| Project/Area Number |
01550620
|
|---|
| Research Category |
Grant-in-Aid for General Scientific Research (C)
|
| Allocation Type | Single-year Grants |
|---|
| Research Field |
工業物理化学
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
服部 忠 名古屋大学, 工学部, 助教授 (50023172)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
鬼頭 繁治 愛知工業大学, 教授
丹羽 幹 名古屋大学, 工学部, 講師 (10023334)
村上 雄一 名古屋大学, 工学部, 教授 (10023029)
|
|---|
| Project Period (FY) |
1989
|
| Project Status |
Completed (Fiscal Year 1989)
|
| Budget Amount *help |
¥1,600,000 (Direct Cost: ¥1,600,000)
Fiscal Year 1989: ¥1,600,000 (Direct Cost: ¥1,600,000)
|
|---|
| Keywords | エチルベンゼン / 酸化脱水素 / 酸化スズ触媒 / 助触媒 / 触媒設計 / 人工知能 / エキスパ-トシステム |
|---|
| Research Abstract |
触媒設計は、触媒化学の知識を動員して効率的に触媒を開発する方法であるが、その鍵をにぎるのは豊富な経験的知識とその知識を総合化するための推論能力である。我々は、触媒化学の知識と触媒設計の推論過程を人工知能的方法によってコンピュ-タ化し、プロトタイプの触媒成分選択支援システムを試作した。
本研究では、触媒設計における人工知能的アプロ-チの有効性を立証するとともに、将来の人工知能と実験との複合による総合的な触媒設計システム開発の資を得ることを目的として以下の研究を行った。
1.触媒成分選択支援システムを試用し、エチルベンゼン酸化脱水素反応における主触媒SnO_2に対する50種類の酸化物の助触媒効果を予測した。
2.上において良好な助触媒効果を示すと予測されたSi、P、Nb、Mo、Zrの酸化物とSnO_2との複合触媒を調製し、エチルベンゼン酸化脱水素反応における活性・選択性を測定し、触媒性能が向上していることを確認した。
3.さらに、計19種の触媒を調製し、その活性・選択性が上記1の予測結果とおおむね一致することを確認した。
4.上記の触媒の酸・塩基性及び酸化還元性を測定し、上の比較で見出された不一致点について原因を明らかにした。
5.以上の結果を総合して、触媒成分選択支援システムの改良点を明らかにした。
|
