編號：NMJS09094
篇名：用超聲衰減譜測量層狀雙金屬氫氧化物粒度分布的方法
作者：張明峰 吳博 侯光昊 周蕾 王學重
關鍵詞： 層狀雙金屬氫氧化物 超聲衰減譜 粒度分布在線檢測 BP神經網絡 遺傳算法
機構： 北京石油化工學院新材料與化工學院
摘要： 層狀雙金屬氫氧化物(LDHs)作為一種性能優(yōu)良的非貴金屬電催化劑,在提高析氧反應速率,、降低制氫成本等方面具備巨大優(yōu)勢,其粒度大小直接影響催化活性位點的有效暴露面積和本征結構,很大程度上決定了LDHs電催化析氧反應的活性時間和催化效率.因此,實現(xiàn)對LDHs粒度分布的在線檢測對LDHs的合成控制與活性提升具有重要意義.根據(jù)LDHs粒度小,、形貌特殊的特點,本文建立了一種基于超聲衰減譜在線測量其在懸浮體系中粒度分布(PSD)的方法,該方法在LDHs粒度表征領域的應用尚屬首次.利用超聲衰減譜法對LDHs懸浮體系粒度分布進行測量的最大難點是傳統(tǒng)ECAH模型需要首先已知難以獲得的體系分散相和連續(xù)相的物性參數(shù).本文采用主成分分析(PCA)結合誤差反向傳播(BP)神經網絡建立了預測模型,并引入遺傳算法(GA)對模型進行優(yōu)化,解決了超聲衰減譜法的難點,通過CoFeAl-LDH懸浮體系進行了驗證.結果表明,PCA-GA-BP神經網絡能有效對LDHs在懸浮體系中的粒度分布進行在線預測,預測值與真實值的峰形重合度高,峰高偏差小,兩者的均方誤差MSE為0.1497,模型擬合優(yōu)度R2=0.9768,說明該方法可作為在線測量LDHs粒度分布的有效方式。
