重整生成油选择性加氢脱烯烃 Pd基催化剂的研究

 研究了负载在Al₂O₃载体上的贵金属钯(Pd)基催化剂在重整生成油选择性加氢脱烯烃反应中的性能。在高压微反装置上，采用环己烯、甲苯和正庚烷的混合物为模拟油来评价筛选催化剂，并对不同工业原料油进行加氢试验。结果表明，在现有工业上常用的工艺条件下，采用Pd/Al₂O₃催化剂进行重整生成油全馏分的选择性加氢，不能满足产品质量要求。其原因是高沸点馏分强吸附在催化剂表面，从而导致催化剂失活。在适宜的工艺条件下，采用Pd/Al₂O₃催化剂进行连续重整汽油BTX 馏分选择性加氢脱烯烃，可以使加氢汽油满足芳烃抽提进料的质量要求。添加助剂对Pd/Al₂O₃催化剂进行改进，可以大大提高催化剂的稳定性。改进后的双金属Pd基催化剂(Pd+M/Al₂O₃)可用于不同原料的重整生成油（苯(C6)馏分、BTX(C6~C9)馏分、全馏分）的选择性加氢脱烯烃反应。加氢反应产物的溴价小于200mgBr/100g，芳烃损失小于0.5%(质量分数)，且在重整生成油全馏分的选择性加氢过程中该催化剂表现出好的稳定性。     

器外预硫化型MoNiP/γ-Al2O3催化剂的加氢脱硫性能研究

以二苯并噻吩为模型化合物，研究了器外预硫化型加氢催化剂MoNiP／γ-Al2O3的加氢脱硫初始活性及其储存稳定性。结果表明，使用不同配方的硫化剂，在反应温度160℃、浸渍温度160℃、浸渍时间4h、氮气热处理温度300℃的条件下制备得到的器外预硫化催化剂的加氢脱硫活性较好，部分可以达到器内预硫化催化剂的效果，但其加氢活性稍弱；二苯并噻吩在器内与器外预硫化催化剂上的加氢脱硫反应的历程类似，但是对于器外预硫化催化剂而言，二苯并噻吩的加氢脱硫主要依赖于氢解历程。器外预硫化催化剂的储存稳定性较好，长期储存后仍可以维持较高的HDS活性。     

烟机结垢的成因分析及防范措施

通过对烟机垢物的元素和晶体组成进行表征，分析其形成条件，计算验证并探讨垢物的形成过程，并提出应对防范措施。烟机结垢过程为：极少数原料油滴在反应汽化段内未完全汽化，未汽化油黏附在催化剂细粉表面并缩合生焦；部分焦炭颗粒未在再生器内烧尽，进入烟道后继续燃烧达到细粉的熔融温度，转化为液相黏性物质；携带微量高温熔融粉尘的烟气在三级旋风分离器下料口、烟机叶片等部位受高速离心作用，黏附到易结垢部位，形成无定形垢物。可通过提升原料油喷嘴雾化效果，调整合适的剂油比和系统细粉含量来减少烟机结垢。     

连续重整汽油选择性加氢脱烯烃用贵金属催化剂的研究

研究了Pd/Al2O3催化剂在连续重整汽油选择性加氢脱烯烃反应中的加氢性能,结果表明,对于Pd/Al2O3催化剂采用现有工业常用的工艺条件,不能满足产品需要,其原因是高沸点馏分强吸附在催化剂表面,从而导致催化剂失活.在连续重整汽油BTX馏分选择性加氢脱烯烃的反应过程中,在适宜的工艺条件下,研制的Pd/Al2O3催化剂可以使加氢汽油的溴值小于200 mg-Br·(100 g油)-1、芳烃损失小于0.5个百分点,可以满足芳烃抽提进料的指标要求.采用添加助剂的方法对单纯的Pd贵金属催化剂进行改进,改进的催化剂可用于连续重整汽油全馏分的选择性加氢,具有较好的活性、选择性和稳定性.     

二苯并噻吩合成方法的改进

对文献报道的由联苯和硫在AlCl3催化下反应合成二苯并噻吩(DBT方法中的提纯过程作了改进，大大简化了提纯步骤，使制备DBT的时间缩短了一半，产率为63．4％，经提纯后的成品含量达99．7％，其纯度、外观、晶相均优于进口试剂，但成本远低于进口试剂。产品用FT-IR、LRS、XRD和^1H NMR表征结果与文献报道完全相符合。     

基于802.1x的校园网认证系统的研究与实现

该文结合徐州师范大学校园网实名认证工作的实践,介绍了802.1x认证技术的体系结构和工作原理,主要讨论了我校基于锐捷交换机和RG-SAM安全计费管理系统的校园网管理模式。这种管理模式对于高校和政府机关的网络管理工作,具有一般性、推广性。     

多尺度混合注意力胶囊网络的海洋鱼类识别

针对胶囊网络(capsule network,CapsNet)特 征提取结构单一和数据处理中参数量过大的问题,提出 多尺度混合注意力胶囊网络 模型。首先,在网络初始端添加不同尺度的卷积核来多角度提取 特征,并引 入混合注意力机制,通过聚焦更具分辨性的特征区域来降低复杂背景干扰。其次,采用局部 剪枝算法优 化动态路由,减少参数量,缩短模型训练时间。最后,在海洋鱼类数据集F4K(Fish4Knowled ge)上验证, 结果表明,与传统残差网络(residual network50,ResNet-50)、双线性网络(bilinear convo l utional neural network,B-CNN)、分层精简双线性注意力网络(spatial transformation netw ork and hierarchical compact bilinear pooling,STN-H-CBP)以及CapsNet模型相比,该算法 识别精度为98.65%,比ResNet-50模型提升 了5.92%;训练时间为2.2 h,相比于CapsNet 缩短了近40 min,验证了该算法的可行性。     

定制家具行业现状及标准化研究初探

随着人们对家具产品要求的提高、个性化的追求,定制家具展现了良好的发展潜力.本文介绍了定制家具行业现状,并从通用名称术语、通用设计规范、组合组装标识技术要求、产品质量检验及质量评定、挥发性有害物质现场检测方法等方面进行了标准化研究,通过本研究将加强定制家具的生产和管理,保证家具产品质量,提升我国家具产品的国际竞争力.