• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

1994 年度 実績報告書

ニューラルネットワークによる触媒性能予測システムの開発

研究課題

研究課題/領域番号 06555242
研究種目

試験研究(B)

研究機関名古屋大学

研究代表者

服部 忠  名古屋大学, 工学部, 教授 (50023172)

研究分担者 鬼頭 繁治  愛知工業大学, 工学部, 教授 (20023343)
薩摩 篤  名古屋大学, 工学部, 助手 (00215758)
キーワードニューラルネットワーク / 触媒性能予測 / 窒素酸化物還元 / ゼオライト / エチルベンゼン / 酸化脱水素
研究概要

本研究では、ニューラルネットワークにより種々の実験結果から知識を抽出し、その知識を設計システムにフィードバックして、最適触媒成分とその組成を予測するコンピューターシステムを作成し、さらに、窒素酸化物の選択的還元反応を例としてその有効性を実験的に検証することを目的として、以下の研究を行った。
1.ニュートラルネットによる触媒性能予測
複合酸化物触媒上でのエチルベンゼン酸化脱水素反応を例として、ニュートラルネットワーク・システムによる触媒性能の予測を試行し、19種類の助触媒添加酸化スズ触媒の活性および5種類の生成物の選択性の予測を試み、驚異的な精度で予測が可能であることを実証した。さらに、希土類酸化物上でのブタンの酸化反応にもこの方法を応用し、性能予測のためのシステムの改良および支配因子推定の可能性の検討を行った。
2.窒素酸化物触媒還元実験
新規反応の例として窒素酸化物の触媒還元反応を取り上げ、次年度以降における触媒設計の試行の基礎データ収集のために、金属イオン添加ゼオライト触媒上でのプロピレンによる窒素酸化物還元および酸型ゼオライト触媒上でのメタンによる窒素酸化物還元の反応実験を行い、それぞれの場合について、可能な支配因子の推定を試みた。その結果、前者の触媒と反応では、金属イオンの塩基性および酸化還元性の重要性が指摘され、後者では、酸強度によらず、酸量が最も重要な因子であることが明かとなった。

  • 研究成果

    (3件)

すべて その他

すべて 文献書誌 (3件)

  • [文献書誌] S.Kito: "Estimation of Catalytic Performance by Neural Network-Product Distribution in Oxidative Dehydrogenation of Ethylbenzene" Appl.Catal.,A. 114. L173-L1787 (1994)

  • [文献書誌] T.Hattori: "Acid Strength of Binary Mixed Oxide-Estimation by Neural Network and Experimental Verification" Stud.Surface Sci.Catal.90. 229-232 (1994)

  • [文献書誌] A.Satsuma: "Dependence of Selective Reduction of NO with C_3H_6 on Acid Properties of Ion-Exchanged Zeolites" Catal.Lett.(in press).

URL: 

公開日: 1996-04-08   更新日: 2016-04-21  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi