致谢 | 第4-5页 |
中文摘要 | 第5-7页 |
目录 | 第7-10页 |
第一章 绪论 | 第10-34页 |
1.1 概述 | 第10-11页 |
1.2 催化剂设计概述 | 第11-22页 |
1.2.1 主催化剂的设计方法 | 第13-17页 |
1.2.2 助催化剂的设计方法 | 第17-18页 |
1.2.3 载体的设计方法 | 第18-20页 |
1.2.4 催化剂的制备方法 | 第20-22页 |
1.3 芳香硝基化合物的还原 | 第22-31页 |
1.3.1 电解质条件下的金属还原 | 第22-23页 |
1.3.2 联氨催化还原法 | 第23-24页 |
1.3.3 电化学还原 | 第24-25页 |
1.3.4 水气转移反应 | 第25-26页 |
1.3.5 氢转移反应 | 第26-27页 |
1.3.6 催化加氢还原 | 第27-28页 |
1.3.7 芳香卤代硝基化合物的脱卤 | 第28-31页 |
本章小结 | 第31-32页 |
参考文献 | 第32-34页 |
第二章 实验设计 | 第34-48页 |
2.1 催化剂的设计 | 第34-37页 |
2.2 载体的设计 | 第37-41页 |
2.3 制备方法的选择 | 第41-46页 |
2.4 本课题的研究背景 | 第46页 |
参考文献 | 第46-48页 |
第三章 实验部分 | 第48-62页 |
3.1 催化剂的制备 | 第48-57页 |
3.1.1 实验所用主要试剂 | 第48页 |
3.1.2 实验主要仪器 | 第48-49页 |
3.1.3 浸渍操作参数的选择 | 第49-55页 |
3.1.4 活化操作条件的选择 | 第55页 |
3.1.5 催化剂制备流程图 | 第55-56页 |
3.1.6 脉冲式微型催化反应器 | 第56-57页 |
3.2 催化加氢对象选择 | 第57-60页 |
3.3 分析方法 | 第60-61页 |
参考文献 | 第61-62页 |
第四章 催化剂活性和动力学研究 | 第62-74页 |
4.1 微型反应器的主要特点 | 第62-64页 |
4.2 催化剂的快速评价 | 第64-66页 |
4.3 铜负载量对催化剂活性的影响 | 第66-68页 |
4.4 催化动力学参数的测定 | 第68-72页 |
4.5 本章小结 | 第72-73页 |
参考文献 | 第73-74页 |
第五章 Cu,Ni/γ-Al_2O_3,TiO_2催化剂的探索研究 | 第74-84页 |
5.1 二氧化钛的优异特性 | 第74-76页 |
5.2 Cu,Ni/γ-Al_2O_3,TiO_2催化剂的制备 | 第76-78页 |
5.3 Cu,Ni/γ-Al_2O_3,TiO_2催化剂的评价 | 第78-80页 |
5.3.1 TiO_2的引入对铜、镍吸附的影响 | 第78页 |
5.3.2 Cu,Ni/γ-Al_2O_3,TiO_2催化剂的评价 | 第78-80页 |
5.4 结果讨论 | 第80-82页 |
本章小结 | 第82-83页 |
参考文献 | 第83-84页 |
第六章 Cu,Ni/γ-Al_2O_3,TiO_2催化剂的应用实例 | 第84-94页 |
6.1 γ—丁内酯的物化性质 | 第84-85页 |
6.2 γ—丁内酯的主要合成路线 | 第85页 |
6.3 顺酐合成γ—丁内酯研究进展简介 | 第85-88页 |
6.4 Cu,Ni/γ-Al_2O_3,TiO_2与Cu-Zn-Cr催化剂的活性比较 | 第88-91页 |
本章小结 | 第91-92页 |
参考文献 | 第92-94页 |
第七章 催化剂浸渍操作参数的神经网络化 | 第94-104页 |
7.1 人工神经网络的哲学思想 | 第95页 |
7.2 人工神经网络在化工中的应用 | 第95-97页 |
7.3 人工神经网络的建立 | 第97-102页 |
7.3.1 改进BP算法的基本思想 | 第97-98页 |
7.3.2 改进BP算法 | 第98-99页 |
7.3.3 网络拓扑结构 | 第99-100页 |
7.3.4 网络的训练 | 第100-102页 |
7.4 结论 | 第102-103页 |
参考文献 | 第103-104页 |
第八章 结论 | 第104-106页 |
符号表 | 第106-107页 |
作者简介 | 第107页 |