盛学斌
,
马红
,
李德财
,
何静
,
徐杰
催化学报
doi:10.3724/SP.J.1088.2010.00109
以亚硝酸异戊酯为催化剂,通过固体磺酸的促进作用原位产生亚硝酰正离子,实现了催化氧气氧化苯甲醇制备苯甲醛.300℃处理的Amberlyst 15表现出较高的促进效果,在0.5MPaO2,80℃反应2h,苯甲醇转化率和苯甲醛选择性可分别达到90%和97%.通过红外、热分析及酸碱滴定研究了不同方法制得的固体酸的差别及其对反应促进效果的影响,并利用紫外-可见光谱和衍生化方法检测了亚硝酰正离子.
关键词:
亚硝酸异戊酯
,
亚硝酰正离子
,
固体磺酸
,
苯甲醇
,
氧化
,
氧气
,
苯甲醛
赵静
,
于维强
,
李德财
,
马红
,
高进
,
徐杰
催化学报
doi:10.3724/SP.J.1088.2010.90815
在常压H_2气氛下催化丙三醇脱水-加氧制备了1,2-丙二醇.首先在220℃和常压H_2条件下,以Cu/Al_2O_3为催化剂催化丙三醇脱水生成中间体内酮醇,其选择性高达86%.考察了Cu负载量、反应温度和反应气氛对催化剂件能的影响.在随后的丙酮醇加氢反应中,Raney Ni催化剂显示出优异的催化性能,在120℃和常压H_2条件下,1,2-丙二醇选择性可达99%以上,催化剂连续使用5h未出现失活现象.考察了反应温度、空速及反应时间对催化剂性能的影响.
关键词:
常压
,
丙三醇
,
丙酮醇
,
1,2-丙二醇
,
脱水
,
加氢
,
铜基催化剂
,
镍基催化剂
杨榛
,
乔文明
,
梁晓怿
新型炭材料
doi:10.1016/S1872-5805(17)60108-2
如何控制和预测孔结构是炭气凝胶研究的重要课题.然而,由于耗时耗财,导致实验方法研究控制和预测孔结构成为难题.本文提出一种基于神经网络的炭气凝胶孔结构的预测与优化模型,并采用遗传算法设计和优化模型,对六种典型训练算法模型性能进行比较分析.利用该模型对孔径和吸附容量进行预测,两者的预测相关系数分别为0.992和0.981,预测均方根误差分别为0.077和0.054.经测试,该模型与实验研究的结果相符,并有效的应用于预测和控制炭气凝胶实验参数.
关键词:
炭气凝胶
,
孔结构
,
神经网络
,
训练算法
,
模型
