عنوان

بررسی عملکرد نانو کاتالیست‌صهای زئولیتی اصلاح شده درفرآیند تبدیل متانول به پروپیلن‮‭MTP)‬)

شماره

‭۶۱۰۸پ‬

زبان متن نوشتاري يا گفتاري و مانند آن

per

عنوان اصلي

بررسی عملکرد نانو کاتالیست‌صهای زئولیتی اصلاح شده درفرآیند تبدیل متانول به پروپیلن‮‭MTP)‬)

نام نخستين پديدآور

/مسعود نوائی شیرازی

نام ناشر، پخش کننده و غيره

تبریز: دانشگاه تبریز، دانشکده شیمی، گروه شیمی- کاربردی

نام خاص و کميت اثر

‮‭۱۱۰‬ص‬

متن يادداشت

چاپی

جزئيات پايان نامه و نوع درجه آن

کارشناسی ارشد

نظم درجات

شیمی، گروه شیمی- کاربردی

زمان اعطا مدرک

‮‭۱۳۹۰/۱۱/۳۰‬

کسي که مدرک را اعطا کرده

تبریز: دانشگاه تبریز، دانشکده شیمی، گروه شیمی- کاربردی

متن يادداشت

در صنعت پتروشیمی، از پروپیلن به طور وسیعی برای تولید پلی پروپیلن، اکریلونیتریل، اکرولین، کیومن و اکریلیک‌صاسید استفاده می گردد .همچنین پلاستیک های مختلفی که از پروپیلن تولید می شوند می‌صتوانند جایگزین موا غیرپلاستیکی مانند :کاغذ، چوب و استیل شوند .از این رو بازار تقاضا برای پروپیلن به طور پیوسته در حال افزایش است .در حال حاضر پروپیلن به عنوان محصول جانبی در طی فرآیند تولید اتیلن از طریق کراکینگ بخار نفتا و کراکینگ کاتالیستی سیال ‮‭(FCC)‬ تولید می-گردد .اما با توجه به بحرا نهای نفتی و همچنین کمبود منابع نفتی در آینده، یافتن روشی جدید، که دارای درصد محصول بالایی از پروپیلن باشد، مورد نیاز است .نظر به اینکه متانول می تواند به آسانی از طریق گاز طبیعی، ذغال سنگ و بیومس تولید گردد از این رو در چندین سال اخیر فرآیند تبدیل متانول به پروپیلن ‮‭(MTP)‬ به عنوان روشی جدید در تولید پروپیلن مورد توجه فزاینده ای قرار گرفته است .تحقیقات نشان داده است که انتخابگری پروپیلن می تواند با اصلاح کاتالیست‮‭ZSM‬ - ‮‭۵‬افزایش یابد.در این کار پژوهشی، از شبکه های عصبی مصنوعی و الگوریتم های ژنتیکی در طراحی کاتالیست های‮‭ZSM- H‬- ‮‭۵‬اصلاح شده به صورت دو فلزی با چهار فلز نیکل، کرم، سریم و آهن برای افزایش انتخابگری پروپیلن در فرآیند تبدیل کاتالیتیکی متانول به پروپیلن استفاده شد .برای این منظور در ابتدا کاتالیست‮‭HZSM‬ - ‮‭۵‬با فلزات واسطه مختلف در فرآیند ‮‭MTP‬ مورد ارزیابی قرار گرفت و نهایتا کاتالیست‮‭ZSM- Mn‬- ‮‭۵‬به عنوان بهترین کاتالیست پایه، یرای تهیه کاتالیست‌های دوفلزی انتخاب گردید .سپس مقدار بهینه بارگذاری منگنز تعیین شد .از روش رویه پاسخ برای تولید پایگاه داده‌ها با سه فاکتور) مقدار بارگذاری فلز دوم، دمای کلسیناسیون و زمان کلسیناسیون (استفاده گردید .برای مدل‌صسازی از شبکه عصبی سه لایه‌ای استفاده شد و توصیفگرهای اتمی برای تمایز فلزها از هم بکار رفتند .برای دست یابی به مدل بهینه، شبکه‌های با تعداد نرون متفاوت در لایه مخفی بررسی شد .مدل با ‮‭R۲‬ بالا به عنوان مدل بهینه انتخاب شد و برای تعریف تابع برازندگی بکار رفت .از الگوریتم ژنتیکی برای یافتن کاتالیست مطلوب استفاده شد .در نهایت کاتالیست‮‭ZSM-Mn- Cr۲.۴۶‬- ‮‭۵‬به عنوان کاتالیست بهینه معرفی گردید .دمای کلسیناسیون مطلوب‮‭۴۸۶ C‬و زمان کلسیناسیون مطلوب ‮‭۴‬ ساعت است .با مقایسه کارایی کاتالیست‮‭HZSM‬ - ‮‭۵‬با کاتالیست بهینه معرفی شده مشاهده گردید که انتخابگری نسبت به پروپیلن به اندازه ‮‭۱۸‬ افزایش یافته است .همچنین شناسایی کاتالیست پایه با تکنیک های ‮‭XRD, SEM, TEM‬ انجام گرفت

