Ba0.8La0.2MnAl11O19催化剂制备及其甲烷燃烧活性的研究

用共沉淀法制备了Ba0 8La0. 2MnAl11O19催化剂,并借助XRD、BET和SEM技术对其进行了表征,利用微型反应系统测定了催化剂的甲烷燃烧催化活性,研究了不同空速、烷氧比、甲烷体积分数下Ba0. 8La0. 2MnAl11O19的活性.结果表明,当空速为150 000h-1、烷氧比为1 /6、甲烷体积分数为3%时,甲烷燃烧的催化活性最好,完全转化温度为760℃.     

稀土改性HZSM5催化剂上石脑油馏分非临氢芳构化制取高辛烷值汽油

考察了反应温度,空速、压力及催化剂水蒸汽处理条件对石脑油在稀土HZSM-5分子筛催化剂上的非临氢芳构化制取高辛烷值汽油反应性能的影响.结果表明,反应温度和空速对催化剂的催化性能有明显影响而压力的影响不太明显,高温、低空速有利于非临氢芳构化反应,但其中高温会导致C+5收率变低.在相同处理时间（6 h）下,随着催化剂的水蒸汽处理温度的升高,其初始芳构化活性下降,但催化剂的芳烃产率随着水蒸汽处理温度的增加先提高后降低,550 ℃水蒸汽处理温度下,催化剂芳烃产率最高,为催化剂最适宜的水蒸汽处理温度.     

基于用户兴趣和项目周期的协同过滤推荐算法

协同过滤推荐算法以没有限定推荐对象类型、无需用户反馈信息等优势在众多个性化推荐算法中脱颖而出。但是现有算法缺乏对用户之间的差异和用户自身的兴趣考虑,对用户和项目之间的潜在关联考虑不充分,这些问题均会影响推荐精度。该文提出一种基于用户兴趣和项目周期的协同过滤推荐算法,该算法在计算相似度时引入用户兴趣权重UI、项目时间等因素,并采用融合因子将改进后所得用户和项目信息进行综合,获得推荐列表。对比实验得出:该算法在推荐精确度上提高了11.034%,研究结果表明:该算法可有效提高推荐精确度。