計(jì)算機(jī)輔助催化劑設(shè)計(jì)

1、工業(yè)催化學(xué)習(xí)報(bào)告報(bào)告主題：計(jì)算機(jī)輔助催化劑設(shè)計(jì)學(xué)生：何強(qiáng)學(xué)號：班級：能化1402指導(dǎo)老師：計(jì)算機(jī)輔助催化劑設(shè)計(jì)何強(qiáng)（西南科技大學(xué)材料科學(xué)與工程學(xué)院能化1402班 綿陽621000）摘要：計(jì)算機(jī)輔助催化劑設(shè)計(jì)方法可分為三類,即數(shù)學(xué)模型法、專家系統(tǒng)法和混合法。數(shù)學(xué) 模型法提供的信息確定，有助于推動(dòng)催化理論的發(fā)展；專家系統(tǒng)法繼承專家的經(jīng)驗(yàn)，有助于 以后的催化劑設(shè)計(jì)，混合法結(jié)合數(shù)學(xué)模型法和專家系統(tǒng)法的特點(diǎn)，是輔助催化劑設(shè)計(jì)最有效 的手段。目前催化劑廣泛應(yīng)用化學(xué)工業(yè)、石油加工工業(yè)、食品工業(yè)以及其他許多工業(yè)部門， 大多數(shù)化學(xué)過程都少不了催化過程。但由于催化劑設(shè)計(jì)本身的復(fù)雜性，制備一種新的催化劑 或改進(jìn)一種

2、原有的催化劑需要消耗大量的人力、物力和財(cái)力。隨著人們對催化過程了解的不 斷深入，對于催化劑設(shè)計(jì)過程已提出許多模型，有些模型已經(jīng)應(yīng)用到催化劑設(shè)計(jì)中。但是催 化劑設(shè)計(jì)是復(fù)雜的，影響催化劑的因素是多方面的，作為催化劑的設(shè)計(jì)者，主要限制是這些 因素之間并不相互獨(dú)立，所以在優(yōu)化催化劑設(shè)計(jì)時(shí)，必須把催化劑特性和反應(yīng)器及過程反應(yīng) 特性聯(lián)系起來。但人們在用模型設(shè)計(jì)時(shí)會(huì)遇到某些問題，一方面由于影響催化劑設(shè)計(jì)因素之 間高度的非線性比，所需要的計(jì)算量極大；另一方面催化知識中包含大量非素質(zhì)知識，用傳 統(tǒng)的計(jì)算方法不能解決。隨著現(xiàn)有計(jì)算機(jī)運(yùn)算速度猛增和非數(shù)值求解的發(fā)展，計(jì)算機(jī)輔助催 化劑設(shè)計(jì)成為可能，并在催化劑中扮演越

3、來越重要的角色。關(guān)鍵詞：計(jì)算機(jī)數(shù)學(xué)模型專家系統(tǒng)法群蟻算法遺傳算法一、計(jì)算機(jī)輔助催化劑設(shè)計(jì)難點(diǎn)隨著測試手段的日益先進(jìn)和催化理論及其相關(guān)知識的不斷發(fā)展，催化劑的開發(fā)由純技藝 性向“分子設(shè)計(jì)”水平方向發(fā)展，但用計(jì)算機(jī)輔助設(shè)計(jì)催化劑仍然存在困難。1、基本無理論催化劑設(shè)計(jì)從全憑經(jīng)驗(yàn)和技藝發(fā)展到現(xiàn)在相當(dāng)程度的理論指導(dǎo)，而這些理論指導(dǎo)很大程 度是建立在經(jīng)驗(yàn)上，催化理論“分子水平”成熟的時(shí)代尚未到來，現(xiàn)代催化理論還有待于突破。2、催化過程內(nèi)在復(fù)雜性催化劑整個(gè)設(shè)計(jì)過程極其復(fù)雜，影響催化劑性能的因素多，而且這些因素之間并非相互 獨(dú)立。例如，對于烷烴部分氧化，流化床比固定床反應(yīng)器效果更佳，但流化床反應(yīng)器必須采 用高

