以甲烷和二氧化碳为原料一步制备甲醇的方法

    公开(公告)号:CN117567242A

    公开(公告)日:2024-02-20

    申请号:CN202210942752.4

    申请日:2022-08-08

    Abstract: 本发明提供了一种以甲烷和二氧化碳为原料一步制备甲醇的方法,包括如下步骤:将甲烷和二氧化碳通入含有催化剂的介质阻挡放电等离子体反应器中,在100~300℃下一步合成甲醇;其中,甲烷与所述二氧化碳摩尔比为0.5~5;甲烷和二氧化碳混合气在等离子体催化放电空间停留时间为1~10s;催化剂为铜基催化剂,包括硅铝比为1~20的分子筛载体和活性组分铜,以所述催化剂的质量为100%计,所述铜含量为0.1%~70.0%。该方法将特定载体和活性组分构成的催化剂用于甲烷和二氧化碳一步且高选择性的转化为甲醇,解决了现有甲烷和二氧化碳转化技术面临的多步工艺和反应产物中甲醇选择性低的问题,提高两大温室气体的利用价值,有利于化工生产和使用。

    一种基于注意力的深度学习无线通信流量预测方法

    公开(公告)号:CN118338359A

    公开(公告)日:2024-07-12

    申请号:CN202410435847.6

    申请日:2024-04-11

    Abstract: 本发明提供一种基于注意力的深度学习无线通信流量预测方法,包括:将移动流量预测描述为时序分解过程,通过ARIMA预测自回归部分,根据残差校验更新ARIMA参数,构建残差序列;构建CNN‑LSTM网络挖掘流量序列内的深层特征,捕捉非线性趋势,采用LSTM层处理流量的长期依赖性,预测当前时间步的目标值;添加残差序列作为卷积网络新特征,通过注意力机制关注编码器中不同时间步的重要特征,指导解码器生成目标序列;XGBoost通过CART树处理解码器输出的数值特征向量寻找最佳分割点,挖掘非线性关系;加权聚合ARIMA线性部分预测值与XGBoost预测值,得到最终预测结果。本发明能够提高基于机器学习训练得到的用于预测无线通信流量的全局模型性能,提高无线通信流量预测的准确性及实时性。

    一种铜基催化剂及其制备方法和应用

    公开(公告)号:CN117563657A

    公开(公告)日:2024-02-20

    申请号:CN202210944704.9

    申请日:2022-08-08

    Abstract: 本发明公开了一种铜基催化剂及其制备方法和应用,该铜基催化剂由载体和活性组分构成,所述载体为硅铝摩尔比为1~20的分子筛,所述活性组分包括铜,以所述铜基催化剂的质量为100%计,所述铜基催化剂中铜的含量为0.1%~70%。本发明通过将该铜基催化剂与非平衡等离子体耦合,在此耦合体系中将二氧化碳和甲烷混合气一步反应生成甲醇,获得的甲醇选择性达70‑95%,远高于目前公开文献中的最好结果35%,解决了现有等离子体催化甲烷和二氧化碳转化技术面临的反应产物中甲醇选择性低的问题,提高两大温室气体的利用价值,有利于化工生产和使用。

    一种NOx分解脱硝的催化剂及其制备方法和应用

    公开(公告)号:CN114247471A

    公开(公告)日:2022-03-29

    申请号:CN202111680368.3

    申请日:2021-12-30

    Abstract: 本发明公开了一种NOx分解脱硝的催化剂及其制备方法和应用,所述催化剂包括氮掺杂铁基活性组分和分子筛;所述氮掺杂铁基活性组分包括FeNxOy或助剂改性的FeNxOy,其中,0<x≤0.5,0≤y<1;所述Fe占催化剂重量百分比的0.5‑12.5wt.%,所述助剂为Cr、Ce、Mg、Mn、Ba、Na、Cs、K、Ca、V、Mo、W、Sm和La中的至少一种;所述分子筛为HZSM‑5、Beta、MOR、SSZ‑13、SAPO‑34中的一种或多种。本发明公开的催化剂低温脱硝活性远高于现有催化剂的低温脱硝活性,其可以在150℃的低温条件下,对O2浓度10vol.%、SO2浓度500ppm和NO浓度1000ppm的复杂气氛中,对NO的脱除率达到93%。

Patent Agency Ranking