一种活性锰催化材料制备过程用量控制方法技术

本发明专利技术提供了一种活性锰催化材料制备过程用量控制方法，所述方法包括：获取多次制备过程的历史数据，所述历史数据包括反应时间、催化剂用量曲线、反应炉温度曲线和除醛率曲线；其中，所述反应炉温度曲线采用反应炉的进口温度；获取深度学习模型，基于所述历史数据对所述深度学习模型进行训练；在制备过程中，获取目标除醛率曲线；基于所述深度学习模型和所述目标除醛率曲线，获取指导温度曲线和指导用量曲线；基于所述指导温度曲线和所述指导用量曲线，对制备过程中反应炉的温度和催化剂用量进行控制；具有能够对制备过程中的温度、时间和用量进行控制，得到较佳活性锰催化材料制备方法的效果。备方法的效果。备方法的效果。

【技术实现步骤摘要】
一种活性锰催化材料制备过程用量控制方法


[0001]本专利技术涉及化学及计算机
，具体而言，涉及一种活性锰催化材料制备过程用量控制方法。

技术介绍

[0002]活性锰催化剂可以跟其他组分搭配进行制备，以便利用其他化学成分的特点，使活性锰在除醛上能够得到更好的效果。例如将活性炭置于含有锰元素的料液中进行反应和结晶生长，但如果其中锰元素如果浓度过高，容易在反应过程结晶时形成过多的活性锰，导致活性炭载体的空隙被堵住或者产生游离的活性锰组分，降低了材料的利用率。而浓度过低则无法产生足够的活性锰，对甲醛的催化降解效果较差。这其中用量的控制较难把控。
[0003]另一方面，在制备时，还需要在放入锰元素溶液后，进行过滤并置于保护气氛中进行煅烧，若煅烧温度如果过低，则反应不全面，煅烧时间过短也会导致反应不全面；但是如果煅烧温度过高则会产生脆化、粉化等问题，无法保持其本身的孔隙结构；在制备过程中，需要找到最好的温度以便保持活性炭载体的结构稳定性；但是煅烧过程中的在反应器里，如何精确进行温度检测与了解反应情况难以进行。
专利
技术实现思路

本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种活性锰催化材料制备过程用量控制方法，其特征在于，所述方法包括：获取多次制备过程的历史数据，所述历史数据包括反应时间、催化剂用量曲线、反应炉温度曲线和除醛率曲线；其中，所述反应炉温度曲线采用反应炉的进口温度；获取深度学习模型，基于所述历史数据对所述深度学习模型进行训练；在制备过程中，获取目标除醛率曲线；基于所述深度学习模型和所述目标除醛率曲线，获取指导温度曲线和指导用量曲线；基于所述指导温度曲线和所述指导用量曲线，对制备过程中反应炉的温度和催化剂用量进行控制。2.根据权利要求1所述的一种活性锰催化材料制备过程用量控制方法，其特征在于：所述催化剂用量为多种催化剂在不同时间节点上的用量比例。3.根据权利要求2所述的一种活性锰催化材料制备过程用量控制方法，其特征在于：所述获取多次制备过程的历史数据包括：在每次制备过程中，均设置多个时间节点，在每个时间节点到来时，均实时获取该次制备过程中的多个实时数据。4.根据权利要求3所述的一种活性锰催化材料制备过程用量控制方法，其特征在于：所述多个实时数据包括：在该次制备过程中每个时间节点到来时，所述反应炉的进口温度；在该次制备过程中每个时间节点到来时，均获取所述反应炉内甲醛气体的浓度，并基于所述甲醛气体的浓度和所述反应炉的体积计算每个时间节点上的除醛率；在该次制备过程中每个时间节点到来时，所述反应炉中的多种催化剂的用量比例。5.根据权利要求1所述的一种活性锰催化材料制备过程用量控制方法，其特征在于：所述获取深度学习模型，基于所述历史数据对所述深度学习模型进行训练，包括：对所述历史数据进行离散处理，形成训练集和验证集，所述训练集和验证集均为多个反应炉温度和催化剂用量与除醛率相关的集合；采用所述训练集对所述深度学习模型进行训练；基于所述训练结果调整所述深度学习模型参数；采用所述验证集对训练后的所述深度学习模型进行验证。6.根据权利要求5所述的一种活性锰催化材料制备过程用量控制方法，其特征在于：所述对所述历史数据进行离散处理，形成训练集和验证集，包括：基于所述时间节点、所述催化剂用量曲线、所述反应炉温...

【专利技术属性】
技术研发人员：陈楚欣，陈日山，
申请(专利权)人：广州南科高新材料科技有限公司，
类型：发明
国别省市：