4、機(jī)械性能和高耐磨性能的催化劑，相反又限制了催化劑的物理特性和化學(xué)組成，而這些 又必須采取適當(dāng)?shù)幕瘜W(xué)組成使主反應(yīng)更有效地進(jìn)行。正由于催化理論的不健全和催化過程的 復(fù)雜性，所以目前催化劑設(shè)計(jì)主要仍以經(jīng)驗(yàn)、以試探性的方法為主。一種新的或改進(jìn)的催化劑的研制成功還需要進(jìn)行大量的試驗(yàn)工作。一方面，催化這門學(xué)科已有某些零散的理論和前 人的大量經(jīng)驗(yàn);另一方面，隨著計(jì)算機(jī)運(yùn)算速度的增大和解決非數(shù)值問題能力的增強(qiáng)，使運(yùn) 用計(jì)算機(jī)輔助催化劑設(shè)計(jì)成為可能。二、計(jì)算機(jī)輔助催化劑設(shè)計(jì)分類根據(jù)實(shí)驗(yàn)結(jié)果模擬輔助催化劑設(shè)計(jì)關(guān)聯(lián)出確定的數(shù)學(xué)模型，將有助于催化理論的完善和 發(fā)展。由于專家系統(tǒng)輔助催化劑設(shè)計(jì)采用前人所總結(jié)出來的經(jīng)驗(yàn)，

5、采用邏輯推理的方法模仿 人類專家進(jìn)行輔助設(shè)計(jì)，這對于設(shè)計(jì)新催化劑或改進(jìn)催化劑具有較好的效果，但對于催化理 論的完善和發(fā)展不如數(shù)學(xué)模型模擬。1、數(shù)學(xué)模型模擬輔助催化劑設(shè)計(jì)一個(gè)典型的數(shù)學(xué)模型模擬方法如圖所示。從圖可看出，一旦給定特定化學(xué)過程，給催化 過程模型提供催化劑的類型、動(dòng)力學(xué)與傳遞特性及反應(yīng)機(jī)理等信息，這模型就可用于催化劑電1敷學(xué)橫主模抵輔助催化制設(shè)計(jì)典里示崽0EFig. 電1敷學(xué)橫主模抵輔助催化制設(shè)計(jì)典里示崽0EFig. I Computer-aideduf calftiyats withMlLwlIb” 口Ik of matheiiialical inodel(1)、催化劑的孔結(jié)構(gòu)及擴(kuò)散

6、反應(yīng)物和產(chǎn)物在復(fù)雜孔結(jié)構(gòu)中的擴(kuò)散是一個(gè)很重要的問題，若孔較小，比表面積高，催 化劑的活性也會(huì)增大，但反應(yīng)物和產(chǎn)物較難從孔結(jié)構(gòu)中擴(kuò)散出，影響產(chǎn)物的選擇性，因此一 定要平衡各因素。由于很難用標(biāo)準(zhǔn)的實(shí)驗(yàn)方法測出某一反應(yīng)物或產(chǎn)物在孔結(jié)構(gòu)中的有效擴(kuò)散 系數(shù)，借助于計(jì)算機(jī)采用模擬的方法可以有效地分析出催化劑顆粒的結(jié)構(gòu)和傳遞特性。人 們已在這方面做了相當(dāng)?shù)墓ぷ鳎谶@里主要介紹兩種方法第一種方法是采用e Bt h e網(wǎng) 來描述顆粒中無序的孔結(jié)構(gòu)。在Behte網(wǎng)中，孔結(jié)構(gòu)被描述成無規(guī)則的，但由不同直徑的 圓柱孔相互連接并具有特定拓?fù)浣Y(jié)構(gòu)。這些無規(guī)則的孔網(wǎng)可描述顆?？椎奶匦裕⑶矣纱丝?分析得出孔的其他物理特性和

