学位论文 > 优秀研究生学位论文题录展示

MCM-22分子筛催化剂性能的BP神经网络预测模型研究

作　者: 唐艳
导　师: 李建伟
学　校: 北京化工大学
专　业: 化学工程
关键词: MCM-22分子筛成型 BP神经网络催化性能性能预测
分类号: O643.36
类　型: 硕士论文
年　份: 2009年
下　载: 85次
引　用: 1次
阅　读: 论文下载

内容摘要

以MCM-22分子筛为对象,系统考察了挤条成型工艺条件对分子筛催化剂物理化学特性的影响,并以苯与丙烯液相烷基化合成异丙苯为模型反应,在实验研究基础上、结合人工神经网络建模方法,建立了MCM-22分子筛催化剂性能预测的BP（Back Propagation）神经网络模型,该模型关联了催化剂本征性能、工艺条件和反应产物分布之间的相互关系,以其达到较好地预测苯与丙烯烷基化反应性能的功能,为催化剂的开发和工业生产提供应用基础和参考。利用颗粒强度测定、NH₃-TPD酸性表征和氮吸附脱附—压汞方法联合测试等手段对不同条件下成型的MCM-22分子筛物理化学特性进行了表征,系统考察了不同成型工艺条件对催化剂颗粒强度、孔结构和酸性等性质的影响。结果表明:成型过程中适宜助剂的加入,可以调节催化剂颗粒强度、比表面积和孔径分布以及酸性。其中,粘结剂SB粉主要调节催化剂颗粒强度和酸性,扩孔剂PEG20000主要调变孔径分布以及孔容。对不同成型条件下得到的16种织构性能各异的MCM-22分子筛催化剂性能进行实验评价,将所获得的数据用于模型训练和预测结果检验。结果表明,所建立的BP神经网络模型具有进行实验数据拟合和在一定范围内预测未知结果的能力,预测平均相对误差为4.21%。因此,将该BP神经网络模型作为MCM-22分子筛催化剂的性能预测和苯与丙烯液相烷基化过程的定量描述模型,是适宜和可靠的。同时,应用该模型回归分析了温度、空速、苯烯比及分子筛的比表面积、平均孔径与产物选择性之间的相关关系。分析结果表明:丙烯空速、苯烯比、温度及分子筛的比表面积、平均孔径与异丙苯的选择性呈正相关关系,与二异丙苯和三异丙苯的选择性呈负相关关系。

全文目录

摘要  4-6
ABSTRACT  6-14
前言  14-16
第一章文献综述  16-30
  1.1 异丙苯生产工艺概述  16-17
    1.1.1 异丙苯的生产技术进展  16-17
    1.1.2 国内外异丙苯的生产情况  17
  1.2 MCM-22分子筛简介  17-19
    1.2.1 MCM-22分子筛的结构  17-18
    1.2.2 MCM-22分子筛的合成方法  18-19
    1.2.3 MCM-22分子筛在催化反应中的应用  19
  1.3 苯与丙烯烷基化合成异丙苯过程的机理研究  19-22
    1.3.1 反应机理  19-20
    1.3.2 分子筛的孔结构与催化性能的关系  20-21
    1.3.3 异丙苯合成工艺条件研究  21-22
  1.4 人工神经网络技术  22-27
    1.4.1 人工神经网络的定义  23
    1.4.2 人工神经网络的发展及应用  23-24
    1.4.3 人工神经网络的基本特征  24-25
    1.4.4 前馈神经网络的泛化能力  25-26
    1.4.5 影响泛化能力因素  26-27
  1.5 课题研究的目的和意义  27-30
第二章实验部分  30-38
  2.1 实验原料和设备  30-32
    2.1.1 MCM-22分子筛合成及成型的原料及设备  30-31
    2.1.2 分子筛催化剂性能评价  31-32
  2.2 催化剂制备  32
    2.2.1 催化剂原粉制备  32
    2.2.2 催化剂成型  32
  2.3 催化剂比表面积和孔结构测定  32
  2.4 催化剂性能的评价  32-35
    2.4.1 催化剂选择性和稳定性评价  32-34
    2.4.2 原料和产物的组成分析  34-35
  2.5 数据处理  35-38
    2.5.1 定义  35-36
    2.5.2 计算公式  36-38
第三章成型条件对MCM-22分子筛性能的影响  38-52
  3.1 成型条件对MCM-22分子筛机械强度的影响  38-43
    3.1.1 粘合剂对MCM-22分子筛机械强度的影响  39-40
    3.1.2 胶溶剂对MCM-22分子筛机械强度的影响  40-41
    3.1.3 扩孔剂对MCM-22分子筛机械强度的影响  41-42
    3.1.4 水粉比对MCM-22分子筛机械强度的影响  42-43
  3.2 成型条件对MCM-22分子筛比表面积和平均孔径的影响  43-47
    3.2.1 胶溶剂对MCM-22分子筛比表面积和平均孔径的影响  45-46
    3.2.2 扩孔剂对MCM-22分子筛比表面积和平均孔径的影响  46-47
    3.2.3 水粉比对MCM-22分子筛比表面积和平均孔径的影响  47
  3.3 成型条件对MCM-22分子筛酸性的影响  47-50
    3.3.1 粘合剂对MCM-22分子筛酸性的影响  48
    3.3.2 胶溶剂对MCM-22分子筛酸性的影响  48-49
    3.3.3 扩孔剂对MCM-22分子筛酸性的影响  49
    3.3.4 水粉比对MCM-22分子筛酸性的影响  49-50
  3.4 本章小结  50-52
第四章预测苯与丙烯烷基化反应性能的人工神经网络模拟  52-66
  4.1 BP神经网络的工作原理  53-54
  4.2 BP人工神经网络模型的建立  54-62
    4.2.1 数据集的建立和归一化  57
    4.2.2 BP神经网络结构的确定  57-60
    4.2.3 模型预测结果  60-62
  4.3 影响因素的回归分析  62-63
  4.4 本章小结  63-66
第五章结论  66-68
参考文献  68-72
致谢  72-74
攻读硕士学位期间发表的学术论文  74-76
作者和导师简介  76

MCM-22分子筛催化剂性能的BP神经网络预测模型研究

内容摘要

全文目录

相似论文