张宇
,
许敬亮
,
袁振宏
,
庄新姝
,
吕鹏梅
催化学报
酶作用机制的模糊以及影响异相体系因素的大量存在, 使得纤维素水解的酶催化过程高度复杂, 很难为之建立理论模型. 采用非理论模型人工神经网络模拟和预测了纤维素酶水解反应, 并与常用的响应面模型进行了比较. 选取加酶量 X1, 底物浓度 X2 和反应时间 X3 作为自变量, 还原糖浓度 Y1 和原料转化率 Y2 作为响应值. 结果表明, 人工神经网络模型比响应面模型更适合作为研究纤维素酶水解的动力学工具. 在模拟过程中, 除中心试验点外, 只有 1 个试验点上人工神经网络模拟值 Y2 产生的误差大于响应面模型. 在预测过程中, 人工神经网络模型的预测值都比响应面模型更接近实验值.
关键词:
酶催化动力学
,
纤维素酶水解
,
人工神经网络
,
响应面模型
,
异相催化
肖立伟
,
高红杰
,
任丽磊
,
康健
应用化学
doi:10.11944/j.issn.1000-0518.2015.03.140228
制备了一种新型改性活性炭负载FeCl3催化剂(MAC-FeCl3),并通过红外光谱及等离子体发射光谱等技术手段对其进行了表征.在MAC-FeCl3催化下,β-萘酚与醛在PEG200中,于120℃反应60 ~120 min,合成了一系列氧杂蒽类衍生物,收率为79% ~ 93%.该方法操作简单、产率高、环境友好.制备的催化剂性能稳定,使用4次仍保持较高活性.
关键词:
改性活性炭负载氯化铁
,
氧杂蒽类衍生物
,
异相催化