Кинетическая модель температурно-программируемой десорбции аммиака для исследования кислотности гетерогенных катализаторов

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Предложен новый метод обработки результатов температурно-программируемой десорбции аммиака с поверхности гетерогенных катализаторов и описан подход для автоматической деконволюции кинетических кривых ТПД. Данный метод использует кинетическую модель Поляни–Вигнера с применением уравнений формальной кинетики простых реакций, что накладывает ограничения на использование кинетических кривых с наблюдаемым порядком 1, 2 или 3. Подбор параметров для кривых ТПД основан на методе нелинейной минимизации методом Рунге–Кутте и подгона их под экспериментальные точки с использованием динамической скорости изменения параметров модели. В качестве примера представлено несколько однотипных гетерогенных систем: титансиликалит–1 и силикалит–1, для которых получено описание экспериментальных точек одним кинетическим уравнением десорбции третьего порядка, и три образца γ-оксида алюминия, для которых были получены модельные кинетические кривые с двумя пиками десорбции и со сходящимися кинетическими параметрами.

Полный текст

Доступ закрыт

Об авторах

А. И. Лысиков

Институт катализа им. Г. К. Борескова СО РАН (ИК СО РАН); Новосибирский национальный исследовательский государственный университет (НГУ)

Автор, ответственный за переписку.
Email: lyanig@catalysis.ru
Россия, 630090, Новосибирск; 630090, Новосибирск

В. А. Вдовиченко

Институт катализа им. Г. К. Борескова СО РАН (ИК СО РАН); Новосибирский национальный исследовательский государственный университет (НГУ)

Email: lyanig@catalysis.ru
Россия, 630090, Новосибирск; 630090, Новосибирск

Е. Е. Воробьева

Институт катализа им. Г. К. Борескова СО РАН (ИК СО РАН); Новосибирский национальный исследовательский государственный университет (НГУ)

Email: lyanig@catalysis.ru
Россия, 630090, Новосибирск; 630090, Новосибирск

И. А. Шаманаева

Институт катализа им. Г. К. Борескова СО РАН (ИК СО РАН); Новосибирский национальный исследовательский государственный университет (НГУ)

Email: lyanig@catalysis.ru
Россия, 630090, Новосибирск; 630090, Новосибирск

Е. В. Лузина

Институт катализа им. Г. К. Борескова СО РАН (ИК СО РАН); Новосибирский национальный исследовательский государственный университет (НГУ)

Email: lyanig@catalysis.ru
Россия, 630090, Новосибирск; 630090, Новосибирск

Л. В. Пирютко

Институт катализа им. Г. К. Борескова СО РАН (ИК СО РАН)

Email: lyanig@catalysis.ru
Россия, 630090, Новосибирск

Ж. В. Веселовская

Институт катализа им. Г. К. Борескова СО РАН (ИК СО РАН); Новосибирский национальный исследовательский государственный университет (НГУ)

Email: lyanig@catalysis.ru
Россия, 630090, Новосибирск; 630090, Новосибирск

Е. В. Пархомчук

Институт катализа им. Г. К. Борескова СО РАН (ИК СО РАН); Новосибирский национальный исследовательский государственный университет (НГУ)

