- 1、本文档共69页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘 要
KF/Al O 是一种固体超强碱催化剂,它性能优越,具有强碱性和亲核性的
2 3
新型固体超强碱,同时具有高活性和良好的选择性。在有机反应中的应用报道也
越来越多,特别是在诸如 Michael 加成、Knoevenagel 缩合、Witting 反应等十分
重要的合成反应中的成功应用。所以制备出高效的 KF/Al O 催化剂就显得尤为
2 3
重要。
基于这样的理念,本课题研究了通过人工组装(浸渍法)和自组装(胶体法)
体系来制备纳米 KF/ Al O 催化剂,
2 3
以纳米γ-Al O 为载体、乙醇为溶剂条件下,用浸渍法制备了纳米 KF/Al O
2 3 2 3
催化剂。在合成氰乙基丙二酸二乙酯为探针反应的实验中,首先采用单因素轮换
实验法考查了 KF·2H2O 浸渍量、表面活性剂用量、浸渍温度和煅烧温度对催化
性能的影响;然后采用正交实验法综合考察上述四个因素对催化性能影响的重要
程度,但不能得到因素间的相关性。在 30g 纳米 γ-Al O 载体浸渍下,得到较佳
2 3
的制备条件为:KF·2H O 的用量为42.3g ,表面活性剂用量 3g,反应温度为 65℃,
2
煅烧温度 400 ℃。建立了各实验因素和产率之间的非线性数学模型,用建模的方
式描述了响应值与因子之间的关系,它可以预测试验的发展规律与倾向。
浸渍法制备 KF/ Al O 催化剂中,对合成 α-氰基苯乙烯酸乙酯为探针反应产
2 3
生的实验数据样本进行主成分分析,计算了 KF·2H O 的浸渍量(X )、表面活性
2 K
剂的加入量(X ) 、反应温度(X ) 、煅烧温度(X ) 四个因素得分和载荷,揭示了各
B F D
因素的重要程度及之间的相关性。确定了影响催化剂性能三个主要因素,即:
KF·2H2O 浸渍量、表面活性剂用量、浸渍温度。从得分和载荷重叠图中,分析了
优类样本的聚类情况。以后试验中,三个主要影响因素中的某个和两个因素发生
改变,只需要根据优化公式调节其它因素予以补偿,不再需要进行大量的试验,
能够使催化剂催化性能保持在很高的范围内。
采用有机溶胶-凝胶法,合成了复合纳米 KF/ Al O 催化剂:即在纳米 Al O
2 3 2 3
形成过程中,将 KF 均匀地掺杂进去,此时 KF 既是 Al O 形成过程的催化剂,
2 3
同时又与生成的Al2O3 发生作用产生碱性活性中心。应用合成 α-氰基苯乙烯酸乙
I
酯为探针反应来测试催化剂性能。应用主成分分析法对产生的数据样本进行分
析。计算影响催化剂催化性能的四个影响因素(KF·2H2O 的掺杂量(XK )、反应
时间 (X ) 、反应温度(X ) 、煅烧温度(X ) )的得分和载荷情况。揭示了因素的重
B F D
要程度及其之间的相关性。确定了 KF·2H O 的掺杂量、反应时间、反应温度三
您可能关注的文档
- 真空联合堆载预压法在公路软基中的应用与研究.pdf
- 电子测量仪器市场分析与研究.pdf
- 电子商务公共环境理论研究及上海市电子商务公共环境实证分析.pdf
- 支撑向量机在光谱遥感影像分类中的若干问题研究.pdf
- 支持向量机算法参数选择及其在电站锅炉系统中的应用研究.pdf
- 对高中政治课程资源利用现状研究.pdf
- 对建立我国农民集体所有建设用地使用权流转制度法律探讨.pdf
- 对网络游戏交互与建构研究.pdf
- 具有特殊性质的数字签名体制研究.pdf
- 指纹识别系统的算法研究.pdf
- 数据仓库:Redshift:Redshift与BI工具集成.docx
- 数据仓库:Redshift:数据仓库原理与设计.docx
- 数据仓库:Snowflake:数据仓库成本控制与Snowflake定价策略.docx
- 大数据基础:大数据概述:大数据处理框架MapReduce.docx
- 实时计算:GoogleDataflow服务架构解析.docx
- 分布式存储系统:HDFS与MapReduce集成教程.docx
- 实时计算:Azure Stream Analytics:数据流窗口与聚合操作.docx
- 实时计算:Kafka Streams:Kafka Streams架构与原理.docx
- 实时计算:Kafka Streams:Kafka Streams连接器开发与使用.docx
- 数据仓库:BigQuery:BigQuery数据分区与索引优化.docx
文档评论(0)