定量程序升温还原 (TPR) 和解吸 (TPD) 分析

程序升温还原 (TPR) 和程序升温解吸 (TPD) 是广泛用于催化剂表征的技术^[1-3]，可提供有关活性位点的信息。然而，这些实验的结果通常借助经验模型进行解释，基于将还原或解吸曲线表示为经验参考曲线的总和。

在这种情况下，现象学方法比传统的经验方法具有多种优势，因为在这种情况下，提取的信息可以基于理论模型，从而可以更深入地了解催化剂特性。因此，在目前的工作中，对经验和唯象建模方法进行了评估，以定量分析分别从 Ni/SiO₂ 和 Al₂O₃ 氧化铝催化剂的表征中获得的 H₂-TPR 和 NH₃TPD 曲线，并且两种方法的结果都得到了全面的验证。首次进行比较和讨论。

我们的结果是通过使用非线性回归将两种建模方法拟合到整个实验概况而获得的，表明现象学建模方法可以被认为更好，因此应该是首选，因为它允许更准确的量化和正确区分不同的活性位点，此外还可以同时确定还原或解吸动力学参数。

当考虑 TPD 分析时，实验吸附/解吸峰的不对称形状人为地要求在氧化铝催化剂表面上假设多达四个不同的活性酸性位点，以便用经验反卷积模型适当地描述 TPD 曲线。另一方面，唯象模型支持仅存在两个不同的酸位，因为解吸峰的不对称形状可以通过重吸附的发生来解释。

除了为不同酸性位点的数量提出更有意义的值外，现象学模型的使用还提供了有关解吸动力学的信息，在较高温度下观察到的解吸峰总是与较强的酸性位点相关。

[1] J.W. Chorkendorff, I. Niemantsverdriet, Concepts of Modern Catalysis and Kinetics, Wiley-VCH Verlag GmbH & Co. KGaA, Weinheim, 2003.

[2] T.K. Phung, G. Garbarino, J. Ind. Eng. Chem. 47 (2017) 288, doi:http://dx.doi. org/10.1016/j.jiec.2016.11.045.

[3] T. Lever, P. Haines, J. Rouquerol, E.L. Charsley, P. Van Eckeren, D.J. Burlett, Pure Appl. Chem. 86 (4) (2014) 545, doi:http://dx.doi.org/10.1515/pac-2012-0609.

科学指南针为您提供材料测试,主要业务范围包括XPS,普通XRD,透射电子显微镜TEM,全自动比表面及孔隙度分析BET等测试。

免责声明：部分文章整合自网络，因内容庞杂无法联系到全部作者，如有侵权，请联系删除，我们会在第一时间予以答复，万分感谢。