贵金属三效催化剂空燃比特性的全智能分析方法

空燃比特性是衡量贵金属三效催化剂性能的关键指标之一,其测试的准确性、时效性、经济性在一定程度上制约高效催化剂的研发。在借助测试成本相对低廉的实验室模拟评价测试的基础上,提出了基于模拟退火算法的空燃比特性全智能分析方法。该方法可自动识别O_(2)以及CO浓度最优的第一个突变点,进而计算其余突变点的位置,同时获取NO、NO_(2)、CO等物质的初始浓度和实时浓度。在计算氧过量系数(λ)和A/F时,充分考虑O_(2)、NO、NO_(2)、CO等物质的浓度对空燃比的影响。研究结果表明:采用智能方法可获得与常规手动数据处理方法相当甚至更优的结果,单组数据的处理周期从50 min直接降低至0.2~2 s。

基于层次聚类的贵金属三效催化材料起燃温度识别算法研究

三效催化反应涉及一氧化碳(CO)、碳氢化合物(HC)、氮氧化物(NOx)的同时转化,需要采用每种污染物转化的起燃温度对三效催化反应起燃活性进行描述,给高性能三效催化材料的筛选和开发工作带来了极大的困难。本文采用层次聚类法和均值法分析了三效催化反应起燃活性特征描述符的可行性,研究了氧过量系数和阈值对特征描述符的影响。结果表明:层次聚类法可获得比均值法更具代表性的层次聚类中心温度作为特征描述符,适用于氧过量系数为0.94~0.98的三效催化模拟反应条件,且最佳阈值为6.0,然而,对于氧过量系数>0.98的模拟反应条件,氧过量系数越高,层次聚类法的适用性越差。三效催化反应起燃活性特征描述符的提出和应用有助于不同贵金属三效催化材料性能的平行对比,解决描述三效催化反应起燃活性存在多重数值指标的问题,实现性能指标描述的唯一性。

贵金属材料基因工程数据库建设策略

贵金属,尤其是其中的铂族金属因极度稀缺、价格昂贵,又具有难以替代的物理化学性能,被称为“第一高技术金属”和“工业维他命”,是国防军工高精尖领域不可替代、高新技术领域不可或缺的重要原材料。新材料研发主要采用传统的“试错法”依靠经验累积,存在贵金属消耗大、价格太高而“用不起”,应用性能要求太高、研发周期长而“效率低”两难问题。数据驱动的材料基因工程研究方法通过“大数据+人工智能”技术预测材料性能和设计新材料,再通过实验验证和开发新材料,可大幅缩短研发周期、降低研发成本,为有效解决贵金属新材料研发的两难问题提供了新思路。