苯与丙烯烷基化分子筛催化剂织构特性设计与性能调控

论文摘要

本文以苯与丙烯烷基化反应的MCM-22分子筛催化剂为重点研究对象,首先利用计算机模拟技术,较为深入地研究了苯与丙烯在不同织构特性分子筛MCM-22、β和ZSM-5上的行为特性后,利用MCM-22分子筛相对优越的特点,着重对其作为催化剂的微观和宏观织构特性设计及其性能控制进行了较为系统的研究,从不同层面上对其结构进行优化,调整催化剂本征性能,并结合人工智能技术构建了关联催化剂结构性能、反应工艺条件和催化反应性能的人工神经网络模型。利用分子模拟中巨正则蒙特卡罗和分子动力学两种经典的计算方法,对MCM-22,β和ZSM-5分子筛上苯与丙烯分子的吸附和扩散行为进行模拟计算,借此研究比较不同织构特性分子筛中的不同孔道内分子行为的差异,对三种分子筛用于催化烷基化反应不同的结果进行分析和预测。结果表明,苯和丙烯分子同时在分子筛上吸附时,存在着竞争吸附行为,其在不同的孔道内扩散速率差异很大。苯与丙烯在分子筛上发生反应时,由于β分子筛具有较大的孔道尺寸,其产物异丙苯可以较快的发生扩散,减少了异丙苯与丙烯发生深度烷基化反应的机会,可以提高目标产物异丙苯的选择性,但其过强的酸性也使其失活较快。ZSM-5分子筛具有的10MR孔道更小,更加不利于反应的发生。MCM-22分子筛具有更大的12MR超笼,但由于笼间由10MR窗口相连,苯分子在其中扩散较困难,而且也不利于苯与丙烯反应的发生,所以反应主要发生在层间半圆环口袋的酸性位。如果能够使更多的酸性位暴露在表层,可以使MCM-22分子筛的催化性能大大提高。采用动态水热合成法,通过添加不同用量有机辅助助剂丙三醇的方式合成了一系列用于苯与丙烯烷基化反应的MCM-22分子筛催化剂,在表征分析和实验评价的基础上,详细考察了丙三醇的加入对分子筛物理织构特性（比表面积、孔容和表面形貌等）及其催化性能的影响。结果表明,适量有机辅助助剂丙三醇的添加,可以起到分散模板剂,提高模板剂溶解性的作用,更好发挥其模板导向作用,提高分子筛的结晶度。丙三醇的加入还可以合成较大孔容以及较高比表面积的MCM-22分子筛,比表面积可以提高至489 m2/g,孔容可以增加到0.55 cm3/g。所获得的分子筛样品在焙烧过程中,由于丙三醇存在较多的醇羟基可以改变层间的T-OH之间的相互作用,使层与层的T-OH之间不易脱水形成T-O-T键,使焙烧后的分子筛具有较小的晶体尺寸以及较薄的层厚度,使更多的半圆环口袋暴露在外层表面,即使较多的酸性位暴露在外层表面,从而提高其催化活性;丙三醇的加入使分子筛层间距加大,晶粒分散,在催化苯与丙烯烷基化反应过程中,目的产物异丙苯较容易扩散,这就减少了异丙苯与丙烯进一步深度烷基化生成多异丙苯的几率,使异丙苯的选择性可以提高5%以上。分子筛催化剂的宏观特性调控主要是对粉体分子筛加工成工业粒级催化剂过程中的工艺条件进行研究,基于正交实验设计系统考察了挤条成型过程中各类助剂,如粘合剂、胶溶剂、扩孔剂和水粉比等对分子筛催化剂物理化学特性和催化性能的影响。结果表明,成型过程中,适宜的助剂加入,可以调节催化剂的本征性能,包括比表面积、孔径分布和酸性。SB粉主要调节催化剂颗粒强度,PEG20000主要调变孔径分布以及孔容,硝酸对分子筛可以产生骨架脱铝效应,调节骨架铝含量,进而可以调节催化剂的酸性。这样可以调控催化剂的本征性能使之与烷基化反应过程以及扩散过程达到相互匹配,达到有机结合。