7、傳遞特性。第二種方法是采用三維結(jié)構(gòu)模擬法，這里用到M o nt eC a r l。模擬法:通過建立無序的三維孔結(jié)構(gòu)，對這種催化劑結(jié)構(gòu)的物理和傳遞特性進(jìn)行測定。上述兩種方法已經(jīng)開始應(yīng)用，各有長短。B e t h e網(wǎng)法簡單，但須標(biāo)定;而三維 結(jié)構(gòu)模擬法則提供了更為真實(shí)的孔結(jié)構(gòu)模型。（2）、催化劑失活通常催化劑的壽命實(shí)驗(yàn)費(fèi)時(shí)、費(fèi)力、費(fèi)資金。為加快開發(fā)工業(yè)催化劑的速度，可對引起 催化劑失活的因素進(jìn)行強(qiáng)化，在苛刻的條件下對新的或改進(jìn)的催化劑進(jìn)行“催速失活”實(shí)驗(yàn) 預(yù)測催化劑的壽命。隨著計(jì)算機(jī)輔助催化劑設(shè)計(jì)的不斷深入，人們采用失活模型來預(yù)測催 化劑的壽命，至今已有多種模型可用于預(yù)測失活速率，如最通用的衰變

8、定理:d A/ d, =k A “式中:A是活性，k和n是取決于工藝條件和反應(yīng)機(jī)理的常數(shù)可用這種方法來預(yù)測長一年 的活性，這種預(yù)測在1 0 0 1 000小時(shí)的范圍內(nèi)可提供精確的數(shù)據(jù);進(jìn)行范圍更廣泛的數(shù) 學(xué)模擬也是可以的，利用速率方法、類似于衰變定理的失活函數(shù)和計(jì)算機(jī)程序，模擬顆粒狀 固定床反應(yīng)器的行為。利用計(jì)算機(jī)進(jìn)行預(yù)測具有快速和花費(fèi)不多的優(yōu)點(diǎn)，使工藝設(shè)計(jì)者們 得益非淺。采用模型模擬方法的關(guān)鍵是真正理解反應(yīng)和失活兩方面的機(jī)理和動(dòng)力學(xué)。2、專家系統(tǒng)輔助催化劑設(shè)計(jì)典型專家系統(tǒng)輔助催化劑設(shè)計(jì)如所示在專家的指導(dǎo)下建立催化知識庫，當(dāng)用戶向系統(tǒng)提問時(shí)，推理機(jī)通過訪間催化知識庫 中的知識給以解答和解釋。這

9、樣一 個(gè)專家系統(tǒng)中，催化知識庫的組織 是非常關(guān)鍵的。例如在開發(fā)高純乙 醇新的催化劑時(shí)，t S i l es等人經(jīng) 過長達(dá)八年的研究得到大量的實(shí)驗(yàn) 制備表征和測試的數(shù)據(jù)根，據(jù)這些 數(shù)據(jù)，問時(shí)，推理機(jī)通過訪間催化知識庫 中的知識給以解答和解釋。這樣一 個(gè)專家系統(tǒng)中，催化知識庫的組織 是非常關(guān)鍵的。例如在開發(fā)高純乙 醇新的催化劑時(shí)，t S i l es等人經(jīng) 過長達(dá)八年的研究得到大量的實(shí)驗(yàn) 制備表征和測試的數(shù)據(jù)根，據(jù)這些 數(shù)據(jù)，H.c.o Fl e y等人建立了知識誑林柔淵嘛媯段計(jì)恐示麒 Fir 2 Computer-tided dfsipi of catalysts with expert sys

