基于小样试验的铜基催化剂特性研究及应用

基于小样试验的铜基催化剂特性研究及应用大气污染问题一直困扰着我国经济的健康发展,随着车辆不断的普及,燃油尤其是柴油机燃烧产生的有害气体逐年增加。

随着国六法规的即将出台,各大车企、内燃机企业及高校都在不断的在后处理这一领域进行更深入的研究。

众所周知,柴油机由于其燃烧温度高,会产生大量的NOx气体。

这是导致酸雨和光化学烟雾的主要污染成分。

降低NOx的手段,目前流行的是Urea_SCR系统。

本文将针对这一反应过程中的NH3吸附过程开展研究分析。

基于反应动力学原理,根据小样试验台的内部结构,催化剂小样的蜂窝状涂覆结构,以及NH3_SCR反应机理,分别建立了收缩管道流模型,简化的一维单通道层流模型,简化的一维边界层稳态对流扩散模型,简化的一维非稳态对流扩散模型,多活性点位吸附模型。

通过上述的模型建立起1+1维稳态流动的氨存储模型。

为了预测催化剂的性质,提出氨存储模型反问题的求解方法——遗传算法,一种具有全局搜索能力的高效能算法。

并且,考虑到正向问题计算的复杂程度高,在遗传算法中加入一个新函数select,用于减少遗传算法中子代的返祖现象。

本文考虑可移植平台的多样性,语言可读性以及其他计算机语言的兼容性,决定采用的是开源的编程工具Python,利用其海量的工具包,实现模型的搭建工作,以及改良遗传算法的实现。

对三个活性点位S1,S2,S3的活化能及其修正系数,催化剂自身涂覆层的孔隙率及其存储量进行反求解,从而获得当前催化剂的各项参数,并通过和试验数据的比对验证其可行性。

在此基础上,利用先前建立的1+1维氨存储模型进行正向模拟其特性,综合评价催化剂性能。

在催化剂使用过程中,由于各类客观因素的影响,老化问题是不
可避免的。

本文验证了模型对于老化后氨存储模型的准确性,在此基础上,也可以实现对老化问题的分析。