论文部分内容阅读
随着石油燃料逐渐消耗殆尽,人们迫切需要寻求新的替代能源。二甲醚(DME)属于非石油燃料,它是新一代的潜在能源,但仍然存在起燃温度高,燃烧利用率低等缺点。cryptomelane型氧化锰催化剂在DME催化燃烧中具有突出的催化效果,但是催化剂的制备条件对产物的晶型、组分有较大的影响。产物的晶型会进一步影响催化剂的催化效率。由于合成工艺条件之间具有交叉影响的作用,通过传统的多因素正交实验难以得到最优的工艺条件,而目前有关cryptomelane型氧化锰催化剂制备过程的模拟计算尚未见报道。本文率先应用人工神经网络对溶胶凝胶法制备cryptomelane型氧化锰催化剂进行数学建模,探讨合成催化剂的最优工艺条件。对溶胶凝胶法制备cryptomelane型氧化锰催化剂实验的工艺条件进行分析可知,反应时间、焙烧温度和反应物的质量比对催化剂的晶型影响较大,因此以上述三要素作为神经网络的输出变量。XRD三强线的相对强度值以数值的形式反映了产物的晶型,可以应用它作为神经网络的输入变量。在构建神经网络的过程中,应用了13组实验数据进行训练,并考虑了BP、RBF和GRNN三种网络类型以及对应的网络参数选择等因素。使用测试数据集代入训练成功的人工神经网络里进行误差评价,根据最小误差的原则选择最适合的人工神经网络。试验结果表明,当网络类型选择BP神经网络,传递函数为trainlm,隐含层神经元个数为11时,可以比较好地模拟溶胶凝胶法合成cryptomelane型氧化锰催化剂的系统。与实验结果相比较,模型具有较高的预测精度,预测误差在合理的范围内。cryptomelane型氧化锰在DME的催化燃烧实验中是起催化作用的最主要的活性组分,因此形成晶型较好的cryptomelane型氧化锰能够对DME催化燃烧起促进作用。根据粉末衍射卡组(PDF)公布的数据,可以知道标准cryptomelane型氧化锰的XRD三强线的相对强度值,它标志着cryptomelane型氧化锰的标准晶型。应用标准物质的数据代入选好的神经网络里进行工艺预测,可以达到优化锰氧催化剂合成工艺条件的目的。优化结果表明,焙烧温度为445.35℃,葡萄糖与高锰酸钾的反应时间为58.4 s,葡萄糖与高锰酸钾的质量比为1.1时,合成了晶型较好的cryptomelane型氧化锰催化剂,活性评价实验结果表明催化效率良好。人工神经网络的建模主要用Matlab软件实现。由于平台的独特性,使用者往往受限于Matlab代码的编写。为了扩大使用人群,本文用浏览器/服务器(B/S)的架构实现BP神经网络的应用程序,用户可以通过浏览器的友好界面建立人工神经网络,同时能够方便地管理数据集。该应用程序建立在开放、免费的LAMP平台上,一方面有助于程序员进一步修改和完善程序代码,另一方面为程序的推广和发展提供了极大的便利。其中面向对象的编程思想是实现BP网络的理论基础,而BP算法则可以参考matlab库函数进行PHP编程语言的创作。