10、tem庫系統(tǒng)，其知識庫被有效地分為四類:即制備的完備性、制備的均勻性、催化劑的體相和表 面相以及反應(yīng)的機(jī)理。通過此專家系統(tǒng)，反過來合理地指導(dǎo)實(shí)驗(yàn)研究，制備出有效化劑。3、混合輔助催化劑設(shè)計(jì)數(shù)學(xué)模型根據(jù)實(shí)驗(yàn)數(shù)據(jù)模擬催化劑設(shè)計(jì)，提供了確定性的信息，但催化劑設(shè)計(jì)過程實(shí)際上卻是以試驗(yàn)性為主的過程。二，羊洗化刑!因此只有把確定性的模型（數(shù)；學(xué)模型）和非確定性模型（專家瑚型改棗拓化刑I圖3胳合軸碾化州毋汁典朋示微圖Fig；” 3ilnnEire! eoj-nputrr-asjdrrl； detugri. nf catalysts系統(tǒng)）綜合起來考慮，才能更有效地輔助催化劑設(shè)計(jì)圖給出了混合輔助催化劑F i g

11、設(shè)計(jì)簡 單示意圖。如在N I A ?系統(tǒng)中，設(shè)計(jì)者把他們的催化劑任務(wù)分解為5個(gè)較易解決的子模 塊，在模塊設(shè)計(jì)中，把數(shù)學(xué)模型同催化知識庫聯(lián)系一起運(yùn)轉(zhuǎn)結(jié)果預(yù)測sno:是主催化劑，而 5 1 0:、zno、PZ o s、N b Z os MoO3為有效助催化劑實(shí)驗(yàn)也證明了 n SOZ/ 5 10和s nOZ/P Z O S催化劑對于乙苯脫氫具有高選擇性。類似的系統(tǒng)還有D E c A D E等。綜觀三種輔助催化劑設(shè)計(jì)方法，數(shù)學(xué)模型法提供的信息確定，有利于催化理論的發(fā)展; 而由于現(xiàn)有催化知識的少理論化，專家系統(tǒng)有利于把大量寶貴的催化經(jīng)驗(yàn)繼承下去，并有利 于在以后的催化劑設(shè)計(jì)中充分利用;混合法結(jié)合數(shù)學(xué)模型

12、法和專家系統(tǒng)的特點(diǎn)，是輔助催化 劑設(shè)計(jì)最有效的手段。雖然計(jì)算機(jī)輔助催化劑設(shè)計(jì)已有應(yīng)用到實(shí)際催化劑設(shè)計(jì)中的實(shí)例，但 由于催化劑設(shè)計(jì)本身的極其復(fù)雜性，只能將計(jì)算機(jī)計(jì)作為一種輔助手段，設(shè)計(jì)出的催化劑是 否真正有效一定要通過實(shí)驗(yàn)證實(shí)。一個(gè)計(jì)算機(jī)輔助催化劑設(shè)計(jì)過程應(yīng)該是不斷地用計(jì)算機(jī) 進(jìn)行設(shè)計(jì)，不斷地進(jìn)行實(shí)驗(yàn)證實(shí)的過程。三、優(yōu)化方法1、遺傳算法遺傳算法是計(jì)算數(shù)學(xué)中用于解決最佳化的搜索算法，是進(jìn)化算法的一種，具有良好的 全局搜索能力，可以快速地將解空間中的全體解搜索出，而不會(huì)陷入局部最優(yōu)解的快速下 降陷阱；并且利用它的內(nèi)在并行性，可以方便地進(jìn)行分布式計(jì)算，加快求解速度。侯嫚丹 在對催化裂化反再過程分析中，

