La和Cu共掺纳米TiO_2光催化转化CO_2研究

采用溶胶-凝胶法制备了La、Cu共掺杂的纳米TiO2粉体,并用X射线衍射(XRD)、高分辨透射电镜(HR-TEM)和X射线光电子能谱(XPS)等技术表征了La/Cu/TiO2催化材料的结构和形貌.研究了不同La元素掺杂量对CO2还原产物甲醛生成量的影响.结果表明,质量分数0.1%La/0.6%Cu/TiO2材料的光催化还原CO2性能最佳,以0.2,mol/L NaOH作为还原剂、300,W高压汞灯(主波长为365,nm)为辐照光源、光催化反应6,h时,甲醛的生成量最大,可达304.49,μmol/gcat.     

直接甲醇燃料电池用Co-N-C电催化剂的制备及性能

以三聚氰胺甲醛树脂和硝酸钴为前驱体,在Ar保护下采用高温碳化方法制备用于直接甲醇燃料电池(DMFC)阴极的含氮碳载钴(Co-N-C)氧还原电催化剂.利用热重与红外光谱联用、X射线衍射分析、元素分析等方法表征了催化剂的制备过程和结构,采用旋转圆盘电极测试考察了不同碳化温度对Co-N-C电催化剂氧还原催化活性的影响及电催化剂的耐醇性能,并采用该催化剂为阴极催化剂进行DMFC单电池测试.结果表明:Co-N-C电催化剂具有较高的电催化活性和较好的耐醇性能;其氧还原起始电位在0.5V(vs.SCE)左右;700℃碳化温度下制备的Co-N-C电催化剂具有最高的氧还原催化活性.     

超临界水中甲醛气化的实验研究

以葡萄糖在超临界水气化制氢中的中间产物甲醛为对象,研究了其在超临界水中的气化过程.结果表明:甲醛气化生成的气体产物主要成分是H2、CO2和CO,液体产物主要成分是CH3OH、CH3OCH2OCH3和CH3OOCH;反应温度、压力、时间以及物料含量对反应产物存在影响,其中压力和物料含量对气化过程影响较大;低压下低温有利于H2生成,高压下高温更有利于H2生成;反应时间长、甲醛初始含量低亦有利于H2的生成.根据气化后的气、液态产物及其含量,确定了甲醛在超临界水中气化转换的路径.     

基于人工神经网络的微量甲醛气体识别方法

建立了基于神经网络技术的甲醛气敏元件自动测试系统,并选择了多个半导体气敏元件组成的传感器阵列用于微量甲醛气体的测试。实验证明,该传感器可以实现对低浓度甲醛的定量检测。     

甲醇脱氢制甲醛反应中碱金属难熔盐的催化性能研究

在16 mm陶瓷管固定床反应器中考察了甲醇脱氢制无水甲醛反应中几种含钠化合物及碱金属难熔盐的催化活性,表明陶瓷管也可做甲醇脱氢反应器;碱金属碳酸盐大都具有一定的催化活性,催化性能排序为:Na2CO3>K2CO3>Cs2CO3>Li2CO3,即含钠盐的催化活性较其它碱金属要高;钠的卤化物及硫化物的催化活性很低;钠的含氧酸盐在反应中的催化性能表现各异,其中Na2CO3、Na2B4O7和Na2MoO4的催化性能最好。     

超声水解法制备纳米二氧化钛光催化降解甲醛废水的研究

通过在TiCl4水解过程中施加超声辐照，室温条件下制得了5～6nm锐钛矿型TiO2．研究了该催化剂光催化降解甲醛废水的反应条件，定性分析了甲醛废水降解产物．     

正辛醇萃取甲醛的动力学研究

以正辛醇为萃取剂,研完了从酸性(HNO_3)介质中萃取甲醛的动力学。实验是在一恒界面池中进行的。通过改变搅拌强度、两相接触面积、操作温度和酸浓度,判定甲醛的萃取反应过程为在有机相膜内反应与扩散并列进行的过程,其主要特征表现为包含有机相膜的界面反应。在理论分析的基础上,结合实验结果,建立了萃取动力学模型。     

磺化丙酮甲醛缩聚物的合成原理及最优工艺探讨

以丙酮、甲醛和焦亚硫酸钠为主要原料合成了磺化丙酮甲醛缩聚物,阐述了其化学反应原理,用正交实验方法对反应条件及合成单体配比对其水泥分散性能的影响进行了研究,优选了实验参数。结果表明,磺化丙酮甲醛缩聚物合成的最佳工艺条件为:(1)原料配比为丙酮(A)∶甲醛(F)∶焦亚硫酸钠(S2)∶氢氧化钠(N)=1∶2.2∶0.28∶0.46。(2)加料方式采取控温滴加甲醛的方式。(3)加成缩合反应温度为60±5℃,2~5 h滴完并保温。(4)热缩合反应温度为90~95℃,时间为2 h。     

B4C改性酚醛树脂对Si3N4的高温粘接性能

以酚醛树脂为基体,加入B4C作为改性填料制备出高温粘结剂,并对Si3N4陶瓷进行粘接.在300～800 ℃温度范围内对Si3N4陶瓷粘接试样进行热处理,并测试了不同温度热处理后的室温剪切强度.结果表明,经过700～800 ℃热处理后,粘结剂表现出较为理想的粘接性能,剪切强度测试结果为Si3N4陶瓷基体破坏.利用扫描电镜研究了粘接试样的断面形貌及胶层结构特征.研究表明,在高温热处理过程中,B4C改性填料发生了复杂的物理、化学变化,通过B4C与树脂挥发分之间的改性反应,有效提高了酚醛树脂热解后的残炭值,进而改善了粘接胶层结构的高温稳定性;纤维状物质的形成与B2O3颗粒的细化,有助于提高粘接胶层的连接强度.     

甲醛生产优化控制的神经网络新方法

提出了一种基于神经网络的自学习稳态优化控制新方法。证明了优化算法的收敛性。收敛速度快，无需数学模型，只需目标函数和一些操作变量的量测量值，实施方便，通过对甲醛生产的优化计算，求得了在满足产品质量和产量约束条件下使原料单耗最低的最优操作条件。与实际操作相比较，本文所提供的优化条件，可显著地降低原料单耗，提高产品质量，并能廷长催化剂寿命。