【摘要】 尽管程序升温 (TP) 技术几十年来已广泛用于多相催化剂的表征，但 TP 数据的定量分析仍然主要局限于经验建模技术，特别是在 TPR 和 TPD 实验中。

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，可提供有关活性位点的信息[1]。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[2-4]。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。

 

尽管程序升温 (TP) 技术几十年来已广泛用于多相催化剂的表征，但 TP 数据的定量分析仍然主要局限于经验建模技术，特别是在 TPR 和 TPD 实验中。因此，目前的工作评估了现象学建模方法在 TP 实验定量分析中的使用，并与经验反卷积程序获得的结果进行比较。

 

对于 TPR，现象学模型导致每个可还原物质的氢消耗峰值，其形状在某种程度上类似于经验高斯曲线。然而，事实证明，用唯象模型获得的拟合在统计上优于用经验反卷积模型获得的拟合，从而可以更准确地估计可还原物质的相对浓度。此外，现象学模型允许提取传统经验反卷积程序无法提供的物理化学信息，特别是在还原反应动力学方面。

 

在这种情况下，当考虑到初始还原的镍原子对还原动力学的作用时，通过促进H2吸附，从而提高相邻氧化镍原子的还原率，可以获得更好的实验数据拟合，如初始氢气消耗量的快速增加可以得到更令人满意的解释。

 

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。

 

[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.

[4] S. Da Ros, R.S. Braido, N.L. de Souza e Castro, A.L.T. Brandão, M. Schwaab, J.C. Pinto, J. Anal. Appl. Pyrolysis 144 (2019) 104706, doi:http://dx.doi.org/10.1016/ j.jaap.2019.104706.

 

科学指南针提供各类科研测试服务，愿您总能获得想要的结果。我们收到的测试样品来自各地，种类繁多，如果我们回复不及时，还请再次联系，或直接语音电话联络，若您对我们的服务不满意，或对测试结果有疑问，请果断联系我们或直接拨打400-831-0631，我们对每个数据及结果，会负责到底！科研可能很苦，但坚持一定很苦，愿您顺利！

 

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。