金属氧化物催化剂的制备和基于ANN的催化作用预测

论文摘要

本文在分析国内外固体推进剂用纳米燃烧催化剂的现状及其发展趋势的基础上,为了改善纳米燃烧催化剂的团聚、减小催化剂的表观比重从而提高其在推进剂中分散性,采用多孔材料作为纳米催化剂的载体研究了担载纳米CuO、PbO和CuO-PbO的纳米结构催化剂。 对制备过程中影响纳米颗粒形态的诸因素进行了研究。XRD分析结合TEM观察表明:尿素为沉淀剂均匀沉淀法制得的CuO为纺锤形,平均颗粒尺寸约为长度20nm、宽度5nm,PbO颗粒形状为类球形,大约10～20nm:NaOH为沉淀剂制得的CuO也是纺锤形,平均颗粒尺寸约为长度120nm、宽度20am,PbO颗粒团聚较严重;氨水为沉淀剂沉淀—热解产物中PbO颗粒为块状,尺寸5—30nm左右;离子交换法热解产物中PbO颗粒基本为球形,平均尺寸在50nm左右。结果表明本文所得纳米结构催化剂中的活性组份以纳米尺度均匀分散于载体的空隙和表面。ns-CuO的自然堆积密度大约下降到普通CuO的1/7,ns-PbO大约降到普通PbO的1/6。 对高氯酸铵（AP）的催化热分解结果显示,添加1%的ns—CuO使AP低温分解峰温提前了21.8℃,高温分解峰温提前了82.1℃,分解终止温度提前了89℃,表观分解热由1269J/g提高到1510J/g;对RDX催化热分解结果表明,在添加量均为1%时,ns-CuO、ns-PbO和ns-PbO-CuO分别使RDX分解放热峰温向低温方向移动了3.3℃、4.9℃和3.6℃,其中ns-PbO使RDX分解放热峰温降低的最多。 以本课题组前期所得ns-Fe2O3对RDX/AP/Al/HTPB推进剂催化燃烧的数据为基础,用BP神经网络建立网络结构,对催化剂不同含量与燃速之间的非线性关系进行了模拟,用训练好的网络对检测数据进行了预测。结果表明,所建立的网络对ns-Fe2Os催化剂的燃速催化性能有较好的预测能力。

论文目录

• 摘要
• Abstract
• 目录
• 1 绪论
• 1.1 引言
• 1.2 催化理论
• 1.2.1 催化燃烧机理
• 1.2.2 催化剂对推进剂热分解的催化作用
• 1.2.2.1 双基推进剂
• 1.2.2.2 双基推进剂用催化剂
• 1.3 纳米燃烧催化剂
• 1.3.1 纳米燃烧催化剂的应用研究及存在的问题
• 1.4 复合催化剂
• 1.4.1 铅-铜-炭复合催化剂
• 1.5 纳米金属氧化物复合催化剂
• 1.5.1 纳米金属氧化物复合催化剂的研究进展
• 1.6 基于人工神经网络催化作用的预测探索
• 1.7 本文的工作
• 1.7.1 本研究目的和意义
• 1.7.2 本文的研究内容和方法
• 1.7.2.1 研究内容
• 1.7.2.2 研究方法
• 2 纳米结构氧化铜（ns-CuO）催化剂
• 2.1 引言
• 2.2 实验部分
• 2.2.1 实验原理
• 2.2.2 ns-CuO的表征
• 2.3 结果与讨论
• 2.3.1 试样中活性组份负载量的影响因素
• 2.3.1.1 反应温度
• 2.3.1.2 反应物配比
• 2.3.2 反应温度对ns-CuO晶粒尺寸的影响
• 2.4 试样的表征
• 2.4.1 产物的XRD分析
• 2.4.1.1 Ma制备的ns-CuO的XRD分析
• c制备的ns-CuO的XRD分析'>2.4.1.2 M_c制备的ns-CuO的XRD分析
• 2.4.2 透射电镜（TEM）分析
• 2.4.2.1 Ma制备的ns-CuO的TEM分析
• c制备的ns-CuO的TEM分析'>2.4.2.2 M_c制备的ns-CuO的TEM分析
• 2.4.3 热解产物的自然堆积密度
• 2.5 ns-CuO催化剂对AP和RDX催化热分解的影响
• 2.5.1 AP和RDX催化热分解的测定
• 2.5.1.1 ns-CuO对AP热分解的催化性能
• 2.5.1.2 ns-CuO对RDX的催化性能
• 2.6 本章小结
• 3 纳米结构氧化铅（ns-PbO）催化剂
• 3.1 引言
• 3.2 实验部分
• 3.2.1 实验原理
• 3.2.2 试样的表征
• 3.3 结果与讨论
• 3.3.1 沉淀剂对PbO负载量的影响
• 3.3.2 反应温度的选择
• 3.4 热解产物的表征
• 3.4.1 热解产物的物相分析
• 3.4.2 沉淀剂对热解产物粒径的影响
• a所得ns-PbO的XRD分析'>3.4.3 M_a所得ns-PbO的XRD分析
• 3.4.4.ns-PbO的TEM分析
• 3.5 ns-PbO制备工艺的优化
• 3.5.1 改变溶剂制备ns-PbO催化剂
• 3.5.1.1 溶剂对PbO负载量的影响
• 3.5.2.2 ns-PbO微观结构的表征
• 3.6 热解产物的自然堆积密度
• 3.7 本章小结
• 4 纳米结构PbO·CuO催化剂
• 4.1 引言
• 4.2 实验部分
• 4.2.1 实验原理与方法
• 4.2.2 ns-PbO·CuO的制备
• 4.2.3 试样的表征
• 4.3 实验结果与讨论
• 4.3.1 反应条件的确定
• 1中氧化铅含量对CuO负载量的影响'>4.3.2 Ma₁中氧化铅含量对CuO负载量的影响
• 2中氧化铜含量对铅化合物负载量的影响'>4.3.3 Ma₂中氧化铜含量对铅化合物负载量的影响
• 4.3.4 热解温度的确定
• 4.3.5 共沉淀三种方法热解产物中活性组份负载量的比较
• 4.4 试样的表征
• 4.4.1 热解产物的XRD分析
• 2的前驱体热解产物的XRD分析'>4.4.1.1 Ma₂的前驱体热解产物的XRD分析
• 4.4.1.2 共沉淀法的热解产物的XRD分析
• 4.4.1.3 热解温度对微粒粒径的影响
• 4.4.1.4 热解时间对晶粒尺寸的影响
• 4.4.2 试样的TEM分析
• 4.4.3 ns-PbO·CuO的能谱分析
• 4.5 ns-PbO·CuO催化剂对RDX热解性能的影响
• 4.6 本章小结
• 5 基于BP网络燃烧催化剂催化性能的预测
• 5.1 引言
• 5.2 基于BP网络燃烧催化剂催化性能预测
• 5.2.1 BP（Back Propagation）网络的结构及其基本算法
• 5.2.1.1 BP神经网络的结构
• 5.2.1.2 BP神经网络算法步骤如下：
• 5.3 BP网络的建立
• 5.3.1 运行软件与硬件
• 5.3.2 数据的准备
• 5.3.3 样本的选取与预处
• 5.4 网络参数的确定
• 5.4.1 隐含层节点数
• 5.4.2 学习速率（lr）
• 5.4.3 动量因子
• 5.4.4 迭代次数
• 5.5 结果与分析
• 5.6 本章小结
• 6 结论
• 致谢
• 参考文献