导读:本文包含了辅助催化剂论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:催化剂,甲烷,专家系统,价值,助燃,神经元,神经网络。
辅助催化剂论文文献综述
秦文龙[1]（2010）在《注蒸汽辅助催化剂对稠油的改质实验研究》一文中研究指出文章利用动态实验装置考察了在注蒸汽条件下催化剂对稠油进行井下改质降黏的可行性。实验结果表明动态条件比静态条件更有利于井下改质反应的发生,加入催化剂后,稠油的H/C比升高,而杂原子和重金属含量大大降低,进一步改善了稠油的品质,显示了该技术在稠油开采方面的潜在应用价值。(本文来源于《钻采工艺》期刊2010年03期）
[2]（2009）在《丹麦技术大学开发出一种计算机辅助催化剂设计方法》一文中研究指出丹麦技术大学物理系开发出一种可以筛选金属催化剂的新方法。这一借助于计算机的辅助研究方法最终会得到一个金属成本对应于发生催化反应分子吸附热的曲线。依据这一曲线图,在实验室研发之前,就可以鉴别出具有潜在反应活性和选择性的新型催化剂。该方法利用电子密度泛函理论(本文来源于《石油炼制与化工》期刊2009年03期）
隋静,卢进,李伟善[3]（2004）在《直接甲醇燃料电池阳极铂辅助催化剂》一文中研究指出介绍了直接甲醇燃料电池(DMFC)的工作原理、存在的主要问题及解决办法,详细阐述了几种阳极铂辅助催化剂钌、钨、钼、钛等元素或化合物对甲醇电催化氧化的作用机理和优缺点;分析了DMFC存在的优势以及发展速度比其它燃料电池缓慢的主要因素。(本文来源于《电池工业》期刊2004年02期）
陈慧,董迎,冯霞[4]（2002）在《计算机辅助催化剂设计》一文中研究指出通过评价计算机纹理分析所抽取纹理特征与催化剂活性的关系 ,寻找高活性的催化剂表面纹理模型 ,来指导实验室催化剂设计和判别再生催化剂的性能 .(本文来源于《天津理工学院学报》期刊2002年02期）
黄凯[5]（2001）在《计算机辅助催化剂配方优选及在多组分甲烷氧化偶联催化剂设计中应用》一文中研究指出随着社会的进步，人们对资源利用的要求越来越高，同时为可持续发展，对环境保护也越来越关注。催化剂在资源利用和环境保护方面因而日益发挥着巨大的作用，而能否设计出高活性、高选择性的催化剂配方，与催化剂配方设计方法的好坏有密切的关系，特别是对于日益重要的多组分催化剂体系而言。 传统催化剂设计方法的缺点很难在较短时间设计出优秀的配方，且实验工作量大。而基于专家系统的计算机辅助催化剂设计方法需要建立催化知识库和推理机，从效率上难以满足催化剂设计的要求。针对这些催化剂设计方法的缺点，在前人开发的人工神经网络辅助催化剂设计方法的基础上，参照前人对人工神经网络结构(包括隐含层个数和隐含层节点个数)的研究，确定了用于催化剂配方建模的人工神经网络隐含节点数选择的基本原则；选用Sigmoid函数作为用于建模的人工神经网络各层的激活函数；通过对传统BP算法、矩方法改进的BP算法和Levenberg-Marquardt方法改进的BP算法等叁种神经网络学习算法的比较，认为Levenberg-Marquardt方法的收敛速度较前两种算法有明显的优势，且对初始权值的依赖较前两种算法要小，因此确定在催化剂配方建模中采用基于Levenberg-Marquardt方法的BP算法人工神经网络的学习算法；为了提高神经网络模型的精确度，确定了多轮次逐步训练的策略，使催化剂模型朝正确的方向逼近；将SWIFT方法应用于网络模型局部最优点的求解，应用计算证明这种方法的寻优速度很快，适用于有多个局部最优的问题，并将此方法得到的催化剂配方作为下一轮进一步训练的样本；针对标准遗传算法收敛速度慢、局部寻优能力差的缺点，首次将SWIFT方法和遗传算法结合构成混合遗传算法(Hybrid GA)，提高优化的速度以设计出最优的催化剂配方。