بررسی گوگردزدایی اکسایشی کاتالیستی سوخت دیزل با کاتالیست مولیبدن بر پایه گاماآلومینا
Publish place: The journal of Petroleum Research، Vol: 29، Issue: 6
Publish Year: 1398
Type: Journal paper
Language: Persian
View: 208
This Paper With 18 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_PRRIP-29-6_002
Index date: 25 December 2023
بررسی گوگردزدایی اکسایشی کاتالیستی سوخت دیزل با کاتالیست مولیبدن بر پایه گاماآلومینا abstract
با توجه به اهمیت گوگردزدایی کامل سوخت دیزل مطابق با استانداردهای جهانی، در این پژوهش گوگردزدایی اکسایشی سوخت دیزل پالایشگاه تهران با استفاده از کاتالیست MoO۳/γ-Al۲O۳ به طور کامل مورد بررسی قرار گرفته است. کاتالیست مورد نظر سنتز شده و به وسیله آنالیزهای XRDا، FT-IRا، BETا، SEM و EDS شناسایی شده است. اثر درصد بارگذاری فلز و متغیرهای فرآیند (دما، مقدار کاتالیست، نسبت مولی اکسنده به گوگرد، زمان واکنش و نوع حلال استخراجی) روی بازده فرآیند بررسی شده است. حلال استونیتریل به عنوان بهترین حلال استخراج محصولات واکنش شناسایی و در این فرآیند به کار رفته است. بررسی پایداری کاتالیست نشان داده که علاوه بر تجمع ناخالصی های آب و سولفون روی سطح کاتالیست، حضور سایر ترکیبات هیدروکربنی موجود در سوخت دیزل بیشترین تاثیر را در غیرفعال شدن کاتالیست داشته اند. در شرایط بهینه به دست آمده در این تحقیق (دمای C° ۴۵، نسبت اکسنده به گوگرد ۱۲، نسبت کاتالیست به سوخت g/mL ۲/۰ و زمان min ۹۰)، کاتالیست سنتز شده با ۱۰% وزنی مولیبدن ترکیبات گوگردی سوخت دیزل تجاری را با بازده حدود ۹۰% از ppmw ۵۹۰ گوگرد به کمتر از ppmw ۶۰ کاهش داده و از یک مرحله استخراج سولفون با حلال استونیتریل استفاده شده است.
بررسی گوگردزدایی اکسایشی کاتالیستی سوخت دیزل با کاتالیست مولیبدن بر پایه گاماآلومینا Keywords:
بررسی گوگردزدایی اکسایشی کاتالیستی سوخت دیزل با کاتالیست مولیبدن بر پایه گاماآلومینا authors
بیتا مختاری
دانشگاه علوم و فنون مازندران، ایران
اعظم اکبری
پژوهشگاه شیمی و مهندسی شیمی ایران، تهران، ایران
محمدرضا امیدخواه
دانشکده مهندسی شیمی، دانشگاه تربیت مدرس، تهران، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :