متان و گزینشپذیری نسبت به فراوردههای مورد بررسی قرار گرفتند. شبکه پیشخور با الگوریتم پس انتشار خطا، تابع آموزش انتشار رو به عقب لونبرگ مارکوارت، تابع فعالسازی سیگموئیدی برای لایه مخفی و تابع فعالسازی خطی برای لایه خروجی، مناسبترین شبکه عصبی بهدست آمده در این پژوهش است. برای مثال، مدل شبکه عصبی مصنوعی تبدیل متان 25/12% و گزینش پذیری نسبت به هیدروژن و کربنمونوکسید به ترتیب 71/15% و 74/85% را در توان تخلیه 4 وات پیشبینی کرد که مقادیر خطای مدل برای درصد تبدیل متان، گزینشپذیری نسبت به هیدروژن و کربنمونوکسید به ترتیب برابر 0/47%،1/2% و 0/2% است. برای رسیدن به شرایط بهینه عملیاتی در فرایند تبدیل از ترکیب الگوریتم ژنتیک و شبکه عصبی مصنوعی استفاده شد. نتیجهها نشان دادند که شدتجریان خو.راک ورودی بهینه 175 میلیلیتر بر دقیقه و توان تخلیه بهینه 6 وات بود. در این شرایط درصد تبدیل متان 25/85% و گزینشپذیری نسبت به هیدروژن برابر 65/15% بهدست آمد. اختلاف کوچک در شرایط عملیاتی بهینه بین مقادیر پیشبینی شده و تجربی، تأیید میکند که مدل شبکه عصبی مصنوعی ترکیب شده با الگوریتم ژنتیک، ابزاری مناسب برای مدلسازی و بهینهسازی فرایند تبدیل خشک متان بهکمک پلاسماست.
Manuscript profile
Journal of applied research in chemisry
,
Issue4,Year,
Autumn
2024
در این پژوهش، زئولیت β و سیلیکا-آلومینای بیشکل برای بهکارگیری در پایه کاتالیست هیدروکراکینگ سنتز شدند. برای ساخت پایه کاتالیست افزون بر ترکیبهای سنتز شده، زئولیت Y نیز بهکارگرفته شد. نیکل-مولیبدن و نیکل-تنگستن به روش تلقیح بر پایههای شکلدهیشده نشانده شد تا کا More
در این پژوهش، زئولیت β و سیلیکا-آلومینای بیشکل برای بهکارگیری در پایه کاتالیست هیدروکراکینگ سنتز شدند. برای ساخت پایه کاتالیست افزون بر ترکیبهای سنتز شده، زئولیت Y نیز بهکارگرفته شد. نیکل-مولیبدن و نیکل-تنگستن به روش تلقیح بر پایههای شکلدهیشده نشانده شد تا کاتالیست نهایی بهدست آید. ویژگیهای فیزیکی کاتالیستها با بهکارگیری روش BET و قدرت اسیدی آنها با روش NH3-TPD سنجیده و ویژگیهای کاتالیستی نمونههای تهیهشده در فرایند هیدروکراکینگ بررسی شد. درصد وزنی مناسب زئولیتها برای تهیه پایه و نیز نوع اجزای فعال کاتالیست، همچنین دمای مناسب فرایند برای تولید فراورده میانتقطیر در هیدروکراکینگ گازوئیل خلأ در راکتور بستر ثابت پیوسته با طراحی آزمایش فاکتوریل-کامل به دست آمد. نتایج به دست آمده نشان داد که کاتالیست تشکیلشده از 10 درصد وزنی زئولیت β و 30 درصد وزنی زئولیت Y در پایه و 5 درصد وزنی نیکل به همراه 15 درصد وزنی مولیبدن، بالاترین قطر حفره و قدرت اسیدی را داشت. این کاتالیست در دمای C° 400 و فشار عملیاتی 55 بار در مقایسه با کاتالیستهای تهیهشده دیگر، گزینشپذیری بیشتری نسبت به فراورده میانتقطیر داشت.
Manuscript profile
Sanad
Sanad is a platform for managing Azad University publications