基于上述各点，首次提出了一种基于人工神经网络和混合遗传算法的催化剂配方设计方法。该催化剂设计方法通用性较强，无须过多初始样本，建模效率较高，特别适合多组分催化剂配方的设计。 同时为了进一步验证和完善所建立的计算机辅助催化剂配方设计方法，并考虑到甲烷氧化偶联作为天然气综合利用的重要途径之一，而关键的催化剂开发却难有突破，故选择多组分甲烷氧化偶联配方优选作为上述设计方法的首个应用对象。而通过考察前人甲烷氧化偶联催化剂研究的成果，认为组分较少的催化体系难以胜任甲烷氧化偶联反应，而由多种过渡金属相互协同、用相应元素助催化、并用碱金属离子修饰的多组分催化剂有可能获得良好的催化性能。因此选择Zr和Mn元素作为所开发催化剂的主要组分；同时为了抑制Zr和Mn元素的深度氧化特性，用S、P和W元素作为助催化剂，并用碱金属元素进行修饰以提高反应中C2烃的选择性。由此首次设计了一种用于甲烷氧化偶联反应的六组分催化剂。 进而，为了给基于人工神经网络和混合遗传算法的催化剂配方设计方法提供I 有效的初始样友隼，针对该六组分催化剂，应用正交设计的方法设计了25个配1 方，并在于惰件气体稀释的条件下，分别进行了考评。从此25个催化剂中找到ICfu：O，一3：l，辰应渴度为 1069 K条件下，Cfu的转化率达到21．38％，C，选【择。旺达到82．56O（C，烃收率为17．65％｝，且在10 k内活性基本不变。通过对反应 发现Mll和Zr元素的含量对Cth转化率影响较大。同时证明多组分催化剂有可 能获得较好的甲烷氧化偶联催化性能。 随后，将基于人工神经网络和混合遗传算法的催化剂配方设计方法应用于此a 六组分甲烷氧化偶联催化剂配方的优选。以催化剂六个组分的摩尔含量为输入袁 层，第一和第二隐含层的节点分别为24和9，并以催化性能（包括甲烷转化率和nMC。烃选择性购输出层构成了6—24—9—2型网络用于该催化剂配方建模。g 基于所建立的催化剂配方模型，通过六轮的训练－优化－再训练过程，不儿 仅使C。烃收率的实验结果与网络预测结果的误差控制怀p3％范围内（绝对数值卜pn沉 而且设计出了多种优秀的多组分甲烷氧化偶联催化剂配方，其中催化性能最为突；出的两种催化剂在前述的反应条件下，CH4转化率分别达到3 6．91％和37．79％，ge。烃选择性分别达到v】soo，o和刀．soo，K。烃单程收率分别为刀．oso，o和刀．vss卜及忐 在没有用情性气体稀释的同等条件下。该结果已高于目前文献报道的最好结果。＄此外，针对直接神经网络建模的一些缺点，并进一步提高建模的效率，探索兰 了将PLS方法与神经网络相结合卿NNPLS方法），并应用于建立多组分甲烷氧甲愧 化偶联催化剂的模型。与直接神经网络建模相比，NNPLS方法压缩分解了变量，＄减少了计算量，同时使模型的推广能力得到提高，有效地改善了直接神经网络建8 模过程中催化剂模型泛化能力较差的缺点。与线性PLS相比，N’’a－－LS方法的模归 型精度较高，有利于以后的催化剂雌。这方面的工作是对神经网络催化剂建模s 过程的延续和改进，有待进一步深入的研究。R 最后，基于人工神经网络的他化剂配方模型均是黑箱模型o mdel，对t＋中 反应过程中催化剂表面的特(本文来源于《浙江大学》期刊2001-12-01）
