适用于室内空气净化的规整光催化剂的制备及性能

用酚醛树脂作前驱物,通过炭化方法在预先成形的金属网上直接制备了炭化物载体,并在其上负载TiO2,经烧结后成为规整型光催化剂。利用XRD、SEM技术对载体和催化剂样品进行了表征。考察了催化剂对气相中苯的光催化降解活性,同时还考察了载体制备过程中炭化温度和炭化时间对负载型规整催化剂活性的影响。结果表明,炭化物载体是一种无定型炭,有发达的复合孔隙结构。负载后的规整光催化剂有明显的光催化效果,气相中苯的初始质量浓度为300 mg/m3时,在规整光催化剂存在下,紫外光照100 min后苯质量浓度下降到约20 mg/m3。此外,确定了载体适宜的炭化温度为550~600℃、炭化时间为2 h。规整催化剂避免了粉体催化剂在处理气相系统中产生的粉尘污染,可望用于室内空气的治理。     

模拟移动床分离过程及其优化方法研究进展

模拟移动床技术具有产率高、纯度高、过程连续性等优点，适用于多组分体系及各组分性质比较接近的难分离体系，其过程设计和优化工作一直是研究的重点和难点。本文首先对模拟移动床分离机理及其各种变型进行了介绍，其中重点阐述了目前应用广泛的顺序式模拟移动床技术的分离模式和优越性能。在此基础上，总结并分析了模拟移动床领域的各种优化方法和研究进展。从传统的三角形理论开始，总结归纳了三角形理论应用体系，指出其重要地位及局限性。之后依次介绍了基于三角形理论衍生而出的序列二次规划算法、应用较为广泛的驻波设计、体积分离分析和基于遗传算法的过程模拟、多目标优化等多种优化方法。分析结果表明，除多目标优化以外，无论是最传统的三角形理论，还是其他几种优化方法，在参数选择和实验设计等方面都存在诸多局限性，而多目标优化方法已被证明表现更为优异，可以适用于模拟移动床操作模式的各种变型，在未来将具有极大的发展潜力和应用前景。     

顺序式模拟移动床分离低聚木糖多目标优化及其变量调控机制

在前期分离实验基础上，采用非支配排序遗传算法(non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)对顺序式模拟移动床(sequential simulated moving bed reactor, SSMB)分离低聚木糖的过程进行了多目标优化，重点研究了SSMB分离过程的最佳操作区间及其变量调控机制，并与传统的模拟移动床进行了对比，在此基础之上提出了一种具有普适性的变量控制策略。以低聚木糖产品收率最大化和水耗最小化为目标，详细分析了SSMB分离过程的最优操作曲线、变量变化趋势、内部浓度曲线和出口处质量流量，提出了一种适用于SSMB的设计优化和变量调控的通用策略，证明了不能用传统的流量比及平衡理论来对SSMB过程进行变量控制，为SSMB在糖类多组分体系、结构复杂的手性药物及生物质体系的应用提供了新思路和新方法。