基于双功能催化/吸附材料的柴油度脱硫氧化/吸附深度脱硫研究

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:fjlmh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于环境保护和日益严格的燃料硫含量规定,燃油的深度脱硫研究越来越重要。含硫油品燃烧产生的硫氧化物是大气污染的主要来源之一,同时也是酸雨和雾霾的主要成因。因此,清洁燃油生产是目前世界各国炼油业所面临的严峻挑战。为实现低能耗低成本深度脱硫的超清洁燃油,在发展先进加氢脱硫技术的同时,非加氢脱硫技术如氧化脱硫、吸附脱硫、萃取脱硫等研究不断发展,以期成为加氢脱硫技术的补充甚至替代。
  在前期工作中,我们课题组报道了在常温常压空气氛围下,基于AgxO@SBA-15双功能催化吸附材料的氧化/吸附耦合脱硫过程。考虑到吸附剂再生是连续脱硫过程的一个重要环节,本文延续探索了AgxO@SBA-15双功能吸附剂的多循环再生过程和机理,考察了不同再生溶剂对AgxO@SBA-15吸附剂循环再生性能的影响,并对再生前后材料进行了比表面积及孔结构分析、X射线衍射、透射电子显微镜等系列表征。研究结果表明:第一个再生循环后,AgxO@SBA-15中的活性过氧化银、氧化银颗粒发生团聚并还原成零价Ag0,失去催化氧化活性,脱硫性能从86%下降到46%。在后续的多循环再生过程中,脱硫性能继续缓慢下降,这主要是吸附位点的逐渐减少所导致。机理研究结果显示:在溶剂洗脱过程中,附着在吸附剂表面的极性有机溶剂等会促进AgxO@SBA-15吸附剂表面Ag+物种分解生成Ag0,而Ag0会进一步发生团聚,从而导致催化中心的逐渐失活。本章工作中AgxO@SBA-15吸附剂的再生机理探索对未来谨慎选择再生条件和合理设计稳定吸附剂避免吸附剂失活具有重要指导意义。
  硅胶是一类常用的低成本工业吸附剂,但在催化方面的研究鲜有报道。本文探索了以硅胶作为氧化催化剂和吸附剂的燃油脱硫性能和过程耦合研究。以过氧化氢异丙苯(CHP)为氧化剂,反应温度为100℃条件下,考察了系列商品硅胶的氧化脱硫性能。研究结果显示:(a)在测试的9种硅胶中,柱层析硅胶SC-2(200-300目)具有最高的氧化脱硫率,在油剂比为500∶1的条件下的转化率高达>98%。硅胶氧化脱硫率与不同噻吩硫的硫原子的电子云密度呈现正相关,从而可推测该氧化脱硫体系更适合于柴油脱硫。(b)DBT在硅胶表面的催化氧化符合拟一级动力学模型,计算得到其活化能为45.3kJ/mol。该活化能数值高于文献报道的硅醇羟基氧化体系,和金属氧化物氧化体系相当,因此可推测:硅胶表面可能存在比硅醇羟基活性更强的催化活性中心。考察了硅胶表面物理化学对其催化氧化噻吩硫的影响规律。结果显示:硅胶组成中的微量Ti杂质(<0.02wt.%)是硅胶催化氧化脱硫的主要Lewis酸性活性中心,其含量与氧化脱硫率呈现很好的相关性;而比表面积和孔径孔容等孔结构参数对传质虽有影响,但不是决定其催化氧化脱硫率的主要因素。(c)此外,本文对比了溶剂洗涤和空气热再生对硅胶再生循环稳定性的影响规律,结果显示:硅胶表面的催化位点经空气热再生可以完全恢复。(d)针对真实柴油中可能存在的竞争组分,本文考察了其对硅胶氧化脱硫的影响规律,研究发现:油品中的微量有机氮对氧化脱硫率有较强的抑制作用,使用保护床层(guard adsorption bed)预吸附脱氮,其可将真实柴油的脱硫率从单一氧化吸附的60%提高至94%,处理柴油硫含量<10ppm,达到了国V/VI硫含量标准,硫容最高可达4.2mg-S/g。本章工作中硅胶作为预吸附剂和氧化催化剂联合深度脱硫机制的研究对工业上实现低成本高效率深度脱硫具有重要理论指导意义和实际参考。
其他文献
自21世纪以来,磁性材料在电气工程领域的应用越来越普遍,并且与信息技术、国防技术和国民经济的各个方面密切相关。其中,超微晶合金与传统磁性材料相比,具备更高的饱和磁通密度、更高的磁导率以及更低的高频损耗等特点。超微晶合金因这些良好的电学和磁学性能,在电力设备的应用等方面拥有巨大的潜力。所以,研究它的磁特性有着十分重要的意义。本文对超微晶合金和软磁复合材料进行了一维高频磁特性测量实验,分析了这两种材料
