负载型CeO2-ZrO2固溶体的性能及其在甲烷燃烧Pd催化剂中的应用

来源 :催化学报 | 被引量 : 0次 | 上传用户:you3880066
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
以硅改性的氧化铝为载体,用反相微乳液法合成了负载型的CeO2-ZrO2固溶体(Ce-Zr-O/Si-Al2O3),用低温氮吸附、X射线衍射、程序升温还原、拉曼光谱和X射线光电子能谱等方法对Ce-Zr-O/Si-Al2O3的织构性能、热稳定性和储放氧性能等进行了表征.结果表明,负载后的CeO2-ZrO2晶相与负载前相比没有变化,但热稳定性和在低温下的放氧能力及总储氧量明显提高.作为甲烷燃烧Pd催化剂的载体,Ce-Zr-O/Si-Al2O3的性能明显优于CeO2-ZrO2,Si-Al2O3和机械混合物CeO2
其他文献
在地球物理电磁勘探领域有限元数值模拟中,最后都会得到一个大型稀疏的复系数线性方程组,受计算机内存空间的限制,必须根据有限元刚度矩阵的稀疏性对其进行压缩存储。由于电磁场
垂向导数广泛应用于位场数据处理和解释中,常规的空间域求导公式多以台劳级数为基础,这不可避免会引入截断误差,且不便于求取高阶导数。另一种应用较多的波数域算法。其求导算子
在建立正演压力模型的基础上,讨论了孔隙压力从异常低压递增到极限压力的过程中,在游离气饱和度为20%时,游离气在孔隙中分别以均匀分布和块状分布这二种情况存在,利用理论模型Biot
针对缝洞型储层识别精度较低这一难题,提出了基于粒子群优化算法的小波神经网络(PSO—WNN)储层识别模型。以小波函数作为隐含层的激励函数,采用粒子群优化算法,对权值、伸缩参数、
采用离子交换法,分别在微波加热和常规加热的条件下,制备了La/β分子筛催化剂,并采用红外光谱、扫描电子显微镜、X射线衍射与能量色散谱进行了表征.考察了不同加热条件下所得的改
高职的培养目标——培养具有高等职业技术技能的复合型和应用型人才。现有的教材、传统的教学方法、教学手段、及教育思想和教育理念已不能适应高职教育对人才的需求。
位场数据异常存在的线性特征往往对应着地下断裂构造、不同岩性地质体的边界接触带或者其他具有一定密度或磁性差异的构造特征。对这些线性特征进行增强、提取并进行半定量地
采用溶胶法制备了平均粒径为4.9nm的RuO2溶胶,然后以镁铝尖晶石为载体,用一步沉淀法制备了嵌埋式纳米Ru基水煤气变换反应催化剂.利用透射电子显微镜、扫描电子显微镜和粉末X射线