Modified Silica Supported Catalyst for 1,3-Butadiene Production via Oxidative Dehydrogenatation (ODH) of n-Butane. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF (Modified Silica Supported Catalyst for 1,3-Butadiene production via Oxidative Dehydrogenatation (ODH) of n-Butane) 202115410Final_thesis.pdf Restricted to Repository staff only until 1 January 2025. Download (9MB)

Arabic Abstract

"يسير السوق العالمي لمركب 1.3 بيوتادين (BD) في مسار صاعد، حيث تبلغ قيمته المتوقعة حوالي 11 مليار دولار بحلول عام 2027، مدفوعًا بشكل أساسي بالطلب المتزايد من صناعة السيارات. ونظرًا لهذه التوقعات الواعدة للسوق، فقد تم تصميم هذا المشروع باتباع نهج مزدوج في تطوير المحفز الفعال لإنتاج BD حسب الغرض. في النهج الأول، يتم تصنيع محفز أكسيد الفلز ثنائي المعدن الجديد المدعوم من السيليكا الليفية (FS) ودراسته من أجل إنتاج BD حسب الغرض عن طريق نزع الهيدروجين التأكسدي لـ n-Butane (ODHB). ثانياً، يتم استخدام تقنيات الذكاء الاصطناعي (AI) للتنبؤ بإنتاجية نزع الهيدروجين لمحفزات أكسيد المعادن المختلطة لـ ODHB. على وجه التحديد، تم تدريب الشبكات العصبية الاصطناعية (ANN)، ودعم الانحدار المتجه باستخدام معلمة Nu (NuSVR)، وخوارزميات التعلم الآلي لتعزيز التدرج الشديد (XGBR)، وخوارزميات التعلم الآلي لتعزيز الانحدار (GBR) باستخدام مجموعة بيانات من البيانات التجريبية المتسقة لبناء نماذج كيميائية. باستخدام حالة التفاعل (درجة الحرارة والأكسجين إلى نسبة تغذية البوتان) والتركيب المعدني للمحفز كميزات إدخال. تم تصنيع دعامة السيليكا الليفية عبر تقنية sol-gel الحرارية المائية، مع تثبيت المعادن على الدعامة من خلال طريقة التشريب المشترك الرطب، للحصول على 5 محفزات مختلفة مع تحميل Ni بالوزن٪ يتراوح بين 10 - 20٪ وBi wt.٪ التحميل يتراوح من 10 - 30%. تم توصيف المحفزات المصنعة لتقييم خواصها باستخدام تقنيات تشمل XRD، وBET، وTPR، وSEM، وTEM، وXPS. تم فحص أداء المحفزات لـ ODHB عند درجات حرارة تتراوح بين 400 - 500 درجة مئوية ونسب تغذية الأكسجين إلى البيوتان من 1-4 باستخدام نظام مفاعل التدفق المستمر ذو الطبقة الثابتة المتكامل بالكامل (BELCAT). تم تحليل منتجات التفاعل باستخدام نظام GC عبر الإنترنت، وتم تحديد التحويل والانتقائية بناءً على توازن الكربون. أظهر 20Ni-10Bi/FS أفضل أداء مع إنتاجية بوتادين تصل إلى 20% عند 500 درجة مئوية ونسبة O2:n-C4 تبلغ 1. كما تتنبأ نماذج الذكاء الاصطناعي التي تم تطويرها بدقة بأداء محفزات أكاسيد الفلزات المختلطة ODH لـ n- البيوتان، بدقة تنبؤ تبلغ 82%، 89%، 92%، و95% باستخدام نماذج ANN، وNuSVR، وXGBR، وGBR، على التوالي. كشف تحليل أهمية الميزة أيضًا أن كمية تحميل النيكل في المحفز المحفزات لها التأثير الأكبر على إنتاجية البيوتين والبوتادين

English Abstract

The global 1,3-butadiene (BD) market is on a rising trajectory, with an expected value of about $11 billion by 2027, driven mainly by the escalating demand from the automotive industry. Given this promising market outlook, this project was devised with a dual-pronged approach in effective catalyst development for on-purpose BD production. In the first approach, a novel fibrous silica (FS) supported bimetallic metal oxide catalyst is synthesized and investigated for the on-purpose production of BD via oxidative dehydrogenation of n-Butane (ODHB). Secondly, Artificial Intelligence (AI) techniques are employed to predict the dehydrogenation yield of mixed-metal oxide catalysts for ODHB. Specifically, Artificial Neural Networks (ANN), Support Vector Regression with Nu Parameter (NuSVR), eXtreme Gradient Boosting Regressor (XGBR), and Gradient Boosting Regression (GBR) machine learning algorithms were trained with a dataset of consistent experimental data to build chemometric models using reaction condition (temperature and oxygen to n—butane feed ratio) and metal composition of the catalyst as input features. The fibrous silica support was synthesized via the sol-gel hydrothermal technique, with metals anchored on the support through the wet co-impregnation method, to obtain 5 different catalysts with Ni wt.% loading ranging from 10 - 20% and Bi wt.% loading ranging from 10 - 30%. The as synthesized catalysts were characterized to assess their properties using techniques including XRD, BET, TPR, SEM, TEM and XPS. The catalysts’ performance for ODHB were investigated at temperatures ranging from 400 – 500 oC and oxygen to n-butane feed ratios from 1-4 using a fully integrated fixed-bed continuous flow reactor (BELCAT) system. The reaction products were analysed using an online GC system, and the conversion and selectivity were determined based on carbon balance. The 20Ni-10Bi/FS demonstrated the best performance with a butadiene yield of up to 20 % at 500 oC and O2:n-C4 ratio of 1. The developed AI models accurately predict the performance of the mixed metal oxides catalysts for ODH of n-butane, with prediction accuracy of 82%, 89%, 92%, and 95% using ANN, NuSVR, XGBR, and GBR models, respectively. Feature importance analysis also revealed that the amount of Ni loading in the catalyst(s) has the greatest influence on the yield of butenes and butadiene

Item Type:	Thesis (Masters)
Subjects:	Chemical Engineering
Department:	College of Chemicals and Materials > Chemical Engineering
Committee Advisor:	Alasiri, Hassan
Committee Members:	Malaibari, Zuhair Omar and Siddiquee, Mohammad Nurunnabi and Tanimu, Gazali
Depositing User:	RIDHWAN LAWAL (g202115410)
Date Deposited:	03 Jan 2024 07:12
Last Modified:	03 Jan 2024 07:12
URI:	http://eprints.kfupm.edu.sa/id/eprint/142719