负载型钙钛矿La0.8Sr0.2MnO3/SBA-15催化燃烧甲苯的研究

采用逐层负载-孔道内氨/水蒸气原位羟化法制备了一系列负载型钙钛矿La_0.8Sr_0.2MnO₃/SBA-15催化剂,用XRD、BET、TG-DTG、XPS、H₂-TPR等手段对催化剂的物性结构等进行了表征,并在常压连续流动固定床反应器上评价了该催化剂对甲苯催化燃烧的催化性能。结果表明,逐层负载-孔道内氨/水蒸气原位羟化法的使用有助于活性组分La_0.8Sr_0.2MnO₃进入SBA-15的孔道,并在SBA-15上形成钙钛矿结构。La_0.8Sr_0.2MnO₃/SBA-15上钙钛矿结构的形成和晶格氧的出现,可为催化剂提供较多的活性中心,有利于其催化燃烧甲苯的活性。     

高负载量LaMnOx/SBA-15的制备及其催化甲苯燃烧性能

采用逐层负载-孔道内氨/水蒸气原位羟化法制备了高负载量的LaMnOx/SBA-15催化剂,并采用X射线衍射、N2吸附-脱附和程序升温还原等技术对催化剂进行了表征,考察了其催化甲苯燃烧的性能.结果表明,孔道内氨/水蒸气原位羟化提高了LaMnOx活性物种在SBA-15孔道内的分散度和还原性,显著改善了高负载量的LaMnOx...     

基于BP神经网络与多分类支持向量机的水质识别与分类

介绍BP神经网络与多分类支持向量机等分类模型的基本原理,并基于这两种方法对水质识别与分类的准确度进行实例比较研究,随机抽取了南昌市内2010-2013年水域水质的300组数据为样本,选取了pH,氨氮,Cl-,SO2-3,总硬度,硝酸盐氮为评价的主要特征。通过把训练后的模型在测试集中进行的检验对得到的模型进行评估,表明了BP神经网络和多分类支持向量机均可以较好地解决水质识别与分类过程中存在的复杂性,多变量,非线性等问题,相比较而言多分类支持向量机有较强的鲁棒性,预测结果更为精确稳定,将其应用到水质评价中具有一定的可行性。更多还原