متن يادداشت

In petrochemical industry, propylene has been widely used as a raw material for the production of polypropylene, acrylonitrile, acroline, cumene and acrylic acid. In addition, different plastics which produced, from propylene can be used as replacement for non-plastic materials such as paper, wood and steel. So far, its market demand has been increasing steadily. Propylene, however, has been produced as a by-product of ethylene production by the naphtha steam cracking and of gasoline production by fluid catalytic cracking (FCC). Due to the crude oil crisis and the shortage of petroleum resources in the future, finding a new way with high yield of propylene is required. The methanol-to-propylene (MTP) process has been highlighted in the past few years as an attractive alternative method for propylene production, since methanol can be easily produced from natural gas, coal, and biomass. The researches indicated that propylene selectivity could be increased with the modified ZSM-5 catalysts.in this project, we used Artificial neural networks and genetic algorithm for design of modified H-ZSM-5 catalysts. In order to enhance propylene selectivity in MTP process, supported bimetallic catalysts were employed, as the activity of the catalyst is higher than that of its individual components; therefore, M(M: Mn, Fe, Cr, Ce) was chosen for the preparation of supported M-Mn-ZSM-5 bimetallic catalysts by the impregnation method. Central composite design method was used for producing database with three factors (amount of second metal loading ( M), calcination temperature (Tc) and calcination time). Three-layer perceptron neural network was used for modeling and atomic descriptors were used for distinguishing of metals from each other. For obtaining optimum model, training of networks with different neurons on hidden layer investigated. Model with highest R2 selected as optimum model for defining of fitness function. Real form of genetic algorithm was used for discovering desirable catalyst. Cr2.46-Mn-ZSM-5 catalyst was introduced as a optimum catalyst. The best calcination temperature was 486C and the desirable calcination time was 4h-1. In this way 18 increase in propylene selectivity was obtained comparing to parent catalyst at the same conditions. In addition, the parent catalysts was Characterized with XRD, SEM and TEM

موضوع مستند نشده

Catalytic transformation of methanol to propylene

موضوع مستند نشده

Modified H-ZSM-5 zeolite

موضوع مستند نشده

Catalyst design

موضوع مستند نشده

Response Surface Methodology (RSM)

موضوع مستند نشده

Artificial Neural Networks (ANNs)

موضوع مستند نشده

Genetic Algorithm (GA)

مستند نام اشخاص تاييد نشده

نوائی شیرازی، مسعود

مستند نام اشخاص تاييد نشده

نیائی، علیقلی، استاد راهنما

مستند نام اشخاص تاييد نشده

سالاری، داریوش، استاد مشاور

مستند نام اشخاص تاييد نشده

نبوی، سید رضا، استاد مشاور

يادداشت عمومي

سیاه و سفید

وضعیت فهرست نویسی

نمایه‌سازی قبلی