13、將遺傳算法引入模型的建立和優(yōu)化控制中，充分利用遺傳 算法的搜索下和適應(yīng)性，實(shí)現(xiàn)了輕收最大、損耗最小的多目標(biāo)優(yōu)化；并且設(shè)計(jì)了一組新的 神經(jīng)網(wǎng)絡(luò)模型，通過輸入8個(gè)已知操作參數(shù)可以輸出6個(gè)需要的操作參數(shù)，可達(dá)到10-3 以上的精確度，取得了良好的效果。楊三八等采用多重交叉策略和多重變異策略的改進(jìn)遺 傳算法求解計(jì)算乙基叔丁基醚合成反應(yīng)動(dòng)力學(xué)參數(shù)，并討論了遺傳策略和編碼方式等對算 法性能的影響。結(jié)果表明，各反應(yīng)活化能的值符合一般化學(xué)反應(yīng)活化能的取值范圍，與單 一策略的標(biāo)準(zhǔn)遺傳算法相比，該方法估算精度高，能有效避免局部最優(yōu)的問題，動(dòng)力學(xué)參數(shù) 可靠，模型計(jì)算結(jié)果與實(shí)驗(yàn)結(jié)果吻合良好。為實(shí)現(xiàn)催化重整過程生產(chǎn)指標(biāo)

14、的綜合優(yōu)化，基于已實(shí)現(xiàn)工業(yè)應(yīng)用的催化重整17集總 反應(yīng)動(dòng)力學(xué)模型和催化重整過程機(jī)理模型，考慮相應(yīng)的多種約束條件，建立了以最小化重芳 烴收率和最大化總芳烴收率為目標(biāo)的操作優(yōu)化模型，以基本遺傳算法為基礎(chǔ)引入多重退火 交叉，并以多種變異模式競爭取代單一的變異策略，以隨著遺傳代數(shù)和個(gè)體適應(yīng)度動(dòng)態(tài)調(diào)節(jié)的交叉和變異概率代替固定不變的交叉和變異概率提出了一種改進(jìn)的混合遺傳算法HNAGA。研究結(jié)果表明，與一般的遺傳算法相比，HNAGA在尋找Pareto最優(yōu)解前沿方 面具有一定的優(yōu)越性，可以有效提高決策的準(zhǔn)確性?；具z傳算法為基礎(chǔ)，引入多重退火交叉,并以多種變異模式競爭取代單一的變異策略， 以隨著遺傳代數(shù)和個(gè)體

15、適應(yīng)度動(dòng)態(tài)調(diào)節(jié)的交叉和變異概率代替固定不變的交叉和變異概率 提出了一種改進(jìn)的遺傳算法;用于研究包含復(fù)雜組分、同時(shí)進(jìn)行多種反應(yīng)的催化裂解反應(yīng)集 總動(dòng)力學(xué)，并與傳統(tǒng)的算法比較,證明改進(jìn)的遺傳算法可迅速、準(zhǔn)確獲得有物理意義的動(dòng)力學(xué) 參數(shù)優(yōu)化值，是研究復(fù)雜反應(yīng)動(dòng)力學(xué)的有效數(shù)值工具。郁浩等提出1種以親子競爭和最優(yōu)個(gè) 體保護(hù)策略相結(jié)合的新遺傳算法，新算法采取全局交叉和自適應(yīng)變異，既保證了最大范圍搜 索解空間、避免算法在計(jì)算初期就陷入局部最優(yōu)又能在后期對局部細(xì)致搜索，提高了計(jì)算精 度;克服了老算法隨機(jī)性大、容易陷入局部最優(yōu)的缺點(diǎn)。為測試新算法的效果首先用某多參 數(shù)復(fù)雜模型做測試,結(jié)果證明無論是遺傳代數(shù)相同情