随着时代的发展,人们的生活方式发生了深刻变革。符合社会需求的高铁列车、新能源汽车以及飞轮储能等一系列新时代产物登上了历史舞台,而异步电机在其中扮演了至关重要的角色。异步电机因其结构简单,成本低廉,运行可靠耐用,维修方便等优点,成为应用最广泛的电机。本文从异步电机稳态模型入手,提出一种新的异步电机弱磁控制策略,简化异步电机弱磁控制思路,提高控制精度并针对电机带载能力和效率优化进行深入设计,并依据滑模
菊科紫菀属植物紫菀(Aster tataricus L.)干燥的根和根茎为常用中药材,别名青菀、还魂草等,具有润肺化痰、止咳痰之功效,主治痰多喘咳、新久咳嗽、劳嗽咳血等症。紫菀属化学成分丰富主要为萜类及其苷,其中三萜皂苷是本属主要特征性成分,环肽是该属特色化学成分,至今菊科环肽仅在该种发现。我们对紫菀进行了系统的化学成分研究,从中分离鉴定了19个环肽化合物,其中2个新骨架环肽tataricin A
基于脑-机接口(Brain computer interface, BCI)的稳态视觉诱发电位(Steady state visual evoked potential, SSVEP)在康复医疗、智能车、娱乐、军事和智能家居等领域有着很广泛的应用。上述系统的人机交互效率与被试的分类准确率密切相关,然而被试的个体脑结构差异、疲劳状态等因素均会导致被试的分类准确率降低,从而影响BCI系统的性能。为了提
长江三峡钢丝绳全平衡垂直升船机是保证航道畅通的一个重要的组成部分,该文建立了三峡升船机电力拖动部分的动态数学模型,并根据离散相似原理将数学模型转化为仿真模型:对系统参数进行了整定;用VisualC++编制了仿真程序,对系统的正常工况,事故工况,各种扰动等多种工况进行了仿真,并对结果进行了分析和总结,为三峡升船机电力拖动部分的设计和方案调整提出了自己的观点和看法.该文提出了一种对存在多电机耦合的矢量
学位
马铃薯产量高、种植广泛,是世界第四大粮食作物,在我国农业生产中占有重要地位。作为马铃薯的常见病害,早疫病和晚疫病严重制约了粮食产量的提高,严重影响粮食安全。因此研究马铃薯早疫病和晚疫病的快速准确检测对于实际农业生产有重要的意义。  传统判断农作物病害的方法主要有两种:一种方法是采用知识图谱的方式来判断病害,通过对比病害图谱来判断病害,该类方法的局限性在于准确率低且准确率和经验有关;另一种方法是基于
学位
异构网络中包含丰富的生物信息,包括药物和疾病的特征和药物和疾病之间的连接性等,这些信息可以用于预测药物和疾病之间的关系,因此整合异构网络信息是当前计算药物重定位研究的热点。网络表示学习是将网络中每个节点表示成低维特征,从而提高药物再定位的预测能力。综合这些信息,本文的主要工作如下:  本文提出了一种基于网络表示学习的药物重定位预测方法。从疾病和药物的异构网络中,通过基于跳图的网络表示模型以无监督的
随着深度学习技术的快速发展,关于模式识别的许多应用已经获得了相当大的改进。从对象检测和图像生成到重组文章和生成诗歌,应用场景变化很大。文本识别问题也是由深度学习算法完成学习辨别表示的一个很好的例子。  字符级别的文本识别可分为打印和手写字符识别。自动识别医疗表格和处理其他类型的文件,例如行政,邮政分拣自动化和银行支票识别,都是手写字符识别应用的例子,可以进一步分为离线或在线。  在这方面,已经研究
学位
近年来,串联质谱技术以其高灵敏度和高精度等优势成为了研究蛋白质组的关键技术之一。串联质谱数据承载着蛋白质及肽段的信息,对其处理分析不仅是计算蛋白质组研究中尤为关键的一步,也是后续生物蛋白质结构功能等分析的基本保障。然而,质谱数据分析在计算时间与计算规模上遭受了新的挑战,其主要有以下三个原因:一是随着质谱技术的高速发展,质谱数据集的规模呈爆炸式的指数增长,匹配海量的质谱数据成为了蛋白质组学的一个难题
依托基因组学、蛋白质组学、代谢组学、调控网络等分析并收录的多类别多层次系统生物学基础数据,发展模型全方位系统性的模拟分析生物个体内部的所有组成成分包括蛋白质、基因、mRNA等发展变化的动力学过程,进而为每个患者提供个性化的精准医疗方案是未来的生物信息学发展趋势。其中,基于蛋白质相互作用网络的聚类算法研究与应用是当前计算生物学领域的基础研究问题。  本课题研究主线是基于蛋白质相互网络设计聚类算法进行
学位