神经网络辅助丙烷氨氧化催化剂设计
致谢 | 第1-5页 |
摘要 | 第5-8页 |
ABSTRACT | 第8-13页 |
目录 | 第13-16页 |
1.研究背景 | 第16-36页 |
·丙烯腈的生产现状 | 第16-17页 |
·丙烷氨氧化制丙烯腈的研究进展与现状 | 第17-18页 |
·丙烷氨氧化催化剂的研究现状 | 第18-28页 |
·V-P-Ox系催化剂 | 第18-20页 |
·Ga-Sb-Ox系催化剂 | 第20-21页 |
·V-Sb-Ox系催化剂 | 第21-25页 |
·Bi-Mo系催化剂 | 第25-26页 |
·双功能催化剂体系 | 第26-28页 |
·丙烷氨氧化动力学及反应机理的研究 | 第28-34页 |
·丙烷氨氧化动力学的研究 | 第28-31页 |
·丙烷氨氧化反应机理的研究 | 第31-34页 |
·本章小结 | 第34-36页 |
2.催化剂设计方法的进展与现状 | 第36-52页 |
·传统的催化剂设计方法 | 第36-38页 |
·定性的催化剂设计方法 | 第38-39页 |
·反应工程与催化剂设计 | 第39-41页 |
·催化剂设计需考虑的因素 | 第41-42页 |
·专家系统简介 | 第42-44页 |
·专家系统辅助催化剂设计的实例 | 第44-50页 |
·DACADE专家系统 | 第44-46页 |
·INCAP(-Muse)专家系统 | 第46-48页 |
·ESKA专家系统 | 第48页 |
·Catalyst Ⅱ专家系统 | 第48页 |
·其他专家系统 | 第48-50页 |
·本章小结 | 第50-52页 |
3.神经网络的引入 | 第52-66页 |
·神经网络简介 | 第52-54页 |
·BP网络简介 | 第54-62页 |
·BP模型 | 第54-55页 |
·BP网络的学习方法 | 第55-59页 |
·BP网络的训练与测试 | 第59-61页 |
·BP网络的性能 | 第61-62页 |
·神经网络辅助催化剂设计的构想 | 第62-63页 |
·神经网络辅助催化剂设计的步骤 | 第63-64页 |
·本章小结 | 第64-66页 |
4.丙烷氨氧化催化剂学习样本的选择 | 第66-76页 |
·神经网络辅助设计的学习样本 | 第66-68页 |
·丙烷氨氧化催化剂设计 | 第68-75页 |
·丙烷氨氧化的反应历程 | 第68-71页 |
·催化剂活性组分的选择 | 第71-75页 |
·本章小结 | 第75-76页 |
5.实验装置及预实验 | 第76-83页 |
·实验方案设计 | 第76页 |
·实验流程及装置 | 第76-77页 |
·反应器 | 第77-78页 |
·分析方法 | 第78-80页 |
·传质过程的影响 | 第80-81页 |
·温度对反应结果的影响 | 第81-82页 |
·本章小结 | 第82-83页 |
6.学习样本考评结果讨论 | 第83-100页 |
·VSbWSn/SIAL系催化剂 | 第83-93页 |
·催化剂的制备方法 | 第83-84页 |
·助催化剂的影响 | 第84-88页 |
·主催化剂的影响 | 第88-90页 |
·载体的影响 | 第90-93页 |
·X射线衍射的结果分析 | 第93页 |
·V-Cr-Mo系催化剂 | 第93-96页 |
·催化剂制备方法 | 第94-95页 |
·结果讨论 | 第95-96页 |
·Mo-V-Nb-Te系催化剂 | 第96-98页 |
·催化剂制备方法 | 第96-97页 |
·结果讨论 | 第97-98页 |
·本章小结 | 第98-100页 |
7.神经网络辅助丙烷氨氧化催化剂设计 | 第100-121页 |
·催化剂体系的选择 | 第100页 |
·助催化剂的优化 | 第100-111页 |
·学习样本 | 第101页 |
·模型的建立 | 第101-104页 |
·模型的训练与测试 | 第104-105页 |
·优化模型的建立 | 第105-106页 |
·优化方法及程序框图 | 第106-109页 |
·优化结果讨论 | 第109-111页 |
·主催化剂的优化 | 第111-117页 |
·学习样本 | 第112-113页 |
·模型的建立 | 第113-114页 |
·模型的训练与测试 | 第114页 |
·主催化剂的优化模型 | 第114-115页 |
·优化结果讨论 | 第115-117页 |
·现遇到的主要问题 | 第117-118页 |
·可能的误差来源 | 第118-119页 |
·本章小结 | 第119-121页 |
8.全文总结 | 第121-127页 |
参考文献 | 第127-131页 |