苯乙烯环氧化催化剂及计算机辅助工艺优化研究

发布时间：2021-01-08 23:59

　　环氧苯乙烷是大宗和精细化学工业的重要原料,在制药、化妆品、香料等化工领域有广泛应用,苯乙烯环氧化是制备环氧苯乙烷的一个重要方法,因此苯乙烯环氧化反应得到了广泛研究。本文的主要工作是对苯乙烯环氧化反应两个层面的研究,一是以反应工艺条件为研究对象的工艺体系研究,二是以催化剂为研究对象的催化体系研究。通过传统实验,计算机辅助建模、优化等手段,以苯乙烯环氧化反应经济,绿色,环保,高效为目标,得到较佳的工艺操作条件、较高效的新型催化剂。主要得到以下结论:（1）提出了一种基于改进广义回归神经网络（GRNN）的新型预测和优化方法,并提出了粒子群算法（PSO）优化苯乙烯环氧化工艺条件,实现了较高的收率。该模型旨在优化五个输入参数,改进的GRNN的输出被给予PSO算法以优化工艺条件。从训练样本中选择GRNN的最佳平滑参数?（0.1）,此时最小交叉验证误差（0.001）。当五个工艺条件:反应温度、反应时间、催化剂用量、溶剂用量、氧化剂用量为适当值时,最高收率达到95.76%。因此,改进的GRNN混合PSO算法的新模型有望成为优化苯乙烯环氧化工艺条件的有用工具。（2）通过水热法,然后煅烧制备得到藕片状的二维... 

【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

生物神经元结构示意图

第一章绪论7人工神经网络必不可少的两部分。输入向量可以用x=(x1,x2,…,xn)T表示，式中图1-1生物神经元结构示意图Figure1-1Schematicdiagramofbiologicalneurons图1-2人工神经元模型Figure1-2ArtificialNeuronModelxi(i=1,2,…,n)为神经元的第i个输入，n为输入神经元的个数，神经元i和j之间的函数强度由权重wij表示。为神经元的阈值，则输入加权和a为：a==神经元的输出为：Y=f(a),函数f(·)是神经网络不同层之间的传递函数。它已被广泛接受为各种领域的控制系统，优化，分类，预测和决策的方法。

东南大学硕士学位论文16酸钠（SDBS）、聚乙烯吡咯烷酮（PVP）、十六烷基三甲基溴化铵（CTAB）表面活性剂为模板剂使用水热法制备出了藕片状二维NiO纳米片催化剂和超薄NiO纳米片，具体制备过程如下：将表面活性剂SDBS、PVP、CTAB（5mmol）溶于135mL蒸馏水中，在表面活性剂完全溶解后加入前驱体四水合乙酸镍（15mmol），搅拌至其完全溶解，然后将混合溶液转移到三口玻璃烧瓶中，将2.5mL30%氨水溶于12.5mL蒸馏水制得氨水溶液，将制得的氨水溶液在40°C水浴搅拌条件下逐滴滴加到三口玻璃烧瓶中，搅拌并回流1h后转移到水热反应釜中，将水热反应釜置于烘箱中，在150°C温度条件下水热反应24h。用离心机分离出样品，得到的样品经过甲醇，蒸馏水洗涤后干燥10h，将干燥好的固体转移到马弗炉中600°C焙烧6h，升温速率设为2°C/min，便可得到藕片状二维NiO纳米片催化剂和超薄NiO纳米片。图2.1是其制备流程图。图2.1催化剂的制备流程Figure2.1Preparationprocessofthecatalyst


本文编号：2965565