共查询到20条相似文献,搜索用时 31 毫秒
1.
本文论述了铁铬催化剂的组份研究、制备过程中主催化剂、助催化剂的选择及其控制条件与各种因素的影响,并对其使用情况的诸多方面进行了讨论。 相似文献
2.
茂锆金属催化剂催化乙烯聚合研究 总被引:2,自引:0,他引:2
主要考察了含锆的茂金属催化剂中催化乙烯反应条件优化研究,在最优条件下催化聚合反应所得的产物与吉林石化公司聚乙烯厂聚乙烯产品进行分析对比.对茂锆金属催化剂催化乙烯聚合反应条件研究表明,适宜的助催化剂[Al]与主催化剂[Cat]的摩尔比在1 500左右,适宜的主催化剂浓度在1.5×10-4 mol/L左右,最佳聚合温度60℃,此时催化剂的活性可达到106 gPE/(molCat·h).从物理性能、热性能、相对支化度、相对分子质量及其分布分析可知,制备出的负载茂锆金属催化剂在最优反应条件下催化乙烯聚合所得的产物与吉林石化公司聚乙烯产品性质基本一致,符合产品的指标,支链分布均匀,分子量分布更窄.同时对茂锆金属催化剂主、助催化剂催化乙烯聚合的作用和机理进行了探讨. 相似文献
3.
4.
5.
6.
7.
以三甲基氯硅烷和叠氮化钠为原料,二氯甲烷为溶剂,碘化锌为助催化剂,聚乙二醇400为相转移催化剂,在无水条件下制备三甲基叠氮硅烷。实验考察了滴加时间、保温反应时间、溶剂量、助催化剂量、相转移催化剂量、放大效应等因素对产品收率的影响。反应过程和产品质量通过气相色谱法进行分析、检测。 相似文献
8.
9.
《精细化工原料及中间体》2017,(10)
<正>本发明公开了一种大分子聚合酚改性聚双环戊二烯材料及其制备方法,该改性聚双环戊二烯材料是以双环戊二烯单体、主催化剂、助催化剂及大分子聚合酚为原料,通过反应注射成型工艺制成的;其中,所述双环戊二烯单体、主催化剂、助催化剂的摩 相似文献
10.
以粗叠合汽油为原料,采用自制的催化剂,进行叠合生产柴油实验室研究.确定的催化剂载体为中孔γ-Al2O3,考察了金属负载量、助催化剂对催化性能的影响,同时,进行了催化剂制备条件的研究.实验结果表明,在Ni质量分数为8%、助催化剂Sn质量分数为1.0%,催化剂浸渍时间为6h,焙烧温度和焙烧时间分别为500℃、4h的条件下,所制备得到的催化剂的催化性能、稳定性和再生性能最佳.通过实验室运转证明,在反应压力1.0 MPa、反应温度200℃、空速1.0 h-1的条件下,所得叠合柴油的体积收率为45.3%,且符合-35#柴油质量标准. 相似文献
11.
12.
综述了乙烯制备环氧乙烷所用银催化剂的Ag主催化组分、助催化组分、催化剂载体以及其它类型的乙烯氧化催化剂,指出了今后乙烯氧化反应所用催化剂的研究方向。 相似文献
13.
本文探讨了联二脲在双氧水的作用下制备AC发泡剂的适宜工艺条件,采用正交试验的方法,考察了助催化剂的种类及用量,主催化剂的用量及反应温度、酸浓度等对氧化收率的影响。还进行了母液循环利用的试验。 相似文献
14.
催化加氢法制备2,5—二氯苯胺 总被引:11,自引:0,他引:11
用Raney-Ni为催化剂,CEN为助催化剂,甲醇为溶剂,对2-5二氯硝基苯进行催化加氢还原,制备了2,5-二氯苯胺。研究了温度,氢气压力及助催化剂等各种工艺条件对反应的影响,并对催化剂进行了套用实验。结果表明,在较佳条件下反应,制得产品收率可达96%,纯度可达99%,催化剂可套有17次以上。 相似文献
15.
16.
间硝基苯磺酸钠助催化硫酸水解制备芦苇浆纳米纤维素 总被引:1,自引:1,他引:0
以间硝基苯磺酸钠(SMS)为助催化剂,质量分数 55% 硫酸水解芦苇浆制备纳米纤维素(NCC)。研究反应温度、反应时间以及SMS添加量对NCC的产率及粒径的影响。结果表明NCC最佳制备工艺条件为:反应温度 50℃,反应时间 3.0 h,间硝基苯磺酸钠添加量10%(以芦苇浆质量计)。傅里叶变换红外(FT-IR)光谱分析表明最佳工艺条件制备的NCC为纤维素类物质;透射电子显微镜和扫描电子显微镜图分析表明以SMS为助催化剂制备的的NCC形貌更规整,呈棒状。相同NCC制备工艺条件下,与十二烷基苯磺酸钠(SDBS)和硫酸铜(CuSO4)两种助催化剂相比,助催化剂SMS制备的NCC产率最高。 相似文献
17.
18.
19.
在低温下通过三乙基铝和水在不同的Al/H2O摩尔比下分别制备了EAO1(2:1),EAO2(3:2),EAO3(5:4)和EAO4(10:9)等一系列乙基铝氧烷,并将其作为助催化剂用于丙烯在不同温度下的聚合反应。通过对不同助催化剂的研究,发现助催化剂对负载型Ziegler—Natta催化剂催化丙烯聚合有显著的影响。在7O℃时,不同助催化剂所制备的聚合物的等规度相近,但聚合活性按AIEt3〉EAOl〉EAO2〉EAO3〉EAO4次序递减,而EAO制备的聚合物的分子量明显高于AIEt3;在100℃时,不同助催化剂(除EAO4外)的聚合活性相差不大,但聚合物的等规度和分子量都按AIEt3≈EAO1〈EAO2〈EAO3次序递增。结果表明助催化剂的反应性和体积大小影响活性中心的状态,进而影响聚合物的性质。 相似文献
20.
运用BP神经网络建立了助催化剂含量与催化剂活性之间的预测模型,对Fe1-xO基氨合成催化剂的助催化剂进行优化。首先将前期实验数据整理归纳为含有3、4、5、6和7个助催化剂等5类催化剂,以助催化剂含量(体积分数)为输入变量,以425℃反应器出口氨浓度(活性)为输出变量,对助催化剂进行优化。结果表明,BP神经网络预测模型拟合值均方误差最高为0.2784,预测值均方误差最高为0.1592,构建的BP神经网络模型准确度较高。在该模型的基础上,运用多种群遗传算法进行极值寻优,求解最优的催化剂配方,并进行实验验证。结果表明,根据优化结果制备5个样品的实验测定值与预测值的相对误差最高为2.88%,优化结果较为准确;含有7个助催化剂的催化剂活性最高为18.83%,比原样本的统计平均活性值(17.52%)高1.31%,相对提高7.48%,助催化剂含量优化取得满意的结果。 相似文献