钟光祥,苏念军[6]（1999）在《价值分析辅助催化剂筛选》一文中研究指出本文提出了价值分析法辅助催化剂筛选的思路及价值函数的建立方法，并应用于由六氟丙烯制备七氟丙烷的气固相氯氟化催化剂研究中，得到了性能良好的催化剂。同时，证实了此法的可行性。(本文来源于《有机氟工业》期刊1999年04期）
纪红兵,林维明[7]（1998）在《通用辅助催化剂设计专家系统(GACD)的建立》一文中研究指出介绍了通用辅助催化剂设计专家系统（ＧＡＣＤ），具体阐述了ＧＡＣＤ系统的知识获取、知识表达、推理方法及其实际应用。(本文来源于《计算机与应用化学》期刊1998年03期）
黄遵楠,寥代伟,万惠霖,张鸿斌,蔡启瑞[8]（1997）在《计算机辅助催化剂组分分子设计的思想和实现》一文中研究指出从催化科学和人工智能相结合的角度，阐述了在计算机辅助催化剂组分分子设计中面向催化反应机理和面向物种活性模型的分子设计过程，以一系列常见的催化反应活性模型作为用户交互内容，建立了初步的催化剂分子设计专家系统ESMDC，说明了其工作原理和设计过程．并介绍了该系统在甲烷氧化偶联金属氧化物催化剂分子设计中的应用实例。(本文来源于《计算机与应用化学》期刊1997年01期）
王晖[9]（1995）在《人工神经元网络辅助催化剂生产》一文中研究指出本文提出了一种探索催化剂生产优惠操作条件的新方法．从而使最终产品的质量得以提高，并能节约人力、物力．寻优是依据数学模型离线进行的，模型采用人工神经元网络ＡＮＮ以实际上并不完全的历史数据训练后自动产生．(本文来源于《北京化工大学学报(自然科学版)》期刊1995年03期）
李永旺,孙予罕,陈诵英,彭少逸[10]（1993）在《计算机辅助催化剂颗粒级设计的研究》一文中研究指出在深入研究催化剂颗粒级设计问题的模型化基础上,应用面向用户的计算机软件系统ESTRECAP分析了活性分布、多稳态等复杂问题,进一步讨论了相关的单颗粒催化剂导向性设计的方法和策略.(本文来源于《化工学报》期刊1993年03期）
辅助催化剂论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
丹麦技术大学物理系开发出一种可以筛选金属催化剂的新方法。这一借助于计算机的辅助研究方法最终会得到一个金属成本对应于发生催化反应分子吸附热的曲线。依据这一曲线图,在实验室研发之前,就可以鉴别出具有潜在反应活性和选择性的新型催化剂。该方法利用电子密度泛函理论
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
辅助催化剂论文参考文献
[1].秦文龙.注蒸汽辅助催化剂对稠油的改质实验研究[J].钻采工艺.2010
[2]..丹麦技术大学开发出一种计算机辅助催化剂设计方法[J].石油炼制与化工.2009
[3].隋静,卢进,李伟善.直接甲醇燃料电池阳极铂辅助催化剂[J].电池工业.2004
[4].陈慧,董迎,冯霞.计算机辅助催化剂设计[J].天津理工学院学报.2002
[5].黄凯.计算机辅助催化剂配方优选及在多组分甲烷氧化偶联催化剂设计中应用[D].浙江大学.2001
[6].钟光祥,苏念军.价值分析辅助催化剂筛选[J].有机氟工业.1999
[7].纪红兵,林维明.通用辅助催化剂设计专家系统(GACD)的建立[J].计算机与应用化学.1998
[8].黄遵楠,寥代伟,万惠霖,张鸿斌,蔡启瑞.计算机辅助催化剂组分分子设计的思想和实现[J].计算机与应用化学.1997
[9].王晖.人工神经元网络辅助催化剂生产[J].北京化工大学学报(自然科学版).1995
[10].李永旺,孙予罕,陈诵英,彭少逸.计算机辅助催化剂颗粒级设计的研究[J].化工学报.1993
论文知识图
