新疆生产建设兵团博士基金(2011BB011)
- 作品数：5 被引量：14H指数：2
- 相关作者：王卫马惠琴马媛媛王淑芬骈继鑫更多>>
- 相关机构：石河子大学新疆生产建设兵团更多>>
- 发文基金：新疆生产建设兵团博士基金国家自然科学基金更多>>
- 相关领域：化学工程理学冶金工程更多>>
- 乙炔羰基化合成丙烯酸甲酯催化性能的人工神经网络模拟被引量：1
- 2013年
- 通过神经网络技术可找出催化工艺与催化性能之间的关联性,从而对催化性能进行预测,达到提高研究效率的目的。本文针对训练样本中奇异样本对神经网络模型预测能力和泛化能力的影响,将遗传算法思想引入神经网络,构建神经网络模型动态训练集,建立了遗传算法-神经网络模型(GARBF);利用GARBF模型对乙炔羰基化合成丙烯酸甲酯催化性能进行预测模拟。结果表明:与RBF相比,GARBF的预测精度明显提高,对于六组测试集,平均相对误差从2.94%降低到1.18%,体现了更强的泛化能力。
- 王淑芬王卫曹先航秦金凤牛倩
- 关键词：神经网络RBF催化
- La添加对S_2O_8^(2-)/ZrO_2-Al_2O_3固体超强酸催化剂性能的影响被引量：1
- 2014年
- 柠檬酸三丁酯(TBC)是绿色环保无毒的增塑剂,其传统合成工艺采用浓硫酸作催化剂,设备腐蚀、三废问题严重,开发高效、绿色的替代催化剂是当前研究的重点。本文采用共沉淀-浸渍法向S2O82-/ZrO2-Al2O3催化剂中引入适量的La元素,制备出具有较高催化活性和稳定性的固体超强酸催化剂;以柠檬酸三丁酯的合成为探针反应评价催化剂的活性,并通过红外光谱、X射线衍射、NH3程序升温脱附,吡啶红外光谱等表征方法考察了La的添加对催化剂结构和性能的影响,结果表明:La的加入能够阻止催化剂中过硫酸根的分解,增强S和O之间的相互作用;少量的La不仅能增加催化剂的比表面积、酸强度和酸量,且能提高催化剂的活性和稳定性,当La的加载量为1%时,制得的催化剂活性最高,柠檬酸的转化率达到93.69%。这表明La的引入可提高固体超强酸催化剂的活性和稳定性,所制备的催化剂可用于传统催化剂浓硫酸的替代品,并有效降低设备的损耗,提高产品TBC的品质,优化TBC合成工艺,具有良好的经济价值。
- 马惠琴王卫马媛媛
- 关键词：镧固体超强酸柠檬酸三丁酯
- 六水合溴化镁催化合成柠檬酸三丁酯被引量：2
- 2014年
- 绿色增塑剂是当前学术界研究的一个热点,而柠檬酸三丁酯作为一种新型绿色的塑料增塑剂受到了人们的青睐,为此,本文研究了六水合溴化镁催化一水合柠檬酸与正丁醇酯化合成绿色增塑剂柠檬酸三丁酯的反应条件,通过实验考察了催化剂用量、反应温度、酸醇物质的量比、反应时间等因素对反应的影响,确定出最佳反应条件为:催化剂用量10 mol%,酸醇物质的量比1∶5.5,反应温度140℃,反应时间为4 h,酯化率可达到98%以上。上述方法具有反应时间短,副反应少,酯化率高,价廉易得等优点。
- 骈继鑫邓功达王湘波王卫何林
- 关键词：柠檬酸三丁酯正丁醇
- 基于二层规划的改进RBF算法在iris数据集分类中的应用
- 2012年
- 基于二层规划上下层相互制约、各自独立决策的性质,融合遗传算法的选择、交叉算子,采用交叉验证方法,动态改善RBF算法的精度,使奇异样本以较大概率落在下层,以得到精度较高的训练网络。研究表明,改进RBF算法可以提高训练网络的泛化能力,并能以较大概率得到预测集中的奇异样本。
- 王淑芬王卫
- 关键词：神经网络遗传算法
- La改性固体超强酸S_2O_8^(2-)/ZrO_2-Al_2O_3的制备及催化性能研究被引量：11
- 2014年
- 采用共沉淀-浸渍法制备了固体超强酸S2O82-/ZrO2-Al2O3催化剂,并加入La对催化剂进行改性。以柠檬酸三丁酯的合成为探针反应评价催化剂的活性,并通过红外光谱、X射线衍射、NH3程序升温脱附等方法对催化剂进行表征,考察制备条件及La的引入对催化剂结构和性能的影响。结果表明:(NH4)2S2O8溶液浸渍浓度为0.5mol/L,锆铝氧化物物质的量比为1∶1,600℃焙烧4h后于1%(质量分数)的La(NO3)3溶液浸渍所得的催化剂活性较好,柠檬酸的转化率可达93.69%。La的引入可以提高催化剂对S2O82-的结合能力,抑制活性组分的分解,增加催化剂的酸强度和酸总量,提高催化剂的活性。
- 马惠琴王卫马媛媛
- 关键词：稀土固体超强酸ZRO2-AL2O3柠檬酸三丁酯
