طراحی نانوکاتالیزورهای اصلاح شده با برخی از فلزات واسطه بر پایه کربن فعال با استفاده از سیستم های هوشمند برای اکسیداسیون ترکیبات آلی فرارVOCs))
First Statement of Responsibility
/فاطمه مسعودی خسروشاهی
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
تبریز: دانشگاه تبریز، دانشکده شیمی، گروه شیمی کاربردی
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
۸۰ص
NOTES PERTAINING TO PUBLICATION, DISTRIBUTION, ETC.
Text of Note
چاپی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
شیمی کاربردی
Date of degree
۱۳۹۰/۱۲/۱۱
Body granting the degree
تبریز: دانشگاه تبریز، دانشکده شیمی، گروه شیمی کاربردی
SUMMARY OR ABSTRACT
Text of Note
یکی از تکنیکهای موثر در حذف ترکیبات آلی فرار، اکسایش کاتالیزوری کامل تبدیل آنها به ترکیبات بی اثر مانند آب و دیاکسید کربن مباشد .از مزایای مهم اکسایش کاتالیزوری می توان به انجام فرآیند در دمای پایین تر، مصرف انرژی کمتر، تولید محصولات جانبی ناچیز و راندمان تبدیل بالا اشاره نمود .در این کار پژوهشی از کربن فعال به عنوان پایه کاتالیزور برای تهیه نانوکاتالیزورهای فلزات واسطه ردیف اول (V, Cr, Mn, Fe, Ni, Co, Cu, Zn)جهت حذف آلاینده تولوئن استفاده شده است .از مزایای استفاده از کربن فعال اقتصادی بودن این ساپورت نسبت به بقیه ساپورت ها و امکان صنعتی شدن این پروژه می باشد .در این کار تحقیقاتی از هیبرید نمودن مدل شبکه عصبی مصنوعی با یک بهینه سازچند متغییره به نام الگوریتم ژنتیک ساخت کاتالیست بهینه با حداقل آزمایشات، انجام شده است .از روش طراحی آزمایش تاگوچی به منظور تعیین نقاط آزمایشی تصادفی مورد نیاز و همچنین مقایسه این بهینه ساز کلاسیک با روش هیبریدی مورد استفاده، بهره برده شده است .همچنین از توصیفگرهای اتمی به همراه متغییرهای ساخت کاتالیزور به طور همزمان جهت مدلسازی استفاده شده است .در نهایت با استفاده از چنین سیستم هوشمندی تعداد آزمایشات لازم برای بررسی هر فلز واسطه ای حدود ۶۶ درصد کاهش یافته است .نتیجه نهایی این کار معرفی یک کاتالیست فعال با ترکیب Fe/AC است .میزان بارگذاری فلز ۲/۲، مقدار حلال ۴۱ میلی لیتر، دمای کلسیناسیون مطلوب ۴۴۶ درجه سانتیگراد و زمان کلسیناسیون مطلوب ۴۹/۴ ساعت است.
Text of Note
Abstractne of the most efficient methods for elimination of Volatile Organic Compounds (VOCs) is Catalytic oxidation of these Compounds into mainly CO2 and H2O. The advantages of catalytic oxidation are low temperature, low energy requirement, cost-effective and high conversion yield. In this work we employed activated carbon as a support for first row transition metal (V, Cr, Mn, Fe, Ni, Co, Cu and Zn) nanocatalysts for elimination of toluene as a VOC. We applied Taguchi method of experimental Design for designing experiments. A new method for catalyst design was used based on Artificial Neural Network (ANN), which was developed to simulate the relations between catalyst components and catalytic performance. For enhancing efficiency of catalyst design, a new hybrid Genetic algorithms (GA) was generated for global optimization to design the 'optimal' catalyst. Also we used atomic descriptors that Enable us to evaluate catalyst composition with fewer experimental data. finally with using this intelligent system the tests was decreased to 66 precent.atalysts were characterized by scanning electron microscopy (SEM)BET.ptimal catalyst was Fe/AC with 2.2 Fe loading that prepare in 41 ml solvent, 446C calcinations temperature and 4.49 hour calcinations time.