基于人工神经网络和遗传算法的甲烷制氢催化剂设计

• 作者: 何跃 母志为 陈勇 黄凯
• 来源期刊: 化工学报
• 关键词: 甲烷 制氢 催化剂 人工神经网络 遗传算法
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 过程系统工程
• 页码范围: 3481-3490
• 页数: 10页
• 分类号: TQ032.4
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20160370

摘要

通过筛选辅助组分和制备方法，制备了一种用于甲烷直接制氢的 Fe3O4复合氧化物催化剂。应用人工神经网络建立了该催化剂的配方模型，对人工神经网络模型学习算法、激活函数以及网络结构进行了考察，确定了该催化剂辅助设计的步骤及模型的网络结构，将Levenberg-Marquardt方法用于网络的训练，改进了网络的收敛特性，最终获得了泛化能力较强的人工神经网络配方模型。以建立的模型为目标函数，采用改进的混合遗传算法作为优化方法，经过6轮优化，获得了一系列较优的甲烷直接制氢的Fe3O4复合氧化物催化剂配方。选用其中一种优化获得的配方进行甲烷制氢反应，催化剂寿命和氢气生成速率分别达到4.46 h和1.16 mmol·min?1·(g Fe)?1，优于以往报道的催化剂。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈勇	东南大学化学化工学院	38	532	10.0	22.0
2	黄凯	东南大学化学化工学院	33	254	9.0	15.0
3	母志为	东南大学化学化工学院	1	7	1.0	1.0
4	何跃	东南大学化学化工学院	1	7	1.0	1.0