钴基催化剂F-T合成的人工神经网络模拟

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%.

关键词：F-T合成、钴基催化剂、人工神经网络、模拟

所属期刊栏目：23

分类号：O643(物理化学（理论化学）、化学物理学)

资助基金：高等学校博士学科点专项科研项目20050251006

在线出版日期：2007-03-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：963-966