基于气象因素的PM2.5质量浓度预测模型

为得出拟合效果最佳的预测模型,建立了多元回归和机器学习预测模型对PM_2.5质量浓度进行预测。在输入气象因素的基础上,引入污染物质量浓度基础值和周期因素两类变量作为预测输入,并对4种预测模型进行对比研究。研究结果表明:对预测输入进行改进后,多元线性回归预测模型拟合优度由0.52提高至0.64,所选取的气象参数、污染物质量浓度基础值和周期因素能较好地描述PM_2.5质量浓度的日变化情况;与多元线性回归预测模型相比,BP神经网络和支持向量机两种预测模型能较好地捕捉PM_2.5质量浓度与预测输入之间的非线性影响规律,整体拟合优度分别达0.69和0.74,预测准确度较高;支持向量机预测模型可作为PM_2.5质量浓度预测的首选方法。     

甲醇制丙烯工艺C_2循环系统的优化改造

针对甲醇制丙烯装置C2循环系统经常发生堵塞的现象,进行了原因分析,并通过提高CO2洗涤塔塔顶物料冷却温度和将部分脱乙烷塔塔顶物料旁通于干燥系统循环回反应器,解决了C2系统堵塞问题,保障了甲醇制丙烯系统的安稳运行。     

钌助剂对Co/ZrO_2催化剂还原性能的影响

制备了一系列不同钌含量的ZrO2负载的钴基费-托合成催化剂,采用X-射线衍射,H2-程序升温还原分析方法研究了钌助剂对Co-ZrO2催化剂还原性的影响。结果表明,催化剂钴物种主要以Co3O4的形式分散在载体表面。催化剂中加入少量的Ru助剂有利于氧化钴的两步还原和残余硝酸钴的还原,增强了催化剂的还原度。     

神华宁煤甲醇制丙烯装置产物分布探讨

考察了甲醇制丙烯催化剂第一周期运行情况,研究了反应产物选择性以及丙烯收率随时间的变化趋势,探讨了其产物变化规律。随着反应时间的延长,催化剂活性位逐渐被积炭覆盖,导致酸性位数降低,从而使丙烯收率逐渐升高,气相中丙烷选择性降低,LPG收率也逐渐降低,其他副产品变化不是很明显。