16、況下的計(jì)算精度，還是為了達(dá)到某一精 度而要求的計(jì)算代數(shù)，新算法都優(yōu)于老算法。然后用于估計(jì)催化裂化提升管反應(yīng)器集總動(dòng)力 學(xué)動(dòng)態(tài)模型參數(shù)。最后，取工業(yè)實(shí)際數(shù)據(jù)驗(yàn)證模型參數(shù)，泛化結(jié)果表明模型預(yù)測值與實(shí)際測量 值基本吻合，120組數(shù)據(jù)的平均相對誤差為1.71%，證明新算法適用性較好。韓曉霞等24 根據(jù)組合化學(xué)在新催化劑研制方面的應(yīng)用，結(jié)合遺傳算法的基本原理和特點(diǎn)，介紹了遺傳算 法在催化劑庫的設(shè)計(jì)和優(yōu)化中的應(yīng)用步驟和計(jì)算流程，對快速高效開發(fā)新催化劑有一定的借 鑒。黃凱將SWIFT方法和遺傳算法相結(jié)合構(gòu)成混合遺傳算法，提出了一種基于人工神經(jīng) 網(wǎng)絡(luò)和混合遺傳算法的催化劑配方設(shè)計(jì)方法。該催化劑設(shè)計(jì)方法通用性較

17、強(qiáng)，無須過多初始 樣本，建模效率較高，特別適合多組分催化劑配方的設(shè)計(jì)。張楠將基于人工神經(jīng)網(wǎng)絡(luò)和遺傳 算法用于重油輕質(zhì)化催化劑配方設(shè)計(jì)的優(yōu)化過程中，并且以影響因素作為輸入層，H/C比值 作為輸出層，構(gòu)成4-6-1型網(wǎng)絡(luò)用于重油輕質(zhì)化催化劑配方建模，取得了最優(yōu)解。2、蟻群算法蟻群算法是一個(gè)用來求解組合優(yōu)化問題的具有通用性質(zhì)的內(nèi)啟發(fā)式優(yōu)化組合算法。具 有穩(wěn)健性強(qiáng)、全局優(yōu)化、智能搜索、分布式計(jì)算、易于其他方法結(jié)合等優(yōu)點(diǎn)，是求解復(fù)雜 的組合優(yōu)化問題的有力工具。劉業(yè)奎研究了蟻群算法在催化劑計(jì)算機(jī)輔助設(shè)計(jì)的應(yīng)用，結(jié) 果表明，在理論上采用蟻群算法進(jìn)行催化劑計(jì)算機(jī)輔助設(shè)計(jì)可行。周曉靜提出一種新的改 進(jìn)蟻群算法作

18、為智能優(yōu)化手段，對分餾塔的優(yōu)化過程作單位化和數(shù)字位的處理，通過研究優(yōu) 化過程中參數(shù)的取值對優(yōu)化的影響，確定一組合適的參數(shù)組合去優(yōu)化分餾塔。實(shí)驗(yàn)數(shù)據(jù)表 明，優(yōu)化結(jié)果較好，并大大縮短了優(yōu)化時(shí)間，為在線優(yōu)化分餾塔提供行之有效的方法?？傊?蟻群算法有望成為一種有效的指導(dǎo)催化劑開發(fā)的方法。3、其他方法通過對比優(yōu)化前后的芳烴產(chǎn)率，優(yōu)化后芳烴產(chǎn)率提高較大，證實(shí)了差分進(jìn)化算法的有效 性。栗偉等針對催化裂化八集總模型的動(dòng)力學(xué)參數(shù)估計(jì)問題，考察了不同類型優(yōu)化算法的應(yīng) 用效果，結(jié)果表明,粒子群優(yōu)化算法簡單、容易實(shí)現(xiàn),而且可以避免傳統(tǒng)方法對初始值的依賴， 并進(jìn)一步提出Levenberg-Marquardt算法的混合粒子群優(yōu)化算法提高參數(shù)估計(jì)效果。工 業(yè)實(shí)例表明,用混合粒子群優(yōu)化算法得到的動(dòng)力學(xué)參數(shù)可以保證模型的預(yù)測精度。四、結(jié)論計(jì)算機(jī)輔助催化劑設(shè)計(jì)在我們的工業(yè)生產(chǎn)和現(xiàn)實(shí)生活中都是不可缺少的方法。利用不同 的設(shè)計(jì)方法能達(dá)到我們需要的要求，數(shù)學(xué)模型法和專家系統(tǒng)法在我們的生