黄凯，陈勇，母志为，何跃

（东南大学化学化工学院，江苏 南京 211189）

基于人工神经网络和遗传算法的甲烷制氢催化剂设计

黄凯，陈勇，母志为，何跃

（东南大学化学化工学院，江苏 南京 211189）

通过筛选辅助组分和制备方法，制备了一种用于甲烷直接制氢的 Fe3O4复合氧化物催化剂。应用人工神经网络建立了该催化剂的配方模型，对人工神经网络模型学习算法、激活函数以及网络结构进行了考察，确定了该催化剂辅助设计的步骤及模型的网络结构，将Levenberg-Marquardt方法用于网络的训练，改进了网络的收敛特性，最终获得了泛化能力较强的人工神经网络配方模型。以建立的模型为目标函数，采用改进的混合遗传算法作为优化方法，经过6轮优化，获得了一系列较优的甲烷直接制氢的Fe3O4复合氧化物催化剂配方。选用其中一种优化获得的配方进行甲烷制氢反应，催化剂寿命和氢气生成速率分别达到4.46 h和1.16 mmol·min-1·（g Fe）-1，优于以往报道的催化剂。

甲烷；制氢；催化剂；人工神经网络；遗传算法

引　言

氢气广泛用于石油、化工、冶金、医药、航天等工业过程中，且氢气是一种清洁燃料，具有燃烧热值高、不排放环境温室气体等特点［1-10］。以甲烷为原料制备氢气的主要途径是天然气蒸汽转化［11-18］，且长期以来，天然气蒸汽转化一直是最经济的氢气生产方法。

近年来，质子交换膜燃料电池（PEMFC）与碱性燃料电池（AFC）的能量转换效率引起了广泛关注，但此类氢燃料电池，对CO比较敏感，PEMFC要求CO含量低于20 m l·m-3，AFC允许的CO含量也只有 200 m l·m-3。……