Email: lyanig@catalysis.ru
Россия, 630090, Новосибирск; 630090, Новосибирск

Список литературы

  1. Da Ros S., Barbosa-Coutinho E., Schwaab M. et al. // Mater. Charact. 2013. V. 80. P. 50.
  2. Phung T.K., Garbarino G. // J. Ind. Eng. Chem. 2017. V. 47. P. 288.
  3. Yashnik S.A., Boltenkov V.V., Babushkin D.E. et al. // Kinet. Catal. 2022. V. 63. P. 555.
  4. Cvetanoviĉ R.J., Amenomiya Y. // Adv. Catal. 1972. V. 6. P. 21.
  5. Amenomiya Y., Chenier J.H.B., Cvetanović R.J. // J. Phys. Chem. 1964. V. 68. P. 52.
  6. Serebrennikov D.V., Grigor’eva N.G., Khazipova A.N. et al. // Kinet. Catal. 2022. V. 63. P. 577.
  7. Wu L., Su H., Liu Q. et al. // Ibid. 2022. V. 63. P. 498.
  8. Busca G. // Chem. Rev. 2007. V. 107. P. 5366.
  9. Kim C., Yan X.M., White J.M. // Rev. Sci. Instrum. 2000. V. 71. P. 3502.
  10. Kechagiopoulos P.N., Thybaut J.W., Marin G.B. // Ind. Eng. Chem. 2014. V. 53. P. 1825.
  11. Cvetanović R.J., Amenomiya Y. // Adv. Catal. 1967. V. 17. P. 103.
  12. Rodríguez-González L., Hermes F., Bertmer M. et al. // Appl. Catal. A Gen. 2007. V. 328. P. 174.
  13. Schwarz J.A. // Catal. Rev. – Sci. Eng. 1983. V. 25. P. 141.
  14. Bhatia S., Beltramini J., Do D.D. // Catal. Today. 1990. V. 7. P. 309.
  15. Kanervo J.M., Krause A.O.I. // J. Phys. Chem. B. 2001. V. 105. P. 9778.
  16. Russell N.M., Ekerdt J.G. // Surf. Sci. 1996. V. 364. P. 199–218.
  17. Niwa M., Katada N. // Chem. Rec. 2013. V. 13. P. 432.
  18. Da Ros S., Valter Flores K.A., Schwaab M. et al. // J. Ind. Eng. Chem. 2021. V. 94. P. 425.
  19. Xu J., Deng J. // ACS Omega. 2020. V. 5. P. 4148.
  20. Campbell C.T., Sellers J.R.V. // Chem. Rev. 2013. V. 113. P. 4106.
  21. King D.A. // Surf. Sci. 1975. V. 47. P. 384.
  22. Parmon V. Thermodynamics of non-equilibrium processes for chemists with a particular application to catalysis // Elsevier. 2010.
  23. Sidoumou M., Panella V., Suzanne J. // J. Chem. Phys. 1998. V. 101. P. 6338.
  24. Schmid M., Parkinson G.S., Diebold U. // ACS Phys. Chem. Au. 2023. V. 3. P. 44.
  25. Sprowl L.H., Campbell C.T., Árnadóttir L. // J. Phys. Chem. C. 2017. V. 121. P. 9655.
  26. Sprowl L.H., Campbell C.T., Árnadóttir L. // Ibid. 2016. V. 120. P. 9719.
  27. Banerjee A., Vithusha T., Krishna B.B. et al. // Bioresour. Technol. 2021. V. 340. P. 125534.
  28. Vyazovkin S., Burnham A.K., Favergeon L. et al. // Thermochim. Acta. 2020. V. 689. P. 178597.
  29. Luzina E.V., Shamanaeva I.A., Parkhomchuk E.V. // Pet. Chem. 2021. V. 61. P. 807.
  30. Veselovskaya J.V., Parunin P.D., Netskina O.V. et al. // Energy. 2018. V. 159. P. 766.
  31. Semeykina V.S., Polukhin A.V., Lysikov A.I. et al. // Catal. Letters. 2019 V. 3. P. 513.
  32. Parkhomchuk E.V., Fedotov K.V., Lysikov A.I. et al. // Catal. Ind. 2022. V. 14. P. 86.
  33. Dormand J.R., Prince P.J. // J. Comput. Appl. Math. 1980. V. 6. P. 19.
  34. Shampine L.F., Reichelt M.W., Sci S.J. // Soc. Ind. Appl. Math. 1997. V. 18. P. 1.
  35. Ламберов А.А., Халилов И.Ф., Ильясов И.Р. и др. // Вестн. Казанского Технологического Университета. 2011. № 13. С. 24
  36. Ye Y.L., Fu M.Q., Chen H.L. et al. // J. Fuel Chem. Technol. 2020. V. 48. P. 311.
  37. Efstathiou A.M., Fliatoura K. // Appl. Catal. B, Environ. 1995. V. 6. P. 35.
  38. Guo R., Zhou Y., Pan W. et al. // J. Ind. Eng. Chem. 2013. V. 19. P. 2022.
  39. Zhdanov V.P., Pavlicek J., Knor Z. // Catal. Rev. – Sci. Eng. 1988. V. 30. P. 501.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Оценка изменения потенциала Гиббса для процесса обратимой десорбции аммиака с низкотемпературных центров оксида алюминия в сравнении с порогом обратимости реакции [18].

Скачать (73KB)
3. Рис. 2. Дифрактограммы исследуемых образов: силикалита–1 (Sil–1) (а) и оксида алюминия (Yar-800) (б). Данные сравнения (синий) взяты из COD для структурного типа MFI цеолита и ICDD PDF-2 для γ-Al2O3.

Скачать (138KB)
4. Рис. 3. Кривые ТПД аммиака исследуемых образцов.

Скачать (75KB)
5. Рис. 4. Влияние различных параметров кинетического уравнения на общий вид кинетической кривой: наблюдаемого порядка (a); предэкспоненциального множителя (приведенной частоты вдоль координаты десорбции) (б); энергии активации десорбции (в); интегральной кислотности (г).

Скачать (370KB)
6. Рис. 5. Инициализация параметров из базы данных, где подбирается участок кинетических кривых, наилучшим образом подходящий под максимальную скорость десорбции (а), а после выбирается кривая с наибольшим коэффициентом детерминации (синяя линия) (б).

Скачать (286KB)
7. Рис. 6. Инициализация кинетических параметров для кривой ТПД γ-оксида алюминия Yar-800, подбор параметров первой кривой из базы данных с проверкой сходимости модели (а) и добавлением дополнительной кинетической кривой из-за низкого значения R2 после подстановки первой кривой (б).

Скачать (340KB)
8. Рис. 7. Блок-схема алгоритма подбора параметров кинетической модели ТПД NH3.

Скачать (431KB)
9. Рис. 8. Кривые ТПД аммиака для образцов ZD-07031 (а) и Sil–1 (б) с деконволюцией посредством предложенной кинетической модели.

Скачать (156KB)
10. Рис. 9. Кривые ТПД аммиака образцов A1 (а), Yar-700 (б) and Yar-800 (в) с деконволюцией посредством предложенной кинетической модели.

Скачать (303KB)
11. Рис. 10. Особенности протекания поверхностной диффузии молекул аммиака и их десорбции с Льюисовских (а, б) и Бренстедовских (в, г) кислотных центров.

Скачать (237KB)
12. Дополнительные материалы
Скачать (334KB)

© Российская академия наук, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».