以异丙苯选择性为目标函数确定的最佳工艺条件为SB粉用量25%,硝酸用量20%,PEG20000用量10%,水粉比0.9。采用微观和宏观织构特性联合调控技术所制备的催化剂,其整体性能得到较好的提高,在相对苛刻的评价条件下,丙烯转化率提高大约2%,目标产物异丙苯选择性提高约3%。在实验完成了分子筛催化剂微观和宏观层次织构特性调控后,通过构建人工神经网络模型来关联催化剂织构特性,反应条件和催化性能的关系,更好的服务于催化剂设计。构建的网络模型表明,无论单输出还是多输出网络,预测值和实验值两者之间的平均相对误差较小并且具有较高的相关系数,说明所建立的BP神经网络模型可以较准确的预测苯与丙烯烷基化反应性能,得到较好的预测结果。然而,单输出网络由于其针对性较强,较多输出网络具有更加精确的预测能力。该神经网络不仅具备了预测苯与丙烯烷基化反应性能的功能,为实际生产提供理论指导,而且该网络模型的开发还可以反向应用于催化剂的设计与开发,确定适用于反应的催化剂织构特性和反应条件,增强实际催化剂制备的目的性,减少催化剂开发过程中繁琐的实验过程。

论文目录

• 摘要
• ABSTRACT
• 第一章 文献综述
• 1.1 生产工艺
• 1.1.1 固定床工艺
• 1.1.2 催化蒸馏工艺
• 1.1.3 国内生产情况
• 1.2 分子筛简介
• 1.2.1 MCM-22分子筛的结构
• 1.2.2 MCM-22分子筛的酸性
• 1.2.3 MCM-22分子筛的合成研究进展及其在催化反应中的应用
• 1.2.4 国内外用于烷基化或烷基转移分子筛催化剂合成技术专利
• 1.3 催化剂的工程设计
• 1.3.1 工业催化剂的开发
• 1.3.2 催化剂颗粒内部过程及其描述
• 1.3.3 单颗粒催化剂工程设计
• 1.3.4 分子筛微孔和介孔孔道的调变
• 1.3.5 分子筛介孔和大孔孔道的调变和修饰
• 1.4 分子筛上苯与丙烯烷基化反应机理的研究进展
• 1.4.1 苯和丙烯液相烷基化生成异丙苯的反应机理
• 1.4.2 分子筛上烷基化反应机理
• 1.4.3 不同分子筛上的烷基化反应特点
• 1.5 研究内容及创新
• 第二章 分子筛催化剂制备、物理化学特性表征及其催化性能评价方法
• 2.1 实验原料和设备
• 2.1.1 分子筛合成
• 2.1.2 催化剂成型
• 2.1.3 分子筛催化剂性能评价
• 2.2 分子筛表征
• 2.2.1 X射线粉末衍射测定（XRD）
• 2.2.2 孔结构测定
• 3-TPD测定'>2.2.3 NH₃-TPD测定
• 2.2.4 红外光谱FT-IR测定
• 2.2.5 SEM扫描电镜测试
• 2.2.6 TG-DSC测试
• 2.2.7 成型催化剂强度测试
• 2.3 分子筛催化剂性能的评价
• 2.3.1 催化剂活性评价
• 2.3.2 催化反应选择性和稳定性评价
• 2.3.3 原料和产物的组成分析
• 2.4 数据处理
• 2.4.1 定义
• 2.4.2 计算公式
• 2.5 本章小结
• 第三章 苯与丙烯在分子筛上吸附和扩散行为的计算机模拟
• 3.1 计算方法
• 3.1.1 模型的建立
• 3.1.2 力场参数
• 3.1.3 巨正则蒙特卡罗模拟
• 3.1.4 分子动力学模拟
• 3.2 苯与丙烯在ZSM-5,MCM-22和β分子筛上的吸附行为模拟
• 3.2.1 苯与丙烯在ZSM-5分子筛上的吸附
