[pt] Esta tese investigou a síntese de metanol via hidrogenação do CO2 empregando dois conjuntos de catalisadores. O primeiro é composto pelos tradicionais catalisadores de Cu/ZnO/Al e o segundo aborda os catalisadores de
In2O3 e ZrO2. Com relação ao Cu/ZnO/Al, foram preparados quatro amostras
via coprecipitação. Os resultados mostraram que há um teor ótimo (3,8 por cento
at.) de Al para a qual se observa uma maior taxa de formação de metanol.
Os catalisadores foram caracterizados por fisissorção de N2, titulação com
N2O,espectroscopia de absorção atômica, ICP, DRX, XPS, TPD-(CO2,NH3
e H2O), TPSR-CO2/H2, TEM/HRTEM/EDS. Uma correlação entre a taxa
de formação de metanol e a quantidade de vacâncias de oxigênio superficiais
do catalisador foi observada. Foi verificado que o Al atua como um promotor
na geração de vacâncias de oxigênio. Com relação aos sistemas de In2O3, foi
realizado um screening e selecionado nove catalisadores. Esses sólidos foram
caracterizados pelas seguintes técnicas: DRX, TPD-NH3, TPD-CO2, TPR-H2
e TPSR-CO2/H2. Foi realizado um estudo em dinâmica molecular clássica investigando os efeitos da dopagem do In2O3 e da interação entre o In2O3 e
o ZrO2 e relacionando os resultados com a performance dos catalisadores. O
melhor desempenho catalítico foi obtido para o inédito catalisador de 0,6Pt-In2O3+6ZnZrO2, sendo esse desempenho associado à presença de vacâncias.
Além disso, pelos cálculos teóricos de dinâmica molecular foi verificado que
tanto a mistura física quanto a dopagem do In2O3 podem promovem a mobilidade de oxigênio da rede dos óxidos, o que facilita a formação de vacâncias de
oxigênio. Sendo assim, os dois conjuntos de catalisadores estudados mostram
que as vacâncias de oxigênio têm papel central na formação do metanol a partir
da hidrogenação do CO2. As informações geradas neste trabalho contribuirão
para o desenvolvimento de catalisadores promissores para a futura exploração
industrial da geração de metanol a partir de CO2. / [en] This thesis investigated methanol synthesis via CO2 hydrogenation using
two sets of catalysts. The first set consists of the traditional Cu/ZnO/Al
catalysts and the second set involves In2O3 and ZrO2 catalysts. Concerning
Cu/ZnO/Al, four samples were prepared via coprecipitation. The results
showed that there is an optimum Al content (3.8 percent at.) for which a higher
methanol formation rate is observed. The catalysts were characterized by
N2 physisorption, titration with N2O, atomic absorption spectroscopy, ICP,
XRD, XPS (CO2,NH3 and H2O)-TPD, CO2/H2-TPSR, TEM/HRTEM/EDS.
A correlation was observed between the rate of methanol formation and the
amount of surface oxygen vacancies on the catalyst. It was found that Al
acts as a promoter in the generation of oxygen vacancies. Regarding the
In2O3 systems, a screening was carried out and nine catalysts were selected.
These solids were characterized using the following techniques: XRD, NH3-
TPD, CO2-TPD, TPR-H2 and CO2/H2-TPSR. A classical molecular dynamics
study was carried out investigating the effects of doping In2O3 and the
interaction between In2O3 and ZrO2 and relating the results to the performance
of the catalysts. The best catalytic performance was obtained for the new
0,6Pt-In2O3+6ZnZrO2 catalyst, and this performance was associated with the
presence of vacancies. In addition, molecular dynamics calculations showed
that both the physical mixture and the doping of In2O3 can promote the
mobility of oxygen in the oxide lattice, facilitating the formation of oxygen
vacancies. Thus, the two sets of catalysts studied show that oxygen vacancies
play a central role in the formation of methanol from the hydrogenation of CO2.
The information generated in this work will contribute to the development
of promising catalysts for the future industrial exploitation of methanol
generation from CO2.
Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:65823 |
Date | 04 January 2024 |
Creators | BRUNA JULIANA DA SILVA BRONSATO |
Contributors | ROBERTO RIBEIRO DE AVILLEZ |
Publisher | MAXWELL |
Source Sets | PUC Rio |
Language | Portuguese |
Detected Language | Portuguese |
Type | TEXTO |
Page generated in 0.002 seconds