摘要：在能源与环境科学领域,熔融介质中甲烷热解制氢技术备受关注。研究综述了最新的研究进展,深入分析了甲烷热解机制、熔融介质选择及控制系统应用。聚焦于防止反应器结焦和催化剂失活,利用熔融介质高热容改善传热,并减少环境影响。同时,探讨了控制系统在确保过程稳定性和效率方面的关键作用。旨在为熔融介质甲烷热解制氢研究提供参考,促进技术发展与应用。

摘要：当前煤层气利用的主要方式是直接燃烧,该过程会产生大量温室气体(CO_(2))排放,且会造成稀缺资源的低附加值利用。为实现煤层气的高附加值利用,拟通过在煤中原位添加醋酸纤维和KOH活化的方法制备一种醋酸纤维/煤基分级多孔炭材料,并将其应用于煤层气直接裂解制氢,不仅可以获得高纯氢气,还能得到一定数量的纳米碳材料。醋酸纤维/煤基分级多孔炭在制备过程中需要考虑温度、碱碳质量比、溶剂量和其他碳源添加量对制备过程和转化率的影响,利用Design-expert软件对试验方案进行优化设计。通过响应曲面法和部分试验数据对各影响因素与转化率的关系进行分析,建立相应拟合回归方程,得出理论最优解。通过将最优解与试验结果进行对比分析,验证Design-expert软件在多因素多水平条件下的预测可靠性,同时也阐明最优条件下炭材料催化裂解煤层气的机理。结果表明,温度和碱碳质量比是醋酸纤维/煤基分级多孔炭制备过程的最大影响因素,建立相关因素与转化率之间的拟合回归方程并求出理论最优解。理论最优解与试验值之间的最大误差为3.05%,说明Design-expert软件对制备过程的优化准确可靠。醋酸纤维/煤基分级多孔炭催化裂解煤层气较原煤炭材料具有高的转化率和稳定性,前者反应后表面生成大量碳球,而后者表面则生成少量碳纤维和大量碳球。

摘要：为满足煤制油工业化过程中设计和操作需要,以H_2在神华煤液化油模型组分混合溶剂中实测溶解度为基础,考察利用人工神经网络法预测H_2在该系统中溶解度的能力。结果表明,神经网络的计算精度随着循环次数的增加而提高;对于不同种类的混合溶剂,随着隐藏层个数的增加,计算值与试验值之间的相对误差呈现逐渐减小的趋势,从减小计算量的角度考虑,选定为4个隐藏层;3-4-1网络结构对于H_2在不同混合溶剂中溶解度的计算值与试验值最大相对误差为4.48%,这表明该模型能够满足H_2在该系统中溶解度的预测需要。

摘要：实验采用自行设计的单塔高流量、常压吸附装置和煤液化残渣基炭材料吸附剂,讨论了不同吸附剂用量、不同装柱方式对CH4/N2分离性能的影响。结果表明:在550℃,KOH活化下所制备煤液化残渣基活性炭的比表面积可达1721 m2/g,其中微孔占到开孔数量的89.5%;在相同吸附剂装填量下,分层装填方式对甲烷的吸附性能要优于混合式装填方式;在分层装填方式下,随着吸附剂装填数量的增加,甲烷的吸附量增加,饱和吸附性能提高20%。