• 3.2.2 苯与丙烯在MCM-22分子筛上的吸附
• 3.2.3 苯与丙烯在β分子筛上的吸附
• 3.2.4 苯与丙烯在分子筛上的吸附规律分析
• 3.3 苯与丙烯分子分子筛上扩散行为的分子动力学模拟
• 3.4 本章小结
• 第四章 MCM-22分子筛微观织构特性及催化性能控制
• 4.1 MCM-22分子筛的制备
• 4.2 有机助剂丙三醇对MCM-22分子筛织构特性的影响
• 4.2.1 X射线粉末衍射（XRD）
• 2吸附脱附测试'>4.2.2 N₂吸附脱附测试
• 4.2.3 FT-IR测试
• 4.2.4 SEM测试
• 4.2.5 TG-DSC测试
• 4.3 有机辅助剂丙三醇对MCM-22分子筛催化性能的影响
• 4.3.1 有机辅助剂丙三醇对MCM-22分子筛催化活性的影响
• 4.3.2 有机辅助剂丙三醇对目的产物异丙苯选择性的影响
• 4.4 有机助剂丙三醇对MCM-22分子筛调变机理分析
• 4.5 其它有机助剂考察结果
• 4.6 本章小结
• 第五章 MCM-22分子筛催化剂宏观织构特性及催化性能控制
• 5.1 实验部分
• 5.2 数据处理分析
• 5.2.1 极差分析
• 5.2.2 方差分析
• 5.3 成型工艺对MCM-22分子筛催化剂机械强度的影响
• 5.3.1 粘合剂对MCM-22分子筛催化剂机械强度的影响
• 5.3.2 胶溶剂对MCM-22分子筛催化剂机械强度的影响
• 5.3.3 扩孔剂对MCM-22分子筛催化剂机械强度的影响
• 5.3.4 水粉比对MCM-22分子筛催化剂机械强度的影响
• 5.4 成型工艺对MCM-22分子筛催化剂酸性的影响
• 5.4.1 粘合剂对MCM-22分子筛催化剂酸性的影响
• 5.4.2 胶溶剂对MCM-22分子筛催化剂酸性的影响
• 5.4.3 扩孔剂对MCM-22分子筛催化剂酸性的影响
• 5.4.4 水粉比对MCM-22分子筛催化剂酸性的影响
• 5.5 成型工艺对MCM-22分子筛催化剂比表面积和平均孔径的影响
• 5.5.1 粘合剂对MCM-22分子筛催化剂的比表面积和平均孔径影响
• 5.5.2 胶溶剂对MCM-22分子筛催化剂的比表面积和平均孔径影响
• 5.5.3 扩孔剂对MCM-22分子筛催化剂的比表面积和平均孔径影响
• 5.5.4 水粉比对MCM-22分子筛催化剂的比表面积和平均孔径影响
• 5.6 成型条件对MCM-22催化剂催化性能的影响
• 5.6.1 成型条件对丙烯转化率的影响
• 5.6.2 成型条件对产物选择性的影响
• 5.7 分子筛微观和宏观织构特性联合调控实验
• 5.8 本章小结
• 第六章 催化剂织构特性与其宏观催化性能的人工神经网络模拟
• 6.1 人工神经网络的原理
• 6.1.1 人工神经网络的特点
• 6.1.2 Back-Propagation（BP）神经网络
• 6.2 用于分子筛上苯与丙烯烷基化反应的BP神经网络模型的建立
• 6.2.1 数据集的建立和归一化
• 6.2.2 BP神经网络结构的确定
• 6.2.2.1 隐含层神经元个数的确定
• 6.2.2.2 训练次数的确定
• 6.2.3 神经网络模型预测能力的检验
• 6.3 本章小结
• 第七章 结论
• 参考文献
• 附录
• 致谢
• 研究成果及发表的学术论文
• 作者和导师介绍
• 北京化工大学博士研究生学位论文答辩委员会决议书