钴基催化剂F-T合成的人工神经网络模拟

• 作者: 应卫勇 张海涛 房鼎业 李晨
• 来源期刊: 计算机与应用化学
• 学科: 化学
• 关键词: F-T合成 钴基催化剂 人工神经网络 模拟
• 年，卷（期）: 2006,（10）
• 所属期刊栏目: 一、研究论文
• 页码范围: 963-966
• 页数: 4页
• 分类号: O643
• 字数: 3303字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4160.2006.10.011

摘要

反应温度、压力、空速和原料气H2/CO比等工艺操作条件对F-T合成生成重质烃的选择性影响很大.以上述操作参数为输入变量,CO的转化率、甲烷在产物烃中的质量分数C1和重质烃的质量分数C5+为输出变量,采用LM算法建立了钴基催化剂F-T合成的BP神经网络模型,定量预测工艺操作条件对F-T合成的影响规律.预测结果表明,低温有利于重质烃生成,高温下CO的转化率高,但C1也高,C5+重质烃的选择性较低.压力升高,C1下降,CO的转化率和C5+增加.C1随空速的提高而增加,CO的转化率和C5+随空速的升高而下降.低合成气H2/CO比CO转化率和C1较低,C5+重质烃高.进一步的实验验证表明,模型具有较高的预测精度,CO转化率和C5+的相对误差小于8%,C1小于9%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	应卫勇	华东理工大学化工学院	150	1097	15.0	24.0
2	房鼎业	华东理工大学化工学院	265	3065	26.0	42.0
3	张海涛	华东理工大学化工学院	112	641	12.0	21.0
4	李晨	华东理工大学化工学院	